[发明专利]一种扩充类别式数据快速标注方法

权利要求书

1.一种扩充类别式数据快速标注方法，其特征在于，包括以下步骤：

(1)获取带有统一标注A的初始数据，标注A是指的某一大类；

(2)根据需求，结合已有数据集，将A进一步分为多个子类，大类包含所述多个子类；

(3)选取初始数据集的一部分作为样本，通过人工修改标注文件，标注文件是指通过标注工具标注数据后生成的文件，该文件中包含标注信息；将标注从A重命名为多个子类，得到标注样本；

(4)基于标注样本，利用神经网络训练模型，将所得模型对初始数据集中剩余的数据进行预标注，得到预标注数据；

(5)对预标注数据进行人工微调使标注正确，得到微调数据；基于初始数据与微调数据对模型训练优化；并根据所有已标注数据训练最终模型，准确地分类标注全部数据。

2.根据权利要求1所述的一种扩充类别式数据快速标注方法，其特征在于，步骤(1)，是指：直接下载带有统一标注A的公开数据集，或者下载基于公网大数据训练的模型来推理私有数据集，以获得带有统一标注A的初始数据集。

3.根据权利要求1所述的一种扩充类别式数据快速标注方法，其特征在于，步骤(4)，是指：利用人工神经网络对人脑神经元网络进行抽象，建立人工神经网络模型，按不同的连接方式组成不同的网络，并基于此训练人工神经网络模型，将所得人工神经网络模型对初始数据集中剩余的数据进行预标注，得到预标注数据。

4.根据权利要求3所述的一种扩充类别式数据快速标注方法，其特征在于，所述人工神经网络为SSD或YOLO。

5.根据权利要求3或4所述的一种扩充类别式数据快速标注方法，其特征在于，步骤(5)，基于初始数据与微调数据对模型训练优化，是指：基于初始数据与微调数据，利用人工神经网络继续训练模型，得到优化后的模型。