用于求取数据集以训练分类器和/或检查分类器性能的计算机实现的方法技术

一种计算机实现的用于训练分类器和/或检查分类器性能的方法，该方法包括步骤：提供图像数据的第一数据集(201)；如此训练编码器(301)和解码器(303)，使得借助所述编码器(301)将所述第一数据集(201)的数据点映射到低维空间(302)中并借助所述解码器(303)再次进行逆变换；求取第一数据表示(401)，其中，通过将所述编码器(301)应用于所述第一数据集(201)的数据点求取所述第一数据表示(401)；在所求取的第一数据表示(401)的凸包内求取附加数据表示(402)；通过将所述解码器(303)应用于所述附加数据表示(402)确定经逆变换的数据集(403)；基于所述经逆变换的数据集求取第二数据集；借助所述第二数据集训练分类器和/或检查分类器的性能。查分类器的性能。查分类器的性能。

【技术实现步骤摘要】
用于求取数据集以训练分类器和/或检查分类器性能的计算机实现的方法


[0001]本专利技术涉及一种用于求取数据集以训练分类器和/或检查分类器性能的计算机实现的方法、一种设置用于实施该方法的设备、一种用于实施该方法的计算机程序以及一种机器可读的存储介质，在该机器可读的存储介质上存储有该计算机程序。

技术介绍

[0002]计算机实现的机器学习方法、尤其是神经网络经常用作部分自动化的、高度自动化的或全自动化的机器人、尤其是自动化运行的车辆的周围环境识别的一部分。在此，为此所使用的算法并不完美，并且可能造成(或多或少地严重的)错误预测，在自动化运行的车辆中，这些错误预测例如可能导致错误解读和系统故障。
[0003]存在确定以下先验的巨大需求：在哪些条件下，机器学习方法输出错误预测。为了确定机器学习方法在运行中没有发生任何严重错误，目前使用随机的验证数据集和/或测试数据集。基本假设是，机器学习方法的行为可以从验证数据集和/或测试数据集一般化(verallgemeinern)到以后的运行中。

技术实现思路

[0004]上述方法的问题是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，所述计算机实现的方法用于训练分类器和/或用于检查分类器的性能，所述计算机实现的方法包括以下步骤：提供图像数据的第一数据集(201)；如此训练编码器(301)和解码器(303)，使得借助所述编码器(301)将所述第一数据集(201)的数据点映射到低维空间(302)中，并且借助所述解码器(303)对其再次进行逆变换；求取第一数据表示(401)，其中，通过将所述编码器(301)应用于所述第一数据集(201)的数据点来求取所述第一数据表示(401)；在所求取的第一数据表示(401)的凸包内求取附加数据表示(402)；通过将所述解码器(303)应用于所述附加数据表示(402)来确定经逆变换的数据集(403)；基于所述经逆变换的数据集求取第二数据集；借助所述第二数据集来训练分类器和/或检查分类器的性能。2.根据权利要求1所述的方法，其中，所述第二数据集对应于所述经逆变换的数据集(403)。3.根据权利要求1所述的方法，其中，所述第二数据集由第三数据集的数据点的选择组成，其中，所述数据点的所述选择如此进行，即从所述第三数据集中如此选择所述数据点，使得所述数据点分别具有至相应的经逆变换的数据点的最小间距。4.根据权利要求1所述的方法，其中，通过将生成式对抗网络(GAN)应用于所...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：罗伯特，
类型：发明
国别省市：