[发明专利]用于输出信息的方法和装置有效

专利信息
申请号: 201910559812.2 申请日: 2019-06-26
公开(公告)号: CN110276405B 公开(公告)日: 2022-03-01
发明(设计)人: 黄特辉;刘明浩;郭江亮 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06V10/774;G06V10/764;G06V20/10
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 输出 信息 方法 装置
【权利要求书】:

1.一种用于输出信息的方法,包括:

获取垃圾图像;

根据预先训练的垃圾类别识别模型以及所述垃圾图像,识别所述垃圾图像中的垃圾对象的类别,得到类别识别结果,其中,所述垃圾类别识别模型用于表征垃圾图像与垃圾对象的类别的对应关系;

根据预先训练的识别结果检测模型以及所述类别识别结果,确定所述类别识别结果是否正确,其中,所述识别结果检测模型用于判断类别识别结果是否正确;

响应于确定所述类别识别结果正确,输出所述类别识别结果;

接收用户对所述类别识别结果所发表的评论信息;

对所述评论信息进行语义分析,得到语义分析结果;

绘制与语义分析结果对应的曲线或图形。

2.根据权利要求1所述的方法,其中,所述方法还包括:

响应于确定所述类别识别结果错误,将所述垃圾图像及所述类别识别结果作为第一训练样本,重新训练所述识别结果检测模型。

3.根据权利要求2所述的方法,其中,所述响应于确定所述类别识别结果错误,将所述垃圾图像及所述类别识别结果作为第一训练样本,重新训练所述识别结果检测模型,包括:

响应于确定所述类别识别结果错误,抠取所述垃圾图像中类别识别错误的垃圾对象的图像,将抠取得到的图像作为所述识别结果检测模型的输入,将错误的类别识别结果作为期望输出,重新训练所述识别结果检测模型。

4.根据权利要求1所述的方法,其中,所述垃圾类别识别模型通过以下第一训练步骤得到:

获取第一训练样本集合,其中,第一训练样本包括样本垃圾图像以及标注的垃圾对象的类别;

将所述第一训练样本集合中的至少一张样本垃圾图像作为输入,将所输入的样本垃圾图像标注的垃圾对象的类别作为期望输出,训练得到所述垃圾类别识别模型。

5.根据权利要求4所述的方法,其中,所述方法还包括:

将所述第一训练样本集合中、未用于训练所述垃圾类别识别模型的样本垃圾图像作为测试样本垃圾图像;

将所述测试样本垃圾图像输入所述垃圾类别识别模型,得到所述测试样本垃圾图像的类别识别结果;

将所述测试样本垃圾图像的类别识别结果与所输入测试样本垃圾图像的标注的垃圾类别进行对比,确定所述测试样本垃圾图像的类别识别结果是否正确。

6.根据权利要求5所述的方法,其中,所述识别结果检测模型通过以下第二训练步骤得到:

获取所述测试样本垃圾图像的类别识别结果中、错误的类别识别结果以及对应的测试样本垃圾图像;

将获取的测试样本垃圾图像与其类别识别结果作为第二训练样本,得到第二训练样本集合;

将所述第二训练样本集合中的至少一张样本垃圾图像作为输入,将与所输入的样本垃圾图像对应的识别垃圾类别作为期望输出,训练得到所述识别结果检测模型。

7.一种用于输出信息的装置,包括:

获取单元,被配置成获取垃圾图像;

识别单元,被配置成根据预先训练的垃圾类别识别模型以及所述垃圾图像,识别所述垃圾图像中的垃圾对象的类别,得到类别识别结果,其中,所述垃圾类别识别模型用于表征垃圾图像与垃圾对象的类别的对应关系;

判断单元,被配置成根据预先训练的识别结果检测模型以及所述类别识别结果,确定所述类别识别结果是否正确,其中,所述识别结果检测模型用于判断类别识别结果是否正确;

输出单元,被配置成响应于确定所述类别识别结果正确,输出所述类别识别结果;以及

被配置成执行以下步骤的单元:

接收用户对所述类别识别结果所发表的评论信息;

对所述评论信息进行语义分析,得到语义分析结果;

绘制与语义分析结果对应的曲线或图形。

8.根据权利要求7所述的装置,其中,所述装置还包括:

再训练单元,被配置成响应于确定所述类别识别结果错误,将所述垃圾图像及所述类别识别结果作为第一训练样本,重新训练所述识别结果检测模型。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201910559812.2/1.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