公开(公告)号：CN117649573A

公开(公告)日：2024-03-05

申请号：CN202311528655.1

申请日：2023-11-16

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  王鹏程 ,  李君宝 ,  刘鹤 ,  孙波 ,  李志栋

IPC: G06V10/774 ,  G06V10/74 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明是一种基于SAR图像样本质量评估体系的模型训练样本筛选方法。本发明涉及人工智能领域中用于深度学习中提升模型的训练效率技术领域，本发明首先准备样本集，进行样本质量评估，共计9个评估指标。将每个样本的质量评估指标降序排列后根据质量分布特性构建样本子集，然后根据不同的性能指标对样本进行筛选。最后融合性能表现优秀的样本，完成样本子集的融合操作。本发明所提出的样本筛选方法可以有效地提高模型的训练效率。