摘要
本发明公开一种基于多任务主动学习框架的鱼类投喂方法和装置,在多任务学习模型的基础上,融合主动学习框架,并结合信息熵和近似贝叶斯推理来分别计算摄食强度分类任务和残饵计数任务的不确定度分数,通过加权的方式计算总的不确定度分数选择主动学习过程中的待标记样本。通过标注专家与模型的交互训练,不仅能够以更少的训练样本来达到与完全监督学习近似的性能,同时使模型在交互过程中往往能够纠正人工标注中的错误,以达到数据标注成本的降低以及提升模型识别准确性的效果。
技术关键词
多任务学习模型
主动学习框架
查询策略
推理网络
样本
鱼类投喂装置
投喂方法
标记
图像
分类网络
融合主动学习
循环水养殖系统
信息熵
视频采集系统
强度
数据传输系统
系统为您推荐了相关专利信息
检查特征
智能诊断系统
乳腺
过采样技术
梯度提升树模型
阿尔茨海默病进展
时序预测模型
统计学特征
生成对抗网络
数据
机器学习分类模型
物联网设备数据
数据分类方法
数据分类装置
学习器
压电制动器
梯度共生矩阵
驱动平台
饱和度
映射关系表
回归预测模型
扇出型晶圆级封装
重布线结构
寿命预测方法
重布线层