[发明专利]一种消除深度学习模型中未知错误的方法与装置在审
| 申请号： | 201710579742.8 | 申请日： | 2017-07-17 |
| 公开（公告）号： | CN109272003A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 杨静;倪梦珺;贺樑;李梦婷 | 申请（专利权）人： | 华东师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 上海隆天律师事务所 31282 | 代理人： | 钟宗;盛晓颖 |
| 地址： | 200333 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种消除深度学习模型中未知错误的方法，包括获取未知错误的类型步骤，获取相似图片步骤，建立文字描述模板步骤，众包发布步骤，获取反馈步骤以及重新训练步骤，对深度学习模型在不涉及内部复杂结构的修改前提下，通过加入少量外部数据的方式即有效减少模型产生的广泛分布于数据中的未知错误。采用了文字描述模板，通过机器算法协助完成训练图片标注，大大简化了众包任务中的人工部分，减少了人工过程中错误，从而有效提高深度学习模型的准确性。 | ||
| 搜索关键词： | 文字描述 学习 复杂结构 模板步骤 模型产生 人工过程 外部数据 训练步骤 训练图片 有效减少 算法 标注 反馈 发布 图片 | ||
【主权项】：
1.一种消除深度学习模型中未知错误的方法，根据训练图片集合训练深度学习模型，将验证图片集合输入所述深度学习模型以获得与验证图片对应的描述标签，其特征在于，包括以下步骤：获取未知错误的类型步骤，对所述验证图片集合根据主题划分为验证图片子集，确定出现未知错误的验证图片的场景并获取所述未知错误的类型；获取相似图片步骤，根据所述验证图片的场景以及所述未知错误的类型，获取相似图片集合；建立文字描述模板步骤，建立所述相似图片的文字描述模板；众包发布步骤，将相似图片集合和所述文字描述模板以及主题发布至众包平台；获取反馈步骤，获取所述众包平台返回的与相似图片对应的文字描述模板反馈；重新训练步骤，将所述文字描述模板反馈以及对应的相似图片放入训练图片集合，以训练所述深度学习模型。
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华东师范大学，未经华东师范大学许可，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/201710579742.8/，转载请声明来源钻瓜专利网。
