[發(fā)明專利]神經(jīng)網(wǎng)絡(luò)的訓練方法、基于神經(jīng)網(wǎng)絡(luò)的分類方法及其裝置

在審

• 申請?zhí)枺?/td>: 201910091607.8
• 申請日: 2019-01-30
• 公開（公告）號: CN111507362A
• 公開（公告）日: 2020-08-07
• 發(fā)明（設(shè)計）人: 李政昕;吳懷恩
• 申請（專利權(quán)）人: 中強光電股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 王瓊先

提供一種用于訓練神經(jīng)網(wǎng)絡(luò)的訓練裝置和訓練方法，及基于神經(jīng)網(wǎng)絡(luò)的分類方法和分類裝置。訓練裝置包括儲存單元和處理器。處理器存取及執(zhí)行儲存單元中的抽樣模塊、貼標模塊以及訓練模塊。抽樣模塊自第一資料集中抽樣出第一圖像和第二圖像。貼標模塊響應(yīng)于第一控制指令而對第一圖像進行注記以產(chǎn)生第一注記圖像，且根據(jù)第一注記圖像以及第二圖像產(chǎn)生標簽資料。訓練模塊根據(jù)標簽資料訓練神經(jīng)網(wǎng)絡(luò)。基于本發(fā)明的訓練方法所訓練的神經(jīng)網(wǎng)絡(luò)的分類方法和分類裝置可根據(jù)所接收的參考圖像進行分類，借以產(chǎn)生所述受測圖像的分類結(jié)果，且神經(jīng)網(wǎng)絡(luò)不需經(jīng)重新訓練即可適用于各種類的物件。

技術(shù)領(lǐng)域

本發(fā)明是有關(guān)于一種神經(jīng)網(wǎng)絡(luò)的技術(shù)，且特別是有關(guān)于一種神經(jīng)網(wǎng)絡(luò)的訓練方法及其訓練裝置以及基于神經(jīng)網(wǎng)絡(luò)的分類方法及其分類裝置。

背景技術(shù)

現(xiàn)行的神經(jīng)網(wǎng)絡(luò)可使用監(jiān)督式學習(supervised learning)或非監(jiān)督式學習(unsupervised learning)的方式產(chǎn)生。一般來說，使用由監(jiān)督式學習所產(chǎn)生的神經(jīng)網(wǎng)絡(luò)進行物件分類可以達到較高的準確度(accuracy)或精密度(precision)。然而，基于監(jiān)督式學習的神經(jīng)網(wǎng)絡(luò)具有兩項缺點。首先，對那些不熟悉本領(lǐng)域的人來說，調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)以使神經(jīng)網(wǎng)絡(luò)適用于不同的情況是非常困難的。其次，當待分類的物件之種類或型號改變時，神經(jīng)網(wǎng)絡(luò)也需要跟著重新訓練。因此，基于監(jiān)督式學習的神經(jīng)網(wǎng)絡(luò)的使用者經(jīng)常需要花費大量的時間在調(diào)整參數(shù)以及針對不同的物件重新訓練神經(jīng)網(wǎng)絡(luò)。

發(fā)明內(nèi)容

本發(fā)明提供一種神經(jīng)網(wǎng)絡(luò)的訓練方法及其訓練裝置以及基于神經(jīng)網(wǎng)絡(luò)的分類方法及其分類裝置。由本發(fā)明所訓練出的神經(jīng)網(wǎng)絡(luò)可適用于不同種類或型號的物件而不需重新訓練。

本發(fā)明的其他目的和優(yōu)點可以從本發(fā)明所揭露的技術(shù)特征中得到進一步的了解。

為達上述之一或部分或全部目的或是其他目的，本發(fā)明提出一種訓練裝置，適用于訓練神經(jīng)網(wǎng)絡(luò)。訓練裝置包括：儲存單元以及處理器。儲存單元儲存多個模塊。處理器耦接儲存單元，并且存取及執(zhí)行儲存單元中的所述多個模塊，其中所述多個模塊包括抽樣模塊、貼標模塊以及訓練模塊。抽樣模塊自第一資料集中抽樣出第一圖像和第二圖像。貼標模塊響應(yīng)于第一控制指令而對第一圖像進行注記以產(chǎn)生第一注記圖像，并且根據(jù)第一注記圖像以及第二圖像產(chǎn)生標簽資料，其中第一控制指令相關(guān)于使用者對第一圖像與第二圖像的選擇。訓練模塊根據(jù)標簽資料訓練神經(jīng)網(wǎng)絡(luò)。

為達上述之一或部分或全部目的或是其他目的，本發(fā)明提出一種訓練方法，適用于訓練神經(jīng)網(wǎng)絡(luò)。訓練方法包括：自第一資料集抽樣出第一圖像和第二圖像；響應(yīng)于第一控制指令而對第一圖像進行注記以產(chǎn)生第一注記圖像，其中第一控制指令相關(guān)于使用者對第一圖像與第二圖像的選擇；根據(jù)第一注記圖像以及第二圖像產(chǎn)生標簽資料；以及根據(jù)標簽資料訓練神經(jīng)網(wǎng)絡(luò)。

為達上述之一或部分或全部目的或是其他目的，本發(fā)明提出一種基于神經(jīng)網(wǎng)絡(luò)的分類裝置，包括儲存單元以及處理器。儲存單元儲存神經(jīng)網(wǎng)絡(luò)模塊。處理器耦接儲存單元，并且存取及執(zhí)行神經(jīng)網(wǎng)絡(luò)模塊。神經(jīng)網(wǎng)絡(luò)模塊接收參考圖像以及受測圖像，并且根據(jù)神經(jīng)網(wǎng)絡(luò)以及參考圖像來對受測圖像進行分類，借以產(chǎn)生受測圖像的分類結(jié)果。

為達上述之一或部分或全部目的或是其他目的，本發(fā)明提出一種基于神經(jīng)網(wǎng)絡(luò)的分類方法，包括：接收參考圖像以及受測圖像；以及根據(jù)神經(jīng)網(wǎng)絡(luò)以及參考圖像來對受測圖像進行分類，借以產(chǎn)生受測圖像的分類結(jié)果。

基于上述，由本發(fā)明所訓練出的神經(jīng)網(wǎng)絡(luò)可適用于不同種類或型號的物件而不需重新訓練。另一方面，使用者可以透過參考圖像來直觀地設(shè)定神經(jīng)網(wǎng)絡(luò)的分類標準(criteria)。

為讓本發(fā)明的上述特征和優(yōu)點能更明顯易懂，下文特舉實施例，并配合附圖作詳細說明如下。

附圖說明

圖1根據(jù)本發(fā)明的實施例繪示一種神經(jīng)網(wǎng)絡(luò)的訓練裝置的示意圖。

圖2A根據(jù)本發(fā)明的實施例繪示一種神經(jīng)網(wǎng)絡(luò)的訓練方法的流程圖。