龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：文塔纳医疗系统公司
摘要：本公开涉及用于预处理训练数据、增强训练数据以及使用合成训练数据来有效地训练机器学习模型以i拒绝对抗实例图像以及ii对不包括对抗实例区域的图像的一些或所有区域进行检测、表征和或分类的技术。具体地，本公开的各方面涉及：接收图像训练集，用于训练机器学习算法以对所述图像内的一些或所有区域或对象进行检测、表征、分类或它们组合；利用从一种或多种对抗算法生成的合成图像来增强所述图像训练集以生成经增强的图像批次；以及使用所述经增强的图像批次来所述训练机器学习算法以生成机器学习模型，所述机器学习模型被配置成对新图像内的一些或所有区域或对象进行检测、表征、分类或它们的组合。
主权项：1.一种计算机实现方法，其包括：在数据处理系统处获得图像训练集，用于训练机器学习算法以对图像内的一些或所有区域或对象进行检测、表征、分类或它们的组合；由所述数据处理系统利用对抗实例来增强所述图像训练集，其中所述增强包括：将所述图像训练集输入到一种或多种对抗算法中，将所述一种或多种对抗算法应用于所述图像训练集以便生成合成图像作为所述对抗实例，其中所述一种或多种对抗算法被配置成针对所述图像中的每一者、所述图像内的一个或多个目的区域、所述图像的一个或多个通道或所述图像内的一个或多个视场而固定一个或多个变量的值，同时更改一个或多个其他变量的值，以生成具有各种水平的一种或多种对抗特征的所述合成图像，以及生成经增强的图像批次，所述经增强的图像批次包括来自所述图像训练集的图像和来自所述对抗实例的所述合成图像；以及由所述数据处理系统使用所述经增强的图像批次来训练所述机器学习算法以生成机器学习模型，所述机器学习模型被配置成对新图像内的一些或所有区域或对象进行检测、表征、分类或它们的组合。
全文数据：
权利要求：
百度查询： 文塔纳医疗系统公司 数字病理学中深度学习模型的对抗鲁棒性
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号