具有图像分析的主动学习的基于人工智能的注释框架制造技术

呈现了用于提供具有图像分析的主动学习的基于人工智能的注释框架的系统和技术。在一个示例中，系统注释与特征学习处理的一组图像相关联的训练数据。该系统还基于特征学习处理来增量地更新工程部件的分析人工智能模型。

【技术实现步骤摘要】
具有图像分析的主动学习的基于人工智能的注释框架
本公开大体涉及人工智能。
技术介绍
人工智能(AI)可以用于各种技术的数字图像的分类和/或分析。在一个示例中，可以将AI用于图像识别。为了生成人工智能模型，通常进行训练图像集的注释。训练图像集的注释通常是由用户进行的手动任务。这样，使用常规人工智能技术的训练图像集的注释通常比较麻烦和/或容易出错。此外，在训练图像集的注释期间，通常在用户犯错的情况下提供可靠性较低和/或准确性较差的人工智能模型。此外，利用常规人工智能技术，可能需要训练图像集的重新注释和/或人工智能模型的重新建模。这样，可以改进常规人工智能技术。
技术实现思路
下面呈现了本说明书的简化概述，以便提供对本说明书某些方面的基本理解。该概述不是本说明书的广泛综述。它既不旨在标识本说明书的关键或重要元件，也不旨在描述本说明书的特定实施方式的任何范围或权利要求书的任何范围。其唯一目的是以简化的形式呈现本说明书的一些概念，作为稍后呈现的更详细描述的序言。根据一个实施例，系统包括注释部件和主动学习部件。注释部件注释与特征本文档来自技高网...

【技术保护点】
1.一种系统，其特征在于，包括：/n存储器，所述存储器存储计算机可执行部件；和/n处理器，所述处理器执行存储在所述存储器中的所述计算机可执行部件，其中，所述计算机可执行部件包括：/n注释部件，所述注释部件注释与特征学习处理的一组图像相关联的训练数据；和/n主动学习部件，所述主动学习部件基于所述特征学习处理来增量地更新工程部件的分析人工智能模型。/n

【技术特征摘要】
20190430 US 16/399,3371.一种系统，其特征在于，包括：
存储器，所述存储器存储计算机可执行部件；和
处理器，所述处理器执行存储在所述存储器中的所述计算机可执行部件，其中，所述计算机可执行部件包括：
注释部件，所述注释部件注释与特征学习处理的一组图像相关联的训练数据；和
主动学习部件，所述主动学习部件基于所述特征学习处理来增量地更新工程部件的分析人工智能模型。


2.根据权利要求1所述的系统，其特征在于，其中，所述主动学习部件与存储所述分析人工智能模型的服务器部件通信。


3.根据权利要求2所述的系统，其特征在于，其中，所述注释部件基于与所述服务器部件存储的所述分析人工智能模型相关联的数据来注释所述训练数据。


4.根据权利要求1所述的系统，其特征在于，其中，所述主动学习部件在服务器上实施。


5.根据权利要求1所述的系统，其特征在于，其中，所述主动学习部件经由第一建模处理增量地更新所述分析人工智能模型，并且其中，相对于第二建模处理增量地更新所述分析人工智能模型，所...

【专利技术属性】
技术研发人员：拉杰库马尔·辛哈·孔沃尔，马尼·阿贝迪尼，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：美国;US