利用稀疏标注数据集训练实例分割神经网络模型的方法
基本信息
| 申请号 | CN202110362718.5 | 申请日 | - |
| 公开（公告）号 | CN113160233A | 公开（公告）日 | 2021-07-23 |
| 申请公布号 | CN113160233A | 申请公布日 | 2021-07-23 |
| 分类号 | G06T7/10;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 张敏清;李小军 | 申请（专利权）人 | 易普森智慧健康科技（深圳）有限公司 |
| 代理机构 | 深圳市中科创为专利代理有限公司 | 代理人 | 彭西洋;刘曰莹 |
| 地址 | 518000 广东省深圳市罗湖区清水河街道清水河一路深业进元大厦塔楼1座901号房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了利用稀疏标注数据集训练实例分割神经网络模型的方法，通过设计两阶段训练策略，在初始阶段和精修阶段通过不同的方式补充缺失的负样本，逐渐提供可靠的负样本监督信号，进而提升神经网络模型的判别能力。本发明解决了在稀疏标注数据的情况下，避免神经网络模型在训练的过程中被误导的问题，并使得神经网络模型具备一定的抗干扰能力。 |
