利用损失增加调整CNN的参数的学习方法和学习装置以及使用它们的测试方法和测试装置

发明专利有效专利

申请号：
CN201811191012.1
IPC分类号：G06N3/04;G06N3/08;G06K9/32;G06K9/62
申请日期：
2018-10-12
申请人：
斯特拉德视觉公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	利用损失增加调整CNN的参数的学习方法和学习装置以及使用它们的测试方法和测试装置
申请号	CN201811191012.1	申请日期	2018-10-12
法律状态	实质审查	申报国家	中国
公开/公告日	2019-04-23	公开/公告号	CN109670573A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;K;9;/;3;2;;;G;0;6;K;9;/;6;2查看分类表>
申请人	斯特拉德视觉公司	申请人地址	韩国庆尚北道变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	斯特拉德视觉公司	当前权利人	斯特拉德视觉公司
发明人	金镕重;南云铉;夫硕焄;成明哲;吕东勋;柳宇宙;张泰雄;郑景中;诸泓模;赵浩辰
代理机构	北京鸿元知识产权代理有限公司	代理人	李琳;陈英俊

摘要

提供了一种利用损失增加来调整CNN的参数的学习方法。该方法包括以下步骤：学习装置获取：(a)特征图，从训练图像获取；(b)(i)与对象对应的建议ROI，使用RPN获取，以及第一池化特征图，通过对特征图上与建议ROI对应的区域进行池化获取，以及(ii)与对象对应的GTROI，在训练图像上获取，以及第二池化特征图，通过对特征图上与GTROI对应的区域进行池化获取；以及(c)(i)关于第一边界框的像素数据的信息，当第一池化特征图和第二池化特征图被输入到FC层中时获取，(ii)关于第一边界框和GT边界框的像素数据的信息之间的比较数据，以及关于比较数据反向传播信息，用于调整参数。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供