原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种用于目标检测的多示例主动学习方法，所述方法在已标注集上训练两个对抗性示例分类器，将未标注的图像视为示例包，通过以多示例学习的方式对两个分类器的差异重加权，以此预测未标注集的示例不确定性，并使其与图像不确定性相一致。本发明公开的用于目标检测的多示例主动学习方法，能高效利用数据标注，减少人工标注成本，有效利用无标注数据，提高相等已标注数据量下神经网络对测试图像的检测精度；同时对于主动学习、半监督学习等有重要意义，对于复杂背景下自然图像的目标检测具有应用价值。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113177576 B
(45)授权公告日 2022.02.22
(21)申请号 202110352225.3 G06V 10/82 (2022.01)
文档评论（0）