[发明专利]形成用于全监督式学习的数据集在审
| 申请号： | 201810422155.2 | 申请日： | 2018-05-04 |
| 公开（公告）号： | CN108805170A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | L·杜邦德迪内尚;A·雷耶步斯夫 | 申请（专利权）人： | 达索系统公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 永新专利商标代理有限公司 72002 | 代理人： | 刘瑜;王英 |
| 地址： | 法国韦利济*** | 国省代码： | 法国;FR |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明特别涉及一种信号处理的计算机实现的方法，包括：提供图像；针对图像的至少一个子集中的每个相应的一个：应用弱监督式学习函数，弱监督式学习函数输出相应对，所述相应对中的每个包括相应定位和一个或多个相应置信度分数，每个置信度分数表示相应对象类别在相应定位处的实例化概率；基于所述弱监督式学习函数的输出来确定一个或多个相应注释，每个注释包括相应定位和表示相应对象类别在相应定位处的相应标签；以及形成包括数据片段的数据集，每个数据片段包括所述子集的相应图像和针对所述相应图像确定的所述一个或多个注释的至少一部分。这种方法改进了对象检测领域。 | ||
| 搜索关键词： | 对象类别 数据片段 定位处 数据集 置信度 图像 子集 监督 学习 计算机实现 对象检测 函数输出 图像确定 信号处理 实例化 标签 输出 概率 应用 改进 | ||
【主权项】：
1.一种信号处理的计算机实现的方法，包括：‑提供(S10)图像；‑针对所述图像的至少一个子集中的每个相应的一个：·应用(S20)弱监督式学习函数，所述弱监督式学习函数输出相应对，所述相应对中的每个对包括相应定位和一个或多个相应置信度分数，每个置信度分数表示相应对象类别在所述相应定位处的实例化概率；·基于所述弱监督式学习函数的输出来确定(S30‑S80)一个或多个相应注释，每个注释包括相应定位和表示相应对象类别在所述相应定位处的实例化的相应标签；以及‑形成(S90)包括数据片段的数据集，每个数据片段包括所述子集的相应图像以及针对所述相应图像确定的所述一个或多个注释的至少一部分。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于达索系统公司，未经达索系统公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810422155.2/，转载请声明来源钻瓜专利网。
