-
公开(公告)号：CN116824268A
公开(公告)日：2023-09-29
申请号：CN202310881586.6
申请日：2023-07-18
Applicant: 南京大学
IPC: G06V10/764 , G06V10/82 , G06N3/0895 , G06V10/774 , G06V10/74
Abstract: 本发明公开一种基于半监督不平衡学习技术的道路路面图像标注方法，针对无人驾驶领域中道路路面数据标注数量少、难度大的问题，对存在不平衡类别分布的数据设计半监督分类模型，具有易实现、高效的特点，可以基于少量的有标注样本，实现模型的快速性能提升。主要步骤包括：基于仅有少量标注的图像数据集，利用半监督学习技术训练基准模型，为无标注样本预测得到伪标注标注分布；优化基准模型结果，基于原型学习更新得到高质量伪标注，基于类别比例的逻辑调整使基准模型预测更平衡；构造重用模型，基于标注分布学习，使其充分学习基准模型预测标注分布中少数类信息。将最终的重用模型作为目标图像数据集上的机器学习模型。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
