[发明专利]一种采用自监督方式进行深度学习图像识别装置在审
申请号: | 202111107777.4 | 申请日: | 2021-09-22 |
公开(公告)号: | CN113836200A | 公开(公告)日: | 2021-12-24 |
发明(设计)人: | 徐熠;孙超君;王冰;邵和祥 | 申请(专利权)人: | 山东易华录信息技术有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/55;G06K9/62;G06N3/08 |
代理公司: | 北京众泽信达知识产权代理事务所(普通合伙) 11701 | 代理人: | 张艳萍 |
地址: | 266000 山东省青岛市即*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 采用 监督 方式 进行 深度 学习 图像 识别 装置 | ||
1.一种采用自监督方式进行深度学习图像识别装置,其特征在于,包括:高质量标注数据图像数据集(1)、自监督视频流推送模块(2)、深度学习特征提取与挖掘模块(3)、深度学习算法训练模块(4)和人机交互模块(5)。
2.根据权利要求1所述的装置,其特征在于,所述深度学习特征提取与挖掘模块(3)采用训练得到的模型参数与分类器。
3.根据权利要求1所述的装置,其特征在于,所述装置还包括:人工监督智能学习模块、自监督智能学习模块,其中,所述人工监督智能学习模块包括所述高质量标注数据集(1)、所述深度学习算法训练模块(4),所述自监督智能学习模块包括自监督视频流推送模块(2)、深度学习特征提取与挖掘模块(3)。
4.根据权利要求1所述的装置,其特征在于,所述自监督视频流推送模块(2)对用于训练深度学习图像数据识别算法。
5.根据权利要求1所述的装置,其特征在于,所述深度学习特征提取与挖掘模块(3)以原始数据图像为输入,通过数据挖掘算法生成多维特征,并将所述多维特征输送给深度学习算法训练模块(4)。
6.根据权利要求1所述的装置,其特征在于,所述人机交互模块(5)通过操作人员从设备或电脑可视化训练过程来判别模型自我监督的过程中具体的提升效果与方向。
7.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至6中任意一项所述的装置。
8.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至6中任意一项所述的装置。
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山东易华录信息技术有限公司,未经山东易华录信息技术有限公司许可,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/202111107777.4/1.html,转载请声明来源钻瓜专利网。