[发明专利]场景识别模型生成方法、系统、平台、设备及介质在审
申请号: | 202010573392.6 | 申请日: | 2020-06-22 |
公开(公告)号: | CN111723746A | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 姚志强;周曦;朱姣姣 | 申请(专利权)人: | 江苏云从曦和人工智能有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N20/00 |
代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 代玲 |
地址: | 215021 江苏省苏州市苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 场景 识别 模型 生成 方法 系统 平台 设备 介质 | ||
1.一种场景识别模型生成方法,其特征在于,包括有:
获取多张目标场景图片;
基于创建的一个或多个标注任务,通过多个目标对象对所述多张目标场景图片进行标注;并根据标注后的多张目标场景图片生成训练数据;
选择训练数据,并按照创建的一个或多个训练任务,通过自动机器学习对所选择的训练数据进行训练,生成一个或多个用于识别目标场景图片的场景识别模型;其中,所述标注和所述训练在同一训练平台中进行。
2.根据权利要求1所述的场景识别模型生成方法,其特征在于,输出所述一个或多个场景识别模型。
3.根据权利要求2所述的场景识别模型生成方法,其特征在于,还包括对输出的一个或多个场景识别模型进行验证;有:
获取多种场景图片、以及输出的一个或多个场景识别模型;其中,所述多种场景图片至少包括目标场景图片;
通过输出的一个或多个场景识别模型识别所有场景图片,获取识别结果;
根据所述识别结果验证输出的一个或多个场景识别模型。
4.根据权利要求2所述的场景识别模型生成方法,其特征在于,还通过自动机器学习对生成的一个或多个场景识别模型进行分数评估,并输出评估分数最高的场景识别模型。
5.根据权利要求4所述的场景识别模型生成方法,其特征在于,
对生成的一个或多个场景识别模型评分;
若当前时刻生成的场景识别模型的分数高于前一时刻生成的场景识别模型的分数,则用当前时刻生成的场景识别模型替换前一时刻生成的场景识别模型,并输出所述当前时刻生成的场景识别模型。
6.根据权利要求1至5中任一所述的场景识别模型生成方法,其特征在于,对多张目标场景图片进行的标注包括以下至少之一:分类标注、检测标注。
7.根据权利要求6所述的场景识别模型生成方法,其特征在于,根据标注后的多张目标场景图片生成训练数据前,还对标注后的多张目标场景图片进行复核。
8.根据权利要求1所述的场景识别模型生成方法,其特征在于,在同一局域网络中的一个或多个目标对象能够共同使用以下至少之一:
获取的多张目标场景图片、未标注的多张目标场景图片、标注后的多张目标场景图片、根据标注后的一张或多张图片生成的训练数据、选择的训练数据。
9.根据权利要求1所述的场景识别模型生成方法,其特征在于,所述目标场景图片包括以下至少之一:火灾图片、男性及女性图片。
10.一种场景识别模型生成系统,其特征在于,包括有:
采集模块,用于获取多张目标场景图片;
标注模块,用于基于创建的一个或多个标注任务,通过多个目标对象对所述多张目标场景图片进行标注;并根据标注后的多张目标场景图片生成训练数据;
训练模块,用于选择训练数据,并按照创建的一个或多个训练任务,通过自动机器学习对所选择的训练数据进行训练,生成一个或多个用于识别目标场景图片的场景识别模型;其中,所述标注和所述训练在同一训练平台中进行。
11.根据权利要求10所述的场景识别模型生成系统,其特征在于,还包括输出模块,用于输出所述一个或多个场景识别模型。
12.根据权利要求11所述的场景识别模型生成系统,其特征在于,还包括有验证模块,用于对输出的一个或多个场景识别模型进行验证;有:
获取多种场景图片、以及输出的一个或多个场景识别模型;其中,所述多种场景图片至少包括目标场景图片;
通过输出的一个或多个场景识别模型识别所有场景图片,获取识别结果;
根据所述识别结果验证输出的一个或多个场景识别模型。
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江苏云从曦和人工智能有限公司,未经江苏云从曦和人工智能有限公司许可,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/202010573392.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种木材加工用酱耙子制作装置
- 下一篇:温度加速度试验系统