【技术实现步骤摘要】
本申请涉及人工智能领域，尤其涉及一种噪声标签图像分类方法、模型训练方法、装置及设备。
技术介绍
1、图像分类顾名思义就是一个模式分类问题，其目标是根据图像信息中所反映的不同特征，把不同类别的图像区分开来，从已知的类别标签集合中为给定的输入图片选定一个类别标签，实现最小的分类误差，图像分类应用在许多领域，如医学成像、卫星图像中的目标识别、交通控制系统、刹车灯检测、机器视觉等。
2、噪声标签学习，是有监督学习过程中遇到的一种特定情况，即对于有监督学习来说，大量的准确标注的样本训练样本至关重要。但在实际应用过程中，标记数据往往需要大量的人力，物力财力，标注的数据质量某种程度上还受到人为主观因素的影响，导致实际获取的标注样本时常含有不定比例的标签噪声，例如实验发现在某些网络如dnn在训练过程中，会学到标签噪声中的信息，对网络的性能带来干扰，从而影响网络进行分类的准确性，因此如何有效区分噪声标签图像对训练过程至关重要。
技术实现思路
1、本申请实施例提供一种噪声标签图像分类方法、模型训练...
【技术保护点】
1.一种噪声标签图像分类方法，其特征在于，包括：
2.根据权利要求1所述噪声标签图像分类方法，其特征在于：所述将所述平均损失值与噪声阈值进行比较，根据比较结果将所述标签图像分类为噪声标签图像或者干净标签图像包括：
3.根据权利要求1或2所述噪声标签图像分类方法，其特征在于：所述将所述标签数据集输入至识别模型中，进行预设次数的训练，确定每一次训练中每一所述标签图像对应的目标损失值包括：
4.根据权利要求1所述噪声标签图像分类方法，其特征在于：所述方法还包括：
5.根据权利要求4所述噪声标签图像分类方法，其特征在于：所述根据...
【技术特征摘要】
1.一种噪声标签图像分类方法，其特征在于，包括：
2.根据权利要求1所述噪声标签图像分类方法，其特征在于：所述将所述平均损失值与噪声阈值进行比较，根据比较结果将所述标签图像分类为噪声标签图像或者干净标签图像包括：
3.根据权利要求1或2所述噪声标签图像分类方法，其特征在于：所述将所述标签数据集输入至识别模型中，进行预设次数的训练，确定每一次训练中每一所述标签图像对应的目标损失值包括：
4.根据权利要求1所述噪声标签图像分类方法，其特征在于：所述方法还包括：
5.根据权利要求4所述噪声标签图像分类方法，其特征在于：所述...
【专利技术属性】
技术研发人员：程广亮，汪建，詹先，钟北，陈浩文，
申请(专利权)人：广东亿迅科技有限公司，
类型：发明
国别省市：
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。