Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州海康威视数字技术股份有限公司崔园获国家专利权

杭州海康威视数字技术股份有限公司崔园获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉杭州海康威视数字技术股份有限公司申请的专利一种标签生成方法、装置、电子设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117152571B

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311021873.6,技术领域涉及:G06V10/80;该发明授权一种标签生成方法、装置、电子设备及存储介质是由崔园;郭阶添;谭文明;任烨设计研发完成,并于2023-08-14向国家知识产权局提交的专利申请。

一种标签生成方法、装置、电子设备及存储介质在说明书摘要公布了:本申请实施例提供了一种标签生成方法、装置、电子设备及存储介质,涉及机器学习技术领域,方法包括:将每一无标签数据输入至基于有标签数据训练得到的模型,得到表示该无标签数据属于各预设类别的概率的第一预测标签;基于无标签数据的数据特征和第一预测标签,对无标签数据进行聚类得到第一聚类簇,以及基于有标签数据的数据特征和真值标签,对有标签数据进行聚类得到第二聚类簇;针对每一第一聚类簇,基于该第一聚类簇与每一聚类簇集合之间的特征距离,得到表示该第一聚类簇属于每一预设类别的概率的第二预测标签;对每一无标签数据的第一预测标签和第二预测标签进行融合得到融合标签,并得到最终的标签。如此,可以生成无标签数据有效的标签。

本发明授权一种标签生成方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种标签生成方法,其特征在于,所述方法包括: 针对待生成标签的每一无标签数据,将该无标签数据输入至基于各有标签数据训练得到的模型,得到该无标签数据属于各预设类别的概率,作为该无标签数据的第一预测标签;其中,所述有标签数据和无标签数据为语音或者图像;所述模型为目标检测模型或者目标分类模型; 基于各无标签数据的数据特征和第一预测标签,对各无标签数据进行聚类得到多个聚类簇,作为第一聚类簇,以及基于所述各有标签数据的数据特征和真值标签,对所述各有标签数据进行聚类得到多个聚类簇,作为第二聚类簇;其中,一个有标签数据的真值标签用于表示该有标签数据所属的预设类别;当有标签数据和无标签数据为语音时,数据特征为频谱特征;当有标签数据和无标签数据为图像时,数据特征为图像的语义特征; 针对当前的每一第一聚类簇,基于该第一聚类簇与当前的每一聚类簇集合之间的特征距离,得到该第一聚类簇属于每一预设类别的概率,作为该第一聚类簇中无标签数据当前的第二预测标签;其中,当前的一个聚类簇集合包含当前对应的真值标签一致的第二聚类簇; 针对当前的每一无标签数据,按照预设权重对该无标签数据的第一预测标签和当前的第二预测标签进行融合,得到该无标签数据当前的融合标签; 针对当前的每一第一聚类簇,若该第一聚类簇中的主导无标签数据的占比大于第四阈值,则将该第一聚类簇中除主导无标签数据以外的其他无标签数据当前的融合标签,更新为主导无标签数据当前的融合标签;其中,一个聚类簇中的主导无标签数据属于目标数据分组;按照当前的融合标签对该聚类簇中的无标签数据进行分组得到的各数据分组中,目标数据分组包含的无标签数据的数目最大; 基于当前各无标签数据当前的融合标签,得到当前各无标签数据最终的标签;其中,当前各无标签数据最终的标签和各无标签数据用于对所述模型进行训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州海康威视数字技术股份有限公司,其通讯地址为:310051 浙江省杭州市滨江区阡陌路555号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。