Developing AI with Small Data
技術簡介
利用AI少量資料訓練方案減少訓練資料量，以少量標記資料訓練模型能達到上線應用的準確率需求，可大幅減少資料收集的時間及標記人力，亦可減少訓練時間，提高AI上線應用的效率
技術特色
- 建立領域優化預訓練模型
以產業資料，經由階層式監督式或自監督式預訓練技術訓練出之預訓練模型，相較於通用影像（如ImageNet）訓練之預訓練模型，可大幅減少遷移學習之訓練資料及訓練速度
- 最佳化資料選取之遷移學習
以主動式學習技術選取少量代表性資料，結合預訓練模型進行超參數最佳化之遷移學習，可以1／8資料即可達到準確率相當之模型，大量減少資料蒐集標記時間
- 非監督式領域調適
當工業生產產品改變，利用非監督式領域調適技術調整模型參數，可大幅提升新產品的辨識率，以減少新產品的訓練資料收集時間
- 訓練資料生成
以少量資料微調生成式AI，以生成大量訓練資料，進一步減少標記資料的需求
技術規格
- 自監督式圖像深度學習模型預訓練
- 主動學習代表性圖像選取
- 非監督式圖像深度學習模型領域調適
- 圖像分類訓練資料生成
應用範圍
解決產業發展AI常因訓練資料收集不易與標記資料耗費人力導致進展緩慢問題
