【技术实现步骤摘要】
一种基于软正交辅助空间的零标签危险品标签生成方法
[0001]本专利技术涉及危险品检测
,具体涉及危险品标签生成方法,尤其涉及一种基于软正交辅助空间的零标签危险品标签生成方法。
技术介绍
[0002]危险品识别在我们的日常生活中具有十分重要的作用,针对危险品的识别,现有的大多数物体识别方法都是基于有监督学习展开的,即危险品的图片已经具有一系列的相关标签信息,如:种类、位置等。但是,该方法大多是依靠人力来完成贴标签,具有很大的局限性,很难针对规模很大的无标签图片进行识别。
[0003]基于此,利用无监督学习识别无标签图片成为一种趋势,其对无标签的图片进行聚类或者将其他已完成标签的数据集转到自己的学习模型中。
[0004]例如:专利CN109948776A提出了一种基于LBP的对抗网络模型的标签生成方法,该方法是直接针对于图片本身的信息、纹理来操作的,本质上是获取图片的视觉信息,对于视觉相似但是本质不同的物品很难区分,生成的标签准确率上限受到了很大限制。
[0005]专利CN109657726A提出 ...
【技术保护点】
【技术特征摘要】
1.一种基于软正交辅助空间的零标签危险品标签生成方法,其特征在于,所述方法包括以下步骤:步骤1,建立辅助域;步骤2,训练获得危险品标签生成模型;步骤3,利用上述获得的危险品标签生成模型,为待测危险品赋予标签。2.根据权利要求1所述的方法,其特征在于,步骤1包括以下子步骤:步骤1
‑
1,利用已有标签信息的图片,建立辅助域;步骤1
‑
2,将无标签图片与辅助域中图片进行比较,获得无标签图片的标签信息。3.根据权利要求2所述的方法,其特征在于,步骤1
‑
2包括以下子步骤:步骤1
‑2‑
1,获取无标签图片的信息;步骤1
‑2‑
2,获得无标签图片与辅助域中图片的比较值。4.根据权利要求3所述的方法,其特征在于,步骤1
‑2‑
2中,采用下式获得待标注无标签图片与辅助域中图片的比较值:其中,y
k
表示无标签图片与辅助空间第k个图片信息归一化后的相似度;f(x)表示提取图片信息的函数;x表示无标签图片;表示辅助空间中的图片信息;i表示表示辅助空间的第i个维度;N
p
表示辅助空间的总维度,即其中图片信息个数;k表示辅助空间中当前进行比较的维度;表示辅助空间中第k个图片信息;表示辅助空间中第i个图片信息。5.根据权利要求1所述的方法,其特征在于,步骤2中,...
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。