首页> 中国专利> 在无标记的情况下学习新图像类的处理

在无标记的情况下学习新图像类的处理

摘要

描述了一种学习对象标记以用于自主平台的控制的系统。针对一个或更多个源模型中的各个源模型,执行伪任务优化,以标识最优伪任务。使用最优伪任务来训练初始目标网络。从源模型中提取源图像分量,并且根据源图像分量生成属性的属性词典。使用零次属性蒸馏,对准未标记目标数据和与这些未标记目标数据相似的源模型。将未标记目标数据映射到属性词典中的属性上。根据该映射生成新目标网络,并且将新目标网络用于向未标记目标数据中的对象指派对象标记。基于对象标记来控制自主平台。

著录项

  • 公开/公告号CN114600130A

    专利类型发明专利

  • 公开/公告日2022-06-07

    原文格式PDF

  • 申请/专利权人 赫尔实验室有限公司;

    申请/专利号CN202080075144.7

  • 发明设计人 H·霍夫曼;S·科洛瑞;

    申请日2020-10-26

  • 分类号G06N3/08;G06N3/04;G06V10/77;G06V10/82;G06V10/75;G06K9/62;

  • 代理机构北京三友知识产权代理有限公司;

  • 代理人张亚静;王小东

  • 地址 美国加利福尼亚州

  • 入库时间 2023-06-19 15:35:18

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-06-07

    公开

    国际专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号