[发明专利]伪标签生成模型训练方法、装置及伪标签生成方法及装置有效
| 申请号： | 201810098924.8 | 申请日： | 2018-01-31 |
| 公开（公告）号： | CN108197670B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 孙源良;樊雨茂;刘萌 | 申请（专利权）人： | 国信优易数据股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 戈丰 |
| 地址： | 100000 北京市丰台区南四环*** | 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： | 本发明提供一种伪标签生成模型训练方法、装置及伪标签生成方法及装置，该方法包括：用第一辅助神经网络中指定特征提取层提取第一目标域数据的第一特征向量，用第二辅助神经网络中指定特征提取层提取第二目标域数据的第二特征向量；用第一特征向量和第二特征向量计算第一域混淆损失；用目标神经网络中指定特征提取层提取源域数据的源域特征向量；将目标神经网络输出的特征向量输入至目标分类器得到第一分类结果；用第一特征向量和源域特征向量计算第二域混淆损失；根据第一域混淆、第二域混淆损失及第一分类结果，经过对目标神经网络和目标分类器进行多轮训练，得到伪标签生成模型。该方法获得的伪标签生成模型能生成质量较高的伪标签。 | ||
| 搜索关键词： | 标签 生成 模型 训练 方法 装置 | ||
【主权项】：
1.一种伪标签生成模型训练方法，其特征在于，该方法包括：获取带有标签的源域数据、不带标签的第一目标域数据以及带有标签的第二目标域数据；使用第一辅助神经网络对第一目标域数据进行特征学习，获取在第一辅助神经网络中指定特征提取层的第一特征向量，并且使用第二辅助神经网络对第二目标域数据进行特征学习，获取第二辅助神经网络中指定特征提取层的第二特征向量；根据所述第一特征向量以及第二特征向量计算第一域混淆损失；使用目标神经网络对所述源域数据进行特征学习，获取所述目标神经网络中指定特征提取层提取的源域特征向量；并将目标神经网络输出的特征向量输入至目标分类器得到第一分类结果；根据所述第一特征向量和所述源域特征向量计算第二域混淆损失；根据所述第一域混淆损失对所述第一辅助神经网络进行本轮训练；以及根据所述第二域混淆损失，以及所述第一分类结果，对所述目标神经网络进行本轮训练；以及根据所述第一分类结果，对所述目标分类器进行本轮训练；经过对所述目标神经网络和所述目标分类器进行多轮训练，得到伪标签生成模型。
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国信优易数据股份有限公司，未经国信优易数据股份有限公司许可，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/201810098924.8/，转载请声明来源钻瓜专利网。
