公开(公告)号：CN116894799A

公开(公告)日：2023-10-17

申请号：CN202310376448.2

申请日：2023-04-10

Applicant: 罗伯特·博世有限公司

Inventor： L·贝格尔 ,  F·J·卡布里塔孔德萨 ,  R·胡特马彻 ,  J·科尔特 ,  N·T·P·吴 ,  F·谢赫勒斯拉米 ,  D·T·威尔莫特

IPC: G06T5/50 ,  G06T7/11 ,  G06T7/194 ,  G06T7/90

Abstract: 提供了用于域泛化的数据增强。公开了用于生成机器学习模型的训练数据以获得该模型的更好性能的方法和系统。从图像数据库中选择源图像连同目标图像。利用图像分割器以源图像来生成具有前景区域和背景区域的源图像分割掩模。对目标图像执行相同的操作，以生成具有前景区域和背景区域的目标图像分割掩模。基于掩模确定源图像和目标图像的前景和背景。从目标图像中移除目标图像前景，并将源图像前景插入到目标图像中以创建具有源图像前景和目标图像背景的增强图像。更新机器学习模型的训练数据以包括该增强图像。

公开(公告)号：CN116796257A

公开(公告)日：2023-09-22

申请号：CN202310272606.X

申请日：2023-03-20

Applicant: 罗伯特·博世有限公司 ,  卡内基梅隆大学

Inventor： F·谢赫勒斯拉米 ,  林婉怡 ,  J·H·梅岑 ,  张欢 ,  J·柯尔特

IPC: G06F18/2415 ,  G06F18/25 ,  G06F18/214 ,  G06F18/10 ,  G06F18/15 ,  G06N3/08

Abstract: 用随机化和样本拒绝改进预训练系统鲁棒性的系统和方法。一种系统包括机器学习网络。该网络包括被配置为从传感器接收输入数据的输入接口。处理器被编程为接收输入数据，利用输入数据生成扰动输入数据集，其中扰动输入数据集包括输入数据的扰动，利用去噪器对扰动输入数据集进行去噪，其中去噪器被配置为生成去噪数据集，将去噪数据集发送到预训练的分类器和拒绝器两者，其中预训练的分类器被配置为对去噪数据集进行分类，并且拒绝器被配置为拒绝去噪数据集的分类，利用去噪输入数据集训练拒绝器以实现经训练的拒绝器，并且响应于获得经训练的拒绝器，输出与输入数据相关联的放弃分类，其中放弃分类对于分类而言被忽略。