[发明专利]图形数据辨识的训练装置及训练系统在审

专利信息
申请号: 201910024581.5 申请日: 2019-01-10
公开(公告)号: CN109740691A 公开(公告)日: 2019-05-10
发明(设计)人: 许俊彦;蒲政辉;邵慰 申请(专利权)人: 威盛电子股份有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 中国台湾新北*** 国省代码: 中国台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 辨识 辨识结果 图形数据 训练装置 判别模块 事件数据 训练模块 训练系统 样本 储存 有效的图像 辨识数据 储存模块 人工参与 通知模块 图形辨识 自动学习
【说明书】:

一种图形数据辨识的训练装置及训练系统,此训练装置包括事件数据储存及通知模块、样本判别模块以及训练模块。事件数据储存模块储存经过初步辨识后的数据;样本判别模块对此数据进行更精确的辨识而得到精确辨识结果,并且根据精确辨识结果以及辨识结果与前述数据的差异,决定是否通知训练模块进行图形数据辨识的训练。本发明可增加图形辨识自动学习与训练的机会、降低需要人工参与的部分,减少形成有效的图像辨识数据集所需花费的时间与成本。

技术领域

本发明有关于一种数据辨识的训练装置及训练系统,特别是有关于一种图形数据辨识的训练装置及训练系统。

背景技术

图像辨识是现有技术的重心之一,许多的研究人员都希望能够通过在计算机视觉技术上取得突破,并能够进一步将其应用在真实的世界中而对人类有所帮助。然而,为了要改进计算机视觉系统或者要使训练系统能够辨识出多样化的物体,一般都需要数十亿图像规模的数据集才能训练出合格的图像辨识模型。

然而,现有的图像辨识模型都是通过人类手动标记图片来当作训练数据集,因此即便这样的学习方法能够训练出准确的辨识模型,但是由于大量的数据集都需要通过人工来进行标记,所以将会耗费大量的成本和时间,变相地对推广图像辨识造成了限制。

发明内容

有鉴于此,本发明提供了一种图形数据辨识的训练装置及训练系统,其可增加图形辨识自动学习与训练的机会、降低需要人工参与的部分,减少形成有效的图像辨识数据集所需花费的时间与成本。

从一个角度来看,本发明提供了一种图形数据辨识的训练装置。此训练装置包括事件数据储存及通知模块、样本判别模块以及训练模块。事件数据储存及通知模块接收并储存至少一个待训练事件数据,此事件数据储存及通知模块计算所接收的待训练事件数据的数量,并在此数量达到预设值时发出样本通知信号。样本判别模块电性耦接至事件数据储存及通知模块,此样本判别模块在接收到样本通知信号后从事件数据储存及通知模块取得前述的待训练事件数据,辨识所取得的每一个待训练事件数据以获取对应的辨识结果,根据辨识结果处理对应的待训练事件数据以获取对应的样本数据,并在获取样本数据后发出训练通知信号。训练模块电性耦接至事件数据储存及通知模块及样本判别模块,此训练模块在接收到训练通知信号后从样本判别模块获取与训练通知信号对应的样本数据,并针对样本数据进行训练。

在一个实施例中,图形数据辨识的训练装置还包括通知模块以及输入模块。通知模块电性耦接至样本判别模块,当样本判别模块获取的辨识结果表示无法辨识对应的待训练事件数据,样本判别模块使通知模块发出通知信息。输入模块电性耦接至样本判别模块,且输入模块适于输入与无法辨识的待训练事件数据相对应的输入信息,并将此输入信息传递至样本判别模块作为与无法辨识的待训练事件数据相对应的样本数据。

在一个实施例中,每一个待训练事件数据包括一个图形数据与一个初步辨识数据,样本判别模块在辨识所取得的每一个待训练事件数据以获取对应的辨识结果时,对图形数据进行辨识以获取对应的训练前辨识数据,并在训练前辨识数据表示无法辨识对应的图形数据或训练前辨识数据与初步辨识数据不完全相同时,产生前述的辨识结果。

在一个实施例中,前述的训练模块在完成对样本数据进行的训练后,还产生一个训练后辨识模型并将其储存至事件数据储存及通知模块。

在一个实施例中,前述的事件数据储存及通知模块包括事件数据储存模块以及事件传递通路模块。其中,事件数据储存模块电性耦接至样本判别模块及训练模块,且事件数据储存模块接收并储存前述的待训练事件数据;事件传递通路模块电性耦接至样本判别模块及训练模块,且事件传递通路模块适于计算事件数据储存模块所接收的待训练事件数据的数量,在数量达到预设值时发出样本通知信号至样本判别模块,并将前述的训练通知信号转传至训练模块。

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威盛电子股份有限公司,未经威盛电子股份有限公司许可,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/pat/books/201910024581.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top