[发明专利]分类器训练方法在审
申请号: | 201710670289.1 | 申请日: | 2017-08-08 |
公开(公告)号: | CN109389136A | 公开(公告)日: | 2019-02-26 |
发明(设计)人: | 胡振程;王艳明;孙皓 | 申请(专利权)人: | 上海为森车载传感技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京谨诚君睿知识产权代理事务所(特殊普通合伙) 11538 | 代理人: | 陆鑫;延慧 |
地址: | 201203 上海市浦东新*** | 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: | 本发明公开了一种分类器训练方法,包括以下步骤:通过计算机图形模型生成数据集,数据集包括多种场景类别的样本;使用深度神经网络训练数据集来得到训练模型;测试训练模型来得到各个场景类别的测试结果;将测试结果中最低正确率对应的场景类别的信息反馈给计算机图形模型;计算机图形模型修改与该场景类别对应的参数,生成关于该场景类别的新样本;以及将新样本添加到数据集中。通过本发明的分类器训练方法,可以提高分类器训练的准确性并且减少分类器训练的时间。 | ||
搜索关键词: | 分类器训练 计算机图形 场景 数据集 训练模型 新样本 神经网络训练 模型生成 模型修改 数据集中 信息反馈 正确率 样本 测试 | ||
【主权项】:
1.一种分类器训练方法,其特征在于,所述分类器训练方法包括以下步骤:通过计算机图形模型生成数据集,所述数据集包括多种场景类别的样本;使用深度神经网络训练所述数据集来得到训练模型;测试所述训练模型来得到各个场景类别的测试结果;将测试结果中最低正确率对应的场景类别的信息反馈给所述计算机图形模型;所述计算机图形模型修改与该场景类别对应的参数,生成关于该场景类别的新样本;以及将所述新样本添加到所述数据集中。
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上海为森车载传感技术有限公司,未经上海为森车载传感技术有限公司许可,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/patent/201710670289.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种图像筛选方法及装置
- 下一篇:一种基于光谱特征的视觉追踪方法