[发明专利]一种多标签分类模型训练方法、数据处理方法及装置有效
| 申请号： | 201910771659.X | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110458245B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 张凌寒;陈权;郑敏鹏 | 申请（专利权）人： | 图谱未来（南京）人工智能研究院有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 安卫静 |
| 地址： | 210000 江苏省南*** | 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： | 本申请公开一种多标签分类模型训练方法、数据处理方法及装置，属于图像处理技术领域。该方法包括：利用i标签的样本数据对j标签分类模型进行训练，所述j标签分类模型包括j个独立的二元分类器，每个所述二元分类器对应有一个分类阈值；获取每个所述二元分类器经训练得到的最优分类阈值，并将每个所述二元分类器当前的分类阈值更新为对应的最优分类阈值；基于每个所述二元分类器对所述i标签的样本数据的分类结果对所述样本数据进行二次标注，得到k标签的样本数据；利用所述k标签的样本数据对更新后的所述j标签分类模型进行训练。该方法大大节省了训练多标签分类模型的标注成本，提高了多标签分类模型训练效率。 | ||
| 搜索关键词： | 一种 标签 分类 模型 训练 方法 数据处理 装置 | ||
【主权项】：
1.一种多标签分类模型训练方法，其特征在于，包括：/n利用i标签的样本数据对j标签分类模型进行训练，所述j标签分类模型包括j个独立的二元分类器，每个所述二元分类器对应有一个分类阈值，其中，i和j均为正整数且i小于j；/n获取每个所述二元分类器经训练得到的最优分类阈值，并将每个所述二元分类器当前的分类阈值更新为对应的最优分类阈值；/n基于每个所述二元分类器对所述i标签的样本数据的分类结果对所述样本数据进行二次标注，得到k标签的样本数据，k为正整数，且k大于i小于等于j；/n利用所述k标签的样本数据对更新后的所述j标签分类模型进行训练。/n
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图谱未来（南京）人工智能研究院有限公司，未经图谱未来（南京）人工智能研究院有限公司许可，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/201910771659.X/，转载请声明来源钻瓜专利网。
