[發明專利]深度學習誤識別數據統計分析方法

在審

• 申請號: 202211280357.0
• 申請日: 2022-10-19
• 公開（公告）號: CN115470868A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 占華程;呂雯怡;王國鵬;劉杰;吳東旭
• 申請（專利權）人: 上海機器人產業技術研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海璀匯知識產權代理事務所(普通合伙) 31367
• 代理人: 王文穎

1.一種深度學習誤識別數據統計分析方法，其特征在于，具體包括如下步驟：

1)數據采集：采集所有類別真實樣本的總數x、被識別分類出的樣本數y、第i個類別的真實樣本數量x_i、第i個類別的被預測出樣本數量數y_i、第i個類別的樣本中被正確預測的樣本數量、訓練總樣本數w和類別總數n；

2)計算第i個類別的分類效率R(x_i|y_i)：為第i個類別進行正確分類的概率P(y_i|a_i)與樣本被預測為此類別的概率P(y_i)之差R(x_i|y_i)＝P(y_i|a_i)-P(y_i)；

3)第i個類別樣本分類效果的評估值R'(x_i|y_i)為第i個類別的分類效率R(x_i|y_i)與第i個類別真實樣本在總樣本中的出現概率P(x_i)之和，即R'(x_i|y_i)＝R(x_i|y_i)+P(x_i)；

4)重復步驟3)-4)，計算所有類別類別樣本分類效果的評估值；

5)計算分類器整體的分類效果評估值R'(x|y)：R'(x|y)為分類結果和真實標簽一致的概率P(y|x)減去預測樣本出現概率P(y)與真實樣本出現概率P(x)之差，即R'(x|y)＝P(y|x)-[P(y)-P(x)]。

2.根據權利要求1所述深度學習誤識別數據統計分析方法，其特征在于，所述樣本被預測為i類別的概率

3.根據權利要求1所述深度學習誤識別數據統計分析方法，其特征在于，所述分類結果和真實標簽一致的概率

4.一種多分類任務分類器訓練方法，其特征在于，在保證分類器整體的分類效果評估值R'(x|y)的前提下，通過調節關注類別樣本分類效果的評估值R'(x_i|y_i)進行訓練。

5.一種多分類任務分類器訓練方法，其特征在于，將分類器整體的分類效果評估值R'(x|y)作為一損失函數加入訓練中。