[發(fā)明專利]對自動標注裝置的超參數進行優(yōu)化的方法和裝置

有效

• 申請?zhí)枺?/td>: 202010045709.9
• 申請日: 2020-01-16
• 公開（公告）號: CN111507469B
• 公開（公告）日: 2023-10-13
• 發(fā)明（設計）人: 金桂賢;金镕重;金寅洙;金鶴京;南云鉉;夫碩焄;成明哲;呂東勳;柳宇宙;張?zhí)┬?/a>;鄭景中;渚泓模;趙浩辰
• 申請（專利權）人: 斯特拉德視覺公司
• 主分類號: G06N3/0985
• 分類號: G06N3/0985;G06F18/2415;G06N3/0464
• 代理公司: 上海華誠知識產權代理有限公司 31300
• 代理人: 肖華

1.一種方法，對自動標注待利用于學習神經網絡的一個以上訓練圖像的自動標注裝置的一個以上超參數進行優(yōu)化，其特征在于，包括：

步驟(a)，若獲得待標注的一個以上原始圖像及拍攝環(huán)境與上述原始圖像相似的具有固有真標簽的一個以上驗證圖像，則優(yōu)化裝置使具有至少一個預設超參數組的上述自動標注裝置分別對上述原始圖像和上述具有固有真標簽的驗證圖像進行自動標注來生成具有固有自動標簽的原始圖像和具有固有真標簽及自動標簽的驗證圖像，將上述具有固有自動標簽的原始圖像分類為具有固有自動標簽的簡單原始圖像和具有固有自動標簽的復雜原始圖像，將上述具有固有真標簽及自動標簽的驗證圖像分類為具有固有真標簽及自動標簽的簡單驗證圖像和具有固有真標簽及自動標簽的復雜驗證圖像；以及

步驟(b)，若獲得上述具有固有真標簽及自動標簽的簡單驗證圖像，則上述優(yōu)化裝置通過參照上述具有固有真標簽及自動標簽的簡單驗證圖像來計算與上述預設超參數組相對應的上述自動標注裝置的當前可信度，根據與上述預設超參數組相對應的至少一個規(guī)定規(guī)則來生成所調整的一個以上樣品超參數組，分別對分別與上述樣品超參數組相對應的上述自動標注裝置的樣品可信度進行計算，并以使與上述預設超參數組相對應的上述當前可信度向與特定樣品超參數組相對應的上述樣品可信度變高的方向調整的方式對上述預設超參數組進行優(yōu)化，作為上述特定樣品超參數組，從上述樣品超參數組中選定具有高于與上述預設超參數組相對應的上述當前可信度的樣品可信度的部分樣品超參數組。

2.根據權利要求1所述的方法，其特征在于，還包括步驟(c)，上述優(yōu)化裝置對上述預設超參數組進行優(yōu)化，使得與上述預設超參數組相對應的上述當前可信度維持預設值以上的狀態(tài)并使上述具有固有自動標簽的原始圖像與上述具有固有自動標簽的簡單原始圖像的比例最大化。

3.根據權利要求2所述的方法，其特征在于，

上述自動標注裝置包括復雜圖像識別網絡，上述復雜圖像識別網絡將上述具有固有自動標簽的原始圖像分類為上述具有固有自動標簽的簡單原始圖像和上述具有固有自動標簽的復雜原始圖像，將上述具有固有真標簽及自動標簽的驗證圖像分類為上述具有固有真標簽及自動標簽的簡單驗證圖像和上述具有固有真標簽及自動標簽的復雜驗證圖像，

在上述步驟(c)中，上述優(yōu)化裝置對上述預設超參數組進行優(yōu)化，上述預設超參數組包括：

(i)上述復雜圖像識別網絡對上述具有固有自動標簽的原始圖像的自動標簽分別成為異常等級的各個概率和上述具有固有真標簽及自動標簽的驗證圖像的自動標簽分別成為上述異常等級的各個概率進行計算的第一設定值；

(ii)上述復雜圖像識別網絡對上述具有固有自動標簽的原始圖像是否為上述具有固有自動標簽的復雜原始圖像以及上述具有固有真標簽及自動標簽的驗證圖像是否為上述具有固有真標簽及自動標簽的復雜驗證圖像進行辨別的第二設定值。

4.根據權利要求1所述的方法，其特征在于，在上述步驟(b)中，上述優(yōu)化裝置使可信度評價網絡通過參照上述具有固有真標簽及自動標簽的簡單驗證圖像的真標簽及自動標簽來計算上述自動標注裝置的上述當前可信度。

5.根據權利要求4所述的方法，其特征在于，當上述具有固有真標簽及自動標簽的簡單驗證圖像的真標簽為X_AL、自動標簽為L_AL、精密度(Precision)(X_AL，L_AL)＝1-[L_AL內誤檢測標簽數量]/[L_AL內總標簽數量]、查全率(Recall)(X_AL，L_AL)＝1-[X_AL內未檢測標簽數量]/[X_AL內總標簽數量]時，通過下述式來評價上述自動標注裝置的上述當前可信度(Reliability)：