申请/专利权人:德卡产品有限公司
申请日:2022-11-22
公开(公告)日:2024-06-07
公开(公告)号:CN118160013A
主分类号:G06V20/58
分类号:G06V20/58;G06V10/778;G06F18/21
优先权:["20211122 US 63/264,409"]
专利状态码:在审-公开
法律状态:2024.06.07#公开
摘要:训练系统和方法标识图像中落入期望的不确定性范围内的像素并且使用它们来训练机器学习模型。预测的像素分类概率值可以被归一化。对于每个分类标签,可以获得落入不确定性范围内的归一化预测像素分类概率值的计数。对于每个分类标签,可以将计数除以归一化预测像素分类概率值的总数以生成相关联的不确定性比率。具有在期望的不确定性范围内的不确定性比率的代表性不足的分类标签的像素可以用于训练机器学习模型。
主权项:1.一种在自主驾驶时改进对特征的预选类别的识别的方法,包括:确定机器学习模型无法准确地预测所述预选类别中的哪些;收集与所述预选类别相关联的传感器数据;以及训练所述机器学习模型以至少基于从收集的所述传感器数据导出的训练数据来识别所述预选类别。
全文数据:
权利要求:
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。