CNIPA.AI
返回搜索
档案

高价值样本构建方法

发明专利未知
16权利要求 · 3 独立
§ Ⅰ

卷宗概要

发明人

吴宗振; 牛子寒; 徐强; 朱毅臣; 赵煜; 张琦; 孙纯青; 牛华荣

申请日

Jul 16, 2026

公开日

Oct 20, 2026

IPC 分类

G06V 10/774 (2022.01)G06V 10/25 (2022.01)G06N 5/04 (2023.01)G06V 10/82 (2022.01)G06F 40/30 (2020.01)G06F 16/355 (2025.01)G06F 18/213 (2023.01)G06N 3/0455 (2023.01)G06F 18/25 (2023.01)G06F 18/15 (2023.01)G06F 18/22 (2023.01)G06F 40/295 (2020.01)G06F 18/2321 (2023.01)G06N 3/0464 (2023.01)G06N 3/0895 (2023.01)G06F 18/241 (2023.01)G06F 16/353 (2025.01)

本发明公开了一种高价值样本构建方法,包括以下步骤:S1、获取待分析图像数据;S2、对所述待分析图像数据并行执行目标检测推理与多模态语义推理;S3、对所述目标类别集合和所述自然语言文本及类别信息分别进行实体提取与标准化映射,得到目标检测实体集合与语义文本实体集合;S4、对所述目标检测实体集合与所述语义文本实体集合进行跨模态一致性判定,当两者之间存在漏检关系或误检关系时,判定当前图像为高价值样本;S5、将判定为高价值样本的图像连同所述多模态语义模型输出的自然语言文本信息及对应的价值得分存入高价值样本池,用于对所述目标检测模型进行定向训练。本发明能实现样本价值评估的自动化闭环,以提高模型训练效率和最终性能。

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 16 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