一种训练样本生成方法及装置、设备、介质
基本信息
申请号 | CN201811030419.6 | 申请日 | - |
公开(公告)号 | CN109272031B | 公开(公告)日 | 2021-03-30 |
申请公布号 | CN109272031B | 申请公布日 | 2021-03-30 |
分类号 | G06K9/62(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 高三元;徐晓刚 | 申请(专利权)人 | 宽凳(北京)科技有限公司 |
代理机构 | 北京市中伦律师事务所 | 代理人 | 杨黎峰;钟锦舜 |
地址 | 100012北京市朝阳区容创路17号楼-3至8层101内8层811 | ||
法律状态 | - |
摘要
摘要 | 本申请公开了一种训练样本生成方法及装置、设备、介质。该方法至少包括:从同一图像数据集中,获取多个第一训练样本,根据第一训练样本的第i‑1轮扰动,以及第i‑1轮迭代训练时损失函数对应的梯度,计算第i轮扰动,训练时每个第一训练样本中的一部分像素采用错误分类标签,另一部分像素采用正确分类标签,根据分别计算出的第i轮扰动,确定该同一图像数据集的通用扰动,根据分别为多个不同图像数据集确定的通用扰动,确定统一的通用扰动,根据统一的通用扰动生成第二训练样本。本申请通过迭代训练以及对抗扰动通用化和统一化,能够根据已有的训练样本生成新的训练样本,以作为对抗样本对深度模型进行对抗训练,成本较低,而且能够有效地提高模型鲁棒性。 |
