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：传申弘安智能(深圳)有限公司

摘要：本发明公开了基于深度学习的图像数据标注系统及方法，该系统包括：聚类模块，用于基于聚类挑选出待标注启动数据，其中待标注启动数据在标注后作为小样本深度学习模块的输入数据；小样本深度学习模块，用于接收标注后的启动数据，对深度学习模型进行训练；交互模块，用于抽样获取深度学习模型的标识结果，根据深度学习模型的识别精度启动半监督训练模块对深度学习模型进行循环训练；半监督训练模块，用于获取未标注的样本图像的预测标注框，对预测标注框进行筛选，并根据筛选出的预测标注框对深度学习模型进行迭代更新。本发明可以通过较少的启动标注数据对算法模型进行训练，获得实际可用的高质量批注结果，大幅地降低了标注成本。

主权项：1.一种基于深度学习的图像数据标注系统，其特征在于，包括：聚类模块，用于对输入的样本图像进行聚类，基于聚类挑选出待标注启动数据，其中所述待标注启动数据在标注后作为小样本深度学习模块的输入数据；小样本深度学习模块，用于接收标注后的启动数据，对深度学习模型进行训练；交互模块，用于抽样获取所述深度学习模型的标识结果，通过交互界面确认所述深度学习模型的识别精度，并根据所述深度学习模型的识别精度启动半监督训练模块对所述深度学习模型进行循环训练；其中，根据所述深度学习模型的识别精度启动半监督训练模块对所述深度学习模型进行循环训练，包括：当所述识别精度未达到预设精度，启动半监督训练模块对所述深度学习模型进行循环训练；半监督训练模块，用于基于上一轮训练的所述深度学习模型，获取未标注的所述样本图像的预测标注框，对所述预测标注框进行筛选，并根据筛选出的所述预测标注框对所述深度学习模型进行迭代更新；其中，对所述深度学习模型进行迭代更新，包括：基于上一轮训练的所述深度学习模型，对未标注的所述样本图像进行预测，选取置信度在预设阈值以上的预测框作为所述样本图像的标注，作为本轮训练输入的样本标注图像；获取输入的所述样本标注图像的多尺度图像金字塔，分别进行第一数据处理和第二数据处理后，输入至所述深度学习模型，得到相应的第一预测标签和第二预测标签，所述第一数据处理为数据强增强，所述第二数据处理为数据弱增强；比对所述第一预测标签和第二预测标签，计算相应的损失函数，对所述深度学习模型进行迭代更新；所述小样本深度学习模块包括：图像金字塔生成模块，用于接收标注好的启动数据，剪裁出正样本目标，对所述正样本目标进行多尺度缩放，生成多尺度图像金字塔；训练模块，用于接收标注好的启动数据以及相应的所述多尺度图像金字塔，输入所述深度学习模型进行迭代训练。

全文数据：

权利要求：

百度查询： 传申弘安智能(深圳)有限公司 基于深度学习的图像数据标注系统及其方法