CNIPA.AI
返回搜索
档案

一种多层级分类数据集的均衡采样方法

发明专利有效
9权利要求 · 2 独立
§ Ⅰ

卷宗概要

发明人

李林; 苏江; 韩亮; 倪嘉辉

IPC 分类

G06F 18/24 (2023.01)G06F 18/214 (2023.01)G06N 3/09 (2023.01)

本发明涉及模型训练技术领域,公开了一种多层级分类数据集的均衡采样方法,包括以下步骤:获取原始数据,并确认所述原始数据的层次结构;基于所述原始数据对顶层节点进行水位填充分配;基于顶层节点向下进行逐层递归处理,实现对各层节点的数据量分配,得到分类采样数据树;本发明有效避免了单层采样导致的“局部平衡‑全局失衡”分布漂移问题,成功构建出兼顾局部与全局平衡的高质量均衡数据集,显著提升了模型在长尾类别和复杂场景下的泛化能力与稳定性。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 9 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式