[发明专利]一种基于在线教育大数据的深度学习样本标注方法及系统

说明书

本发明适用于计算机视觉技术领域，提供了一种基于在线教育大数据的深度学习样本标注方法及系统；其包括以下步骤：S1：从数据库中N个数据中随机抽取M个样本，对M个样本进行标注，根据已标注的M个样本对标注模型进行训练；S2：对M个已标注的样本分为多个不同类别数据的分类库；S3：标注模型对整个数据库中N‑M个数据进行标注分类；S4：通过在线标注模块展示需要标注的N个数据；对展示的标注的N个数据进行更正标注，所述N个数据来自于数据库中标注完成的随机数据；S5：被更正标注的数据进行判定；根据判定确认后的更正标注的数据对标注模型进行再次训练。

技术领域

本发明涉及计算机视觉技术领域，具体是一种基于在线教育大数据的深度学习样本标注方法及系统。

背景技术

近些年来，深度学习技术得到了学术界广泛的关注，大量新的研究使其完成许多任务的能力接近甚至超过了人类水平，因此在业界中已经得到了广泛的应用。在很多领域，深度学习算法都可以替代原来的人工操作，这不仅降低了人工成本，还大幅降低了出错的概率和风险。比如，在目前安防领域中常用的行人检测以及人脸识别、金融领域常用的人证合一验证、新零售中常用的商品识别等等。

由于目前的主流深度学习算法都是监督学习，模型的训练依赖大量的标注数据，其中，基于深度学习的神经网络模型需要的样本数量尤其巨大，这也是模型能够具有很高表现力和鲁棒性的原因。在实际应用中，采集大量样本图像然后进行人工打标：需要大量的时间和人工成本，影响模型的快速开发。因此，如何提供一种快速准确的标注方法和系统是至关重要的。

发明内容

本发明的目的在于提供一种基于在线教育大数据的深度学习样本标注方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于在线教育大数据的深度学习样本标注方法，其包括以下步骤：

从数据库中N个数据中随机抽取M个样本发送给训练标注模块，所述训练标注模块对抽取出来的M个样本进行初始标注；所述训练标注模块将M个样本发送至数据库进行储存；被初始标注的M个样本数据被存储到数据库中，数据库将M个样本发送给标注模型进行训练；

归类模块读取数据库中的对M个已标注的样本，并对M个已标注的样本对分为多个不同类别数据的分类库，其根据数据属性对其进行分类；

训练后的所述标注模型对整个数据库N-M个数据进行标注分类；

在线标注模块抽取数据库中已经标注完成后的N个数据，并对抽取的所述N个数据对分类展示；人工对展示的所述N个数据进行更正标注，所述N个数据来自于数据库中标注完成的随机数据；

判断模块读取数据库中更正标注的数据，并对更正标注的数据进行有效判定，数据库对进行有效判断的更正标注的数据进行覆盖储存；根据判定有效的更正标注的数据对标注模型进行再次训练。

作为本发明进一步的方案：步骤S4中的所述N个数据来自于数据库中标注完成的随机数据。

作为本发明再进一步的方案：所述在线标注模块对所述分类库的数据分开展示。

作为本发明再进一步的方案：在线标注时对存储在数据库中的标注数据进行复核，若发现其不属于展示类别数据，对其进行更正标注；若所述标注数据被更正标注次数是否超过K次时，对该数据的标注确认更改为更新标注，并将该数据重新分类；若所述标注数据被更正标注次数小于K次时，则维持标注模型的初始标注。

作为本发明再进一步的方案：所述K值为通过在线标注复核次数的H的半数。

作为本发明再进一步的方案：所述H值大于100次。

作为本发明再进一步的方案：根据更正标注的数据对标注模型进行再次训练。

本发明提供的另一种技术方案：