[發(fā)明專利]數(shù)據(jù)標注方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110082238.3
• 申請日: 2021-01-21
• 公開（公告）號: CN112926621A
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計）人: 付志康
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 郭麗祥;楊瑾瑾

本公開提供了一種數(shù)據(jù)標注方法、裝置、電子設(shè)備及存儲介質(zhì)，涉及人工智能、深度學(xué)習、指紋識別、圖像處理、短視頻處理等領(lǐng)域。具體實現(xiàn)方案為：根據(jù)第一標注數(shù)據(jù)得到第一樣本數(shù)據(jù)集；根據(jù)所述第一樣本數(shù)據(jù)集對第一模型進行訓(xùn)練，得到訓(xùn)練后的第二模型；將待標注對象輸入所述第二模型進行特征提取處理，得到指紋信息；根據(jù)所述指紋信息進行定向的類別標注，得到用于擴充所述第一樣本數(shù)據(jù)集的第二標注數(shù)據(jù)。采用本公開，可以用少量的已標注數(shù)據(jù)實現(xiàn)自動化的數(shù)據(jù)標注及定向的類別增補，從而得到數(shù)量及類別更多樣化的樣本數(shù)據(jù)集。

技術(shù)領(lǐng)域

本公開涉及計算機處理領(lǐng)域。本公開尤其涉及人工智能、深度學(xué)習、指紋識別、圖像處理、短視頻處理等領(lǐng)域。

背景技術(shù)

隨著人工智能技術(shù)的快速發(fā)展，諸多信息領(lǐng)域(如：圖像、語音、視頻、文字)人工智能技術(shù)被廣泛應(yīng)用于圖像識別、檢測、視頻分類、語音識別和文本識別等場景中。

人工智能技術(shù)應(yīng)用于任何一個場景中，都需要海量的、有效的標注數(shù)據(jù)，目前的方法是通過人工標注的方式去獲得這些標注數(shù)據(jù)，但是，人工標注的方式會浪費大量的人力物力，且數(shù)據(jù)類別不夠多樣化。

發(fā)明內(nèi)容

本公開提供了一種數(shù)據(jù)標注方法、裝置、電子設(shè)備及存儲介質(zhì)。

根據(jù)本公開的一方面，提供了一種數(shù)據(jù)標注方法，包括：

根據(jù)第一標注數(shù)據(jù)得到第一樣本數(shù)據(jù)集；

根據(jù)所述第一樣本數(shù)據(jù)集對第一模型進行訓(xùn)練，得到訓(xùn)練后的第二模型；

將待標注對象輸入所述第二模型進行特征提取處理，得到指紋信息；

根據(jù)所述指紋信息進行定向的類別標注，得到用于擴充所述第一樣本數(shù)據(jù)集的第二標注數(shù)據(jù)。

根據(jù)本公開的另一方面，提供了一種數(shù)據(jù)標注裝置，包括：

樣本構(gòu)建模塊，用于根據(jù)第一標注數(shù)據(jù)得到第一樣本數(shù)據(jù)集；

訓(xùn)練模塊，用于根據(jù)所述第一樣本數(shù)據(jù)集對第一模型進行訓(xùn)練，得到訓(xùn)練后的第二模型；

特征提取模塊，用于將待標注對象輸入所述第二模型進行特征提取處理，得到指紋信息；

數(shù)據(jù)標注模塊，用于根據(jù)所述指紋信息進行定向的類別標注，得到用于擴充所述第一樣本數(shù)據(jù)集的第二標注數(shù)據(jù)。

根據(jù)本公開的另一方面，提供了一種電子設(shè)備，包括：

至少一個處理器；以及

與該至少一個處理器通信連接的存儲器；其中，

該存儲器存儲有可被該至少一個處理器執(zhí)行的指令，該指令被該至少一個處理器執(zhí)行，以使該至少一個處理器能夠執(zhí)行本公開任意一實施例所提供的方法。

根據(jù)本公開的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，該計算機指令用于使該計算機執(zhí)行本公開任意一項實施例所提供的方法。

根據(jù)本公開的另一方面，提供了一種計算機程序產(chǎn)品，包括計算機指令，該計算機指令被處理器執(zhí)行時實現(xiàn)本公開任意一項實施例所提供的方法。

采用本公開，可以根據(jù)第一標注數(shù)據(jù)得到第一樣本數(shù)據(jù)集；根據(jù)所述第一樣本數(shù)據(jù)集對第一模型進行訓(xùn)練，得到訓(xùn)練后的第二模型；將待標注對象輸入所述第二模型進行特征提取處理，得到指紋信息；根據(jù)所述指紋信息進行定向的類別標注，得到用于擴充所述第一樣本數(shù)據(jù)集的第二標注數(shù)據(jù)。由于可以采用第一標注數(shù)據(jù)(少量的已標注數(shù)據(jù))實現(xiàn)自動化的數(shù)據(jù)標注及定向的類別增補，從而得到數(shù)量及類別更多樣化的樣本數(shù)據(jù)集。

應(yīng)當理解，本部分所描述的內(nèi)容并非旨在標識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明