一种基于标签自提纯的深度学习方法
基本信息
| 申请号 | CN201710947264.1 | 申请日 | - |
| 公开（公告）号 | CN107679501B | 公开（公告）日 | 2021-04-30 |
| 申请公布号 | CN107679501B | 申请公布日 | 2021-04-30 |
| 分类号 | G06K9/00;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 马文亚;刘昕;袁基睿;朱鹏飞;山世光 | 申请（专利权）人 | 中科视拓（北京）科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 100086 北京市海淀区科学院南路6号中科院计算所科研综合楼550室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于标签自提纯的深度学习方法，其整体步骤为：构建大规模的带有标签噪声的真实条件下的人脸数据集；使用小规模的干净数据集训练深度神经网络得到深度人脸识别模型；使用训练得到的深度人脸识别模型对数据集进行提取特征操作；利用提纯算法迭代地对数据集进行提纯操作；根据提纯后的数据集的测试结果获得最终的提纯后的研究用数据集。本发明可以利用大规模带有标签噪声的人脸数据集，进而利用无监督的提纯方法迭代地进行数据的自提纯，然后将提纯后的数据用于构建大规模的数据集，从而在构建了一个大规模数据集的基础上可以训练得到具有理想精度的深度人脸识别模型进行相关的任务或应用。 |
