[发明专利]标注数据处理方法、装置、设备及计算机可读存储介质

权利要求书

1.一种标注数据处理方法，其特征在于，包括：

获取标注区域的相似度大于预设阈值的至少一组标注数据，每组标注数据为一组待清洗数据；

确定每组待清洗数据的新标注区域和新标注类别；

根据每组待清洗数据的新标注区域和新标注类别，对每组待清洗数据进行清洗处理；

所述确定每组待清洗数据的新标注类别，包括：

若该组待清洗数据中存在任意两个标注数据的标注类别不相同，则根据该组待清洗数据的新标注区域，通过分类模型计算所述新标注区域对应每种标注类别的概率；

计算该组待清洗数据对应的每种标注类别出现的概率；

采用如下公式计算每种标注类别对应的标注概率综合分：

p_o(c)＝w_h×p_h(c)+w_m×p_m(c)

其中，c表示一种标注类别，p_o(c)表示标注类别c的标注概率综合分，p_m(c)表示所述新标注区域对应标注类别c的概率，p_h(c)表示该组待清洗数据对应的标注类别c出现的概率，w_h、w_m为权重系数；

将标注概率综合分最大的标注类别作为该组待清洗数据的新标注类别。

2.根据权利要求1所述的方法，其特征在于，所述获取标注区域相似度大于预设阈值的至少一组标注数据，每组标注数据为一组待清洗数据，包括：

计算任意两个标注数据的标注区域的相似度；

根据任意两个标注数据的标注区域的相似度，确定至少一组待清洗数据；

其中，每组待清洗数据包括至少两个标注数据，且每组待清洗数据中任意两个标注数据的标注区域的相似度大于所述预设阈值。

3.根据权利要求1或2所述的方法，其特征在于，所述确定一组待清洗数据的新标注区域，包括：

将该组待清洗数据的所有标注数据的覆盖区域分割成多个网格；

计算该组待清洗数据对每个所述网格的标注次数；

确定所述覆盖区域内标注次数大于次数阈值的连通区域作为该组待清洗数据的新标注区域。

4.根据权利要求3所述的方法，其特征在于，所述确定所述覆盖区域内标注次数大于次数阈值的连通区域作为该组待清洗数据的新标注区域之前，还包括：

确定每个所述网格的标注次数中的最大次数；

根据所述最大次数和所述预设阈值的乘积确定所述次数阈值。

5.根据权利要求1所述的方法，其特征在于，确定一组待清洗数据的新标注类别，包括：

若该组待清洗数据中所有标注数据的标注类别均相同，则将该组待清洗数据中标注数据的标注类别作为新的标注类别。