[发明专利]一种训练样本标注方法、装置、设备及介质在审
申请号: | 201910329181.5 | 申请日: | 2019-04-23 |
公开(公告)号: | CN110059828A | 公开(公告)日: | 2019-07-26 |
发明(设计)人: | 陈鑫;赵明 | 申请(专利权)人: | 杭州智趣智能信息技术有限公司 |
主分类号: | G06N20/00 | 分类号: | G06N20/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 310000 浙江省杭州市滨*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 训练样本 目标训练样本 结构类型 标注 内容识别 标注装置 结果标注 内容一致 人工成本 全面性 迭代 补充 保证 | ||
1.一种训练样本标注方法,其特征在于,包括:
通过多种结构类型的识别模型分别对目标训练样本进行内容识别,获取相应的识别结果;
当各所述识别结果的内容一致时,以所述识别结果标注所述目标训练样本。
2.根据权利要求1所述的训练样本标注方法,其特征在于,在所述当各所述识别结果的内容一致时,以所述识别结果标注所述目标训练样本之后,所述方法还包括:
利用所述目标训练样本对多种结构类型的所述识别模型进行训练,生成多种结构类型的新识别模型;
通过多种结构类型的所述新识别模型对新目标训练样本进行标注。
3.根据权利要求2所述的训练样本标注方法,其特征在于,在所述通过多种结构类型的识别模型分别对目标训练样本进行内容识别,获取相应的识别结果之后,所述方法还包括:
当各所述识别结果的内容存在差异时,将所述目标训练样本标记为所述新目标训练样本。
4.根据权利要求2所述的训练样本标注方法,其特征在于,当存在多个所述目标训练样本时,所述利用所述目标训练样本对多种结构类型的所述识别模型进行训练,生成多种结构类型的新识别模型,包括:
通过将各所述目标训练样本平均分配至多种结构类型的所述识别模型的方式,利用所述目标训练样本对多种结构类型的所述识别模型进行训练,生成多种结构类型的所述新识别模型。
5.根据权利要求1至4任意一项所述的训练样本标注方法,其特征在于,所述通过多种结构类型的识别模型分别对目标训练样本进行内容识别,获取相应的识别结果,包括:
通过多种结构类型的识别模型分别对目标证件图片样本进行内容识别,获取相应的识别结果;
所述当各所述识别结果的内容一致时,以所述识别结果标注所述目标训练样本,包括:
当各所述识别结果的内容一致时,以所述识别结果标注所述目标证件图片样本。
6.根据权利要求5所述的训练样本标注方法,其特征在于,所述通过多种结构类型的识别模型分别对目标证件图片样本进行内容识别,获取相应的识别结果,包括:
通过多种结构类型的识别模型分别对目标证件图片样本的训练区域进行内容识别,获取相应的识别结果;
所述当各所述识别结果的内容一致时,以所述识别结果标注所述目标证件图片样本,包括:
当各所述识别结果的内容一致时,以所述识别结果标注所述目标证件图片样本的所述训练区域。
7.一种训练样本标注装置,其特征在于,包括:
多模型识别模块,用于通过多种结构类型的识别模型分别对目标训练样本进行内容识别,获取相应的识别结果;
结果标注模块,用于当各所述识别结果的内容一致时,以所述识别结果标注所述目标训练样本。
8.一种训练样本标注设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的训练样本标注方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的训练样本标注方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州智趣智能信息技术有限公司,未经杭州智趣智能信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910329181.5/1.html,转载请声明来源钻瓜专利网。