METHOD AND SYSTEM FOR FACILITATING IMPROVED TRAINING OF A SUPERVISED MACHINE LEARNING PROCESS

• Main Authors: HU, Yanyan, SAPTHARISHI, Mahesh, ANANTHA, Aravind
• Format: Patent
• Language: English; French
• Published: 01.04.2021
• Subjects: CALCULATING; COMPUTING; COUNTING; HANDLING RECORD CARRIERS; PHYSICS; PRESENTATION OF DATA; RECOGNITION OF DATA; RECORD CARRIERS

Methods, systems, and techniques for facilitating improved training of a supervised machine learning process, such as a decision tree. First and second object detections of an object depicted in a video are respectively generated using first and second object detectors, with the second object detector requiring more computational resources than the first object detector to detect the object. Whether a similarity and a difference between the first and second object detections respectively satisfy a similarity threshold and a difference threshold is determined. When the similarity threshold is satisfied, the first object detection is stored as a positive example for the machine learning training. When the difference threshold is satisfied, the first object detection is stored as a negative example for the machine learning training. La présente invention concerne des procédés, des systèmes et des techniques pour faciliter un entraînement amélioré d'un processus supervisé d'apprentissage automatique, tel qu'un arbre de décision. Des première et seconde détections d'un objet représenté dans une vidéo sont respectivement générées à l'aide de premier et second détecteurs d'objet, le second détecteur d'objet nécessitant pour détecter l'objet plus de ressources informatiques que le premier détecteur d'objet. Il est déterminé si une similarité et une différence entre les première et seconde détections d'objet satisfont respectivement un seuil de similarité et un seuil de différence. Lorsque le seuil de similarité est satisfait, la première détection d'objet est stockée en tant qu'exemple positif pour l'entraînement du processus d'apprentissage automatique. Lorsque le seuil de différence est satisfait, la première détection d'objet est stockée en tant qu'exemple négatif pour l'entraînement du processus d'apprentissage automatique.