【技术实现步骤摘要】
以下描述涉及用于对图像中的对象进行分类的方法和装置。
技术介绍
1、人工智能(ai)技术包括用于生成训练后的机器学习模型的机器学习训练和通过使用训练后的机器学习模型的机器学习推断。在图像分类中，机器学习模型可被训练，以对图像中的对象进行分类。
技术实现思路
1、提供本
技术实现思路
以简化的形式介绍在下面的具体实施方式中进一步描述的构思的选择。本
技术实现思路
不意在确定要求保护的主题的关键特征或必要特征，也不意在用于帮助确定要求保护的主题的范围。
2、在一个总体方面，提供了一种处理器实现的方法。所述方法包括：生成预测一致性值，预测一致性值指示输入图像中的对象的预测相对于来自输入图像被输入到的分类模型的输入图像中的所述对象的类别预测值的一致性，以及识别所述对象的类别。识别所述对象的类别的步骤包括：响应于基于预测一致性值所述对象的类别类型被确定为与多数类别对应，基于从多数类别预测模型针对所述对象输出的相应的类别预测值来识别所述对象的类别；以及响应于所述对象的类别类型被确定为与少数类别对应...
【技术保护点】
1.一种用于对图像中的对象进行分类的方法，包括：
2.根据权利要求1所述的方法，其中，生成预测一致性值的步骤包括：
3.根据权利要求2所述的方法，其中，生成预测一致性值的步骤包括：
4.根据权利要求1所述的方法，还包括：
5.根据权利要求4所述的方法，还包括：
6.根据权利要求1所述的方法，还包括：
7.根据权利要求1至权利要求6中的任意一项所述的方法，还包括：
8.根据权利要求7所述的方法，还包括：
9.根据权利要求1至权利要求6中的任意一项所述的方法，还包括：
<...【技术特征摘要】
1.一种用于对图像中的对象进行分类的方法，包括：
2.根据权利要求1所述的方法，其中，生成预测一致性值的步骤包括：
3.根据权利要求2所述的方法，其中，生成预测一致性值的步骤包括：
4.根据权利要求1所述的方法，还包括：
5.根据权利要求4所述的方法，还包括：
6.根据权利要求1所述的方法，还包括：
7.根据权利要求1至权利要求6中的任意一项所述的方法，还包括：
8.根据权利要求7所述的方法，还包括：
9.根据权利要求1至权利要求6中的任意一项所述的方法，还包括：
10.根据权利要求9所述的方法，还包括：
11.根据权利要求1所述的方法，其中，所述多个分类模型包括用相同的训练数据集被训练不同次数的...
【专利技术属性】
技术研发人员：金基京，白智原，安灿镐，韩承周，
申请(专利权)人：三星电子株式会社，
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。