-
公开(公告)号：CN111950619B
公开(公告)日：2022-09-09
申请号：CN202010779759.X
申请日：2020-08-05
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于双重生成对抗网络的主动学习方法。包括如下步骤：1：利用标记池图像和未标记池图像对模型进行训练，模型训练包括表征学习和生成对抗两个部分；2：利用收敛后的模型，对待选池中的图像进行采样，之后对采样后的图像进行人工注释和图像生成；3：把采样得到的图像从待选池转移到标记池，并把生成的图像加入到待选池，根据更新后的待选池和标记池对采样模型进行训练。本发明在基于池的方法中引入生成对抗机制，赋予模型生成能力，在模型中形成两组生成对抗网络。本发明还引入了同步更新”的概念，使采样模型随采样进程同步
-
公开(公告)号：CN111950619A
公开(公告)日：2020-11-17
申请号：CN202010779759.X
申请日：2020-08-05
Applicant: 东北林业大学
Abstract: 本发明涉及一种基于双重生成对抗网络的主动学习方法。包括如下步骤：1：利用标记池图像和未标记池图像对模型进行训练，模型训练包括表征学习和生成对抗两个部分；2：利用收敛后的模型，对待选池中的图像进行采样，之后对采样后的图像进行人工注释和图像生成；3：把采样得到的图像从待选池转移到标记池，并把生成的图像加入到待选池，根据更新后的待选池和标记池对采样模型进行训练。本发明在基于池的方法中引入生成对抗机制，赋予模型生成能力，在模型中形成两组生成对抗网络。本发明还引入了“同步更新”的概念，使采样模型随采样进程同步更新，从而使每次采样都能选择当前阶段含信息量最丰富的样本。
-
Search Results
2
records
(took 0.022 seconds)
