一种基于深度聚类的新类目标识别方法及装置
基本信息
申请号 | CN202111400914.3 | 申请日 | - |
公开(公告)号 | CN114139617A | 公开(公告)日 | 2022-03-04 |
申请公布号 | CN114139617A | 申请公布日 | 2022-03-04 |
分类号 | G06K9/62(2022.01)I | 分类 | 计算;推算;计数; |
发明人 | 张凯;何润东;韩忠义;杨光远 | 申请(专利权)人 | 山东力聚机器人科技股份有限公司 |
代理机构 | 北京中和立达知识产权代理有限公司 | 代理人 | 祝妍 |
地址 | 276808山东省日照市岚山区安东卫街道玉泉二路99号(岚山区科技孵化器电商创业园) | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于深度聚类的新类目标识别方法及装置。其中,该方法包括:通过第一标记样本,获取监督模型,其中,所述监督模型包括:特征提取器、分类器;根据所述特征提取器提取所述第一标记样本,得到样本特征;通过所述样本特征对无标记样本进行匹配,并根据匹配结果对无标记样本进行标记,得到第二标记样本;通过所述第二标记样本训练分类识别模型。本发明解决了在现有技术中把新类样本看成一个类是不合理的,不应该只是把所有的新类样本和已知类样本分开,另外利用置信度来挑选新类样本时,挑选的并不准确,因为深度网络既有很强的拟合能力,对于新类样本也会输出很高的置信度,导致使用置信度阈值不能很好的区别出新类样本的技术问题。 |
