[發明專利]一種元宇宙原始數據的標記方法及標記系統

在審

• 申請號: 202210839111.6
• 申請日: 2022-07-18
• 公開（公告）號: CN115145995A
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 譚久林;楊志芳;李小龍
• 申請（專利權）人: 新疆元宇宙人工智能科技有限公司
• 主分類號: G06F16/26
• 分類號: G06F16/26;G06K9/62
• 代理公司: 北京中索知識產權代理有限公司 11640
• 代理人: 隋曉勇

1.一種元宇宙原始數據的標記方法，其特征在于，包括以下步驟：

A、導入用于數據挖掘的挖掘集，以及帶有訓練目標的數據集，設置對應的數據集和挖掘策略，用于訓練初始模型；

所述帶有訓練目標的數據集包括：訓練集、測試集；

B、選擇訓練集，選擇測試集，選擇訓練目標，選擇前置預訓練模型、訓練鏡像、訓練類型、算法框架、骨干網絡結構、GPU個數以及配置訓練參數中的一種或多種的組合，訓練初始模型；

C、完成所述初始模型的訓練后，對所述初始模型設置準備迭代數據，通過MetaDataLabeler提供的標準化的模型迭代流程進行迭代；

D、使用初始模型對待挖掘的數據集進行數據挖掘；對挖掘出來的沒有標簽的數據進行標注；將標注好的數據集合并到訓練集中，并將合并結果生成為一個新的訓練集版本，合并完成后，再次進行模型訓練，生成新的模型版本。

2.根據權利要求1所述的元宇宙原始數據的標記方法，其特征在于，所述A步驟之前還包括：根據AI模型的訓練目標創建項目，并設置所述訓練目標的mAP值、迭代輪次目標信息。

3.根據權利要求1所述的元宇宙原始數據的標記方法，其特征在于，所述A步驟的數據集的導入支持四種方法：公共數據集導入、網絡導入、本地導入和路徑導入；

所述公共數據集導入的方法包括：導入公共用戶內置的數據集，該數據集存儲在公共用戶上，以復制的形式導入到當前的操作用戶上；

所述網絡導入的方法包括：輸入數據集對應的url路徑；

所述本地導入的方法包括：上傳本地數據集的壓縮包；

所述路徑導入的方法包括：輸入數據集在服務器中的絕對路徑。

4.根據權利要求3所述的元宇宙原始數據的標記方法，其特征在于，所述公共數據集導入的所述以復制的形式導入到當前的操作用戶上的方法包括：

選擇數據集，根據需求選擇是否要同步導入公共數據集包含的標簽。

5.根據權利要求3所述的元宇宙原始數據的標記方法，其特征在于，所述路徑導入的方法包括以下步驟：

1)通過在網絡中下載開源數據集VOC2012，解壓縮后按要求修改文件夾名稱，再分別壓縮為符合導入要求的zip包；

2)把VOC2012放到workplace/sharing下面；

3)選擇路徑導入，填上路徑地址voc2012。

6.根據權利要求1所述的元宇宙原始數據的標記方法，其特征在于，所述D步驟的對挖掘出來的沒有標簽的數據進行標注的方法包括：

將MetaDataLabeler無縫對接標注工具LabelFree，支持大量標注步驟快捷鍵操作，提供一鍵標注服務，支持多人協作完成同一標注任務并實現任務自動分發。

7.根據權利要求1所述的元宇宙原始數據的標記方法，其特征在于，所述D步驟之后還包括：

對達到預期的模型進行下載，或繼續進入下一輪迭代，進一步優化模型。

8.一種元宇宙原始數據的標記系統，其特征在于，執行權利要求1-7任一項所述的元宇宙原始數據的標記方法，包括：

導入數據集模塊：用于導入用于數據挖掘的挖掘集，以及帶有訓練目標的數據集，設置對應的數據集和挖掘策略，用于訓練初始模型；

訓練初始模型模塊：用于選擇訓練集，選擇測試集，選擇訓練目標，選擇前置預訓練模型、訓練鏡像、訓練類型、算法框架、骨干網絡結構、GPU個數以及配置訓練參數中的一種或多種的組合，訓練初始模型；

模型迭代模塊：用于在完成所述初始模型的訓練后，對所述初始模型設置準備迭代數據，通過MetaDataLabeler提供的標準化的模型迭代流程進行迭代；

數據挖掘標注模塊：使用初始模型對待挖掘的數據集進行數據挖掘，對挖掘出來的沒有標簽的數據進行標注；將標注好的數據集合并到訓練集中，并將合并結果生成為一個新的訓練集版本，合并完成后，再次進行模型訓練，生成新的模型版本。