CN119493985A 训练采样集获取方法及其装置 (北京经纬恒润科技股份有限公司)_第1页
CN119493985A 训练采样集获取方法及其装置 (北京经纬恒润科技股份有限公司)_第2页
CN119493985A 训练采样集获取方法及其装置 (北京经纬恒润科技股份有限公司)_第3页
CN119493985A 训练采样集获取方法及其装置 (北京经纬恒润科技股份有限公司)_第4页
CN119493985A 训练采样集获取方法及其装置 (北京经纬恒润科技股份有限公司)_第5页
已阅读5页,还剩26页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本申请提供了一种训练采样集获取方法及包括N个初始样本,且每个初始样本中包括至少与目标检测对应的C个类别的目标对象进行匹类别元素个数和各类别对应的样本的第一总数2获取初始样本集,初始样本集包括N个初始样本,且每个初始样本中包括至少一个对针对每个初始样本,将所述至少一个对象与目标检测对应的C个类别的目标对象进行根据每个初始样本的所述类别元素个数和所述各类别对应的样本的针对每个初始样本,根据所述类别元素个数和所述各类别对应的样本的第一总数量,j为C个类别中类别j对应的样本的第一总数针对每个初始样本,从所述各类别对应的样本的第一总数根据每个初始样本的所述第一采样概率和所述第二采样概率,从所述3Ri=A(R,)"+(1-)(P,)"根据所述训练结果,调整权重和/或期望指数,所述权重包括所述第一权重和第二权第二获取模块,用于根据每个初始样本的所述类别元素4的同时更好地保留更有效的特征,并没有考虑到训练样本集中整体类别实例的不平衡性,[0006]针对每个初始样本,将至少一个对象与目标检测对应的C个类别的目标对象进行5本对应的第一类别,从初始样本集中,确定出与C个类别中各类别对应的样本的第一总数[0023]图2是本申请实施例提供的训练采样集获取方法的一个具体场景实施例的示意[0024]图3是本申请实施例提供的训练采样集获取方法的另一个具体场景实施例的示意[0027]下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更6[0029]为了解决现有技术问题,本申请实施例提供了一种训练采样集获取方法及其装不同对象。可以将每个初始样本中的至少一个对象与目标检测对应的目标对象进行匹配,以确定初始样本中是否包括目标检测对应的目标对象,从而确定初始样本对应的第一类7别中各类别对应的样本的第一总数量。C个类别中各类别对应的样本的第一总数量可以采[0047]在步骤104中,可以根据每个初始样本的类别元素个数和各类别对应的样本的第[0048]本申请实施例的训练采样集获取方法能够获取初始样本集,初始样本集包括N个8应的样本的第一总数量和车辆对应的样本的第一总数量。若初始样本2对应的第一类别为9本的第二总数量包括行人对应的样本的第一总数量100和车辆对应的样本的第一总数量80,初始样本2对应的第一类别中各类别对应的样本的第二总数量包括行人对应的样本的[0082]pi=A(P)+(1-)(pi,)[0090]pi=A(P,)"+(1-)(PB,)"第二采样概率为1/200,则初始样本2的第三采样概率为1/2*1/180+1/2*1/200=1/360+1/在单个初始样本中的贡献度进行权衡,随训练轮次逐步调整每个初始样本的第三采样概[0107]步骤204,利用pytorch中weigthsampler的机制融合两个概率实现动态赋予训练本,根据第一采样概率pi第二采样概率以及第一采样概率的第一权重λ、第二采样概[0119]图4示出了本申请另一个实施例提供的训练采样集获取装置的结构示意图,为了[0124]第二获取模块404,用于根据每个初始样本的类别元素个数和各类别对应的样本[0144]Ri=A(P,)"+(1-)(P,)"包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)机器可读存储介质[0163]总线504包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一[0168]需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处图中各方框的组合可以由计算机程序或指令实现。这些程序或指令可被提供给通用计算或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实本技术领域的技术人员在本申请揭露的技术范

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论