【技术实现步骤摘要】
【国外来华专利技术】卷积神经网络中的错误校正相关申请的交叉引用本申请与2018年1月8日提交的美国专利申请第62/614,602号有关,并主张优先权,其全部内容通过引用并入本文。
本公开涉及数据处理的方面和实现,更具体地说,包括但不限于卷积神经网络中的错误校正。
技术介绍
卷积神经网络是深度神经网络的一种形式。此类神经网络可用于分析视觉图像和/或其他内容。附图简要说明本披露的方面和实施将更充分地从下面给出的详细说明和所附图中更充分地理解披露的各个方面和实施情况,但是,不应将披露局限于具体方面或实施,而只是供解释和理解。图1说明了一个示例系统,并符合示例实施例。图2说明了本文描述的一个示例场景,根据示例实施例。图3说明了本文描述的一个示例场景,根据示例实施例。图4是一个流程图,说明一种卷积神经网络中错误校正的方法,并符合一个示例实施例。图5是一个框图,说明能够从机器可读介质读取指令并执行本文讨论的任何方法的机器部件,根据示例实施例。详细描述本公开的方面和实现都指向卷积神经网络中的错误校正。卷积神经网络是一种深度神经网络,可用于分析视觉图像和/或其他内容。此类神经网络可以包括多个连接层,包括以三维(宽度、高度和深度)排列的神经元。此类图层可以配置为分析或处理图像。例如,通过将各种滤镜应用于图像,可以生成一个或多个要素贴图/激活贴图。此类激活映射可以表示引用滤波器的应用响应或结果,例如,相对于与图像至少一部分相关的卷积神经网络层。在 ...
【技术保护点】
1.一种用于量化卷积神经网络的输出的有效性的系统,所述系统包括:/n处理设备;以及/n存储器,连接到所述处理设备并存储指令,所述指令在由所述处理设备执行时使所述系统执行操作,所述操作包括:/n接收第一图像;/n在卷积神经网络的第一层内生成关于所述第一图像的第一激活图;/n计算所述第一激活图中所反映的数据与在与第二图像相关联的第二激活图中所反映的数据之间的相关性;/n基于所计算的相关性,使用所述第一激活图或所述第二激活图的线性组合来处理所述卷积神经网络的第二层内的所述第一图像;以及/n基于对所述卷积神经网络的第二层内的所述第一图像的处理提供输出。/n
【技术特征摘要】
【国外来华专利技术】20180108 US 62/614,6021.一种用于量化卷积神经网络的输出的有效性的系统,所述系统包括:
处理设备;以及
存储器,连接到所述处理设备并存储指令,所述指令在由所述处理设备执行时使所述系统执行操作,所述操作包括:
接收第一图像;
在卷积神经网络的第一层内生成关于所述第一图像的第一激活图;
计算所述第一激活图中所反映的数据与在与第二图像相关联的第二激活图中所反映的数据之间的相关性;
基于所计算的相关性,使用所述第一激活图或所述第二激活图的线性组合来处理所述卷积神经网络的第二层内的所述第一图像;以及
基于对所述卷积神经网络的第二层内的所述第一图像的处理提供输出。
2.根据权利要求1所述的系统,其中,所述第二图像包括一个或多个图像,所述一个或多个图像在所述第一图像之前由捕获所述第一图像的设备捕获。
3.根据权利要求1所述的系统,其中,生成第一激活图包括:生成关于所述第一图像的一组激活图。
4.根据权利要求3所述的系统,其中,计算相关性包括:计算关于所述第一图像生成的所述一组激活图和与所述第二图像相关联的一组激活图之间的相关性。
5.根据权利要求1所述的系统,其中,计算相关性包括:计算关于所述第一图像生成的一个或多个激活图和与所述第二图像相关联的一个或多个激活图之间的一个或多个相关性。
6.根据权利要求1所述的系统,其中,所述存储器还存储指令以使所述系统执行操作,所述操作包括:
将关于所述第一图像生成的一组激活图和与所述第二图像相关联的一组或多组激活图进行比较;以及
基于所述比较,将与所述第二图像相关联的一组激活图识别为与关于所述第一图像生成的一组激活图最相关的一组激活图。
7.根据权利要求1所述的系统,其中,使用与所述第二图像相关联的激活图包括:将与所述第一图像相关联的所述第一激活图替换为与所述第二图像相关联的所述激活图。
8.根据权利要求1所述的系统,其中,使用与所述第二图像相关联的激活图包括:在关于所述第一图像生成的一组激活图内,将关于所述第一图像生成的所述第一激活图替换为与所述第二图像相关联的激活图。
9.根据权利要求1所述的系统,其中,使用所述第一激活图或所述第二激活图的组合包括:在与所述第一图像相关联的一组激活图内,将与所述第一图像相关联的一个或多个第一激活图替换为与所述第二图像相关联的一个或多个激活图。
10.根据权利要求1所述的系统,其中,提供输出包括:基于所计算的相关性,量化所述神经网络的输出的有效性。
11.根据权利要求1所述的系统,其中,使用所述第一激活图或所述第二激活图来处理所述卷积神经网络的第二层内的所述第一图像包括:基于与所计算的相关性相关的预定标准,使用所述第一激活图或所述第二激活图来处理所述卷积神经网络的第二层内的所述第一图像。
...
【专利技术属性】
技术研发人员:达莉娅·弗罗洛瓦,艾夏恩·西万,
申请(专利权)人:达莉娅·弗罗洛瓦,艾夏恩·西万,
类型:发明
国别省市:以色列;IL
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。