[发明专利]一种数据标注方法、系统、电子设备及存储介质

权利要求书

1.一种数据标注方法，其特征在于，所述方法包括以下步骤：

获取原始数据，并对所述原始数据进行人工标注，得到第一标注数据集；

将所述第一标注数据集输入至预设神经网络模型中进行训练，并在训练参数收敛后，输出完成训练的神经网络模型；

利用完成训练的神经网络模型对所述原始数据进行自动标注，得到第二标注数据集。

2.根据权利要求1所述的数据标注方法，其特征在于，利用完成训练的神经网络模型对所述原始数据进行自动标注的过程包括：

将完成训练后的神经网络模型记为第一数据标注模型；

获取所述第一数据标注模型的向量，并将所述第一数据标注模型的向量与预设融合矩阵进行融合，得到第二数据标注模型；

利用所述第二数据标注模型对所述原始数据进行自动标注，得到所述第二标注数据集。

3.根据权利要求2所述的数据标注方法，其特征在于，在得到第二数据标注模型后，所述方法还包括：

利用所述第一标注数据集对所述第二数据标注模型进行迭代训练，并在训练参数收敛后，输出数据标注迭代模型；

利用所述数据标注迭代模型对所述原始数据进行自动标注，得到所述第二标注数据集。

4.根据权利要求1至3中任一所述的数据标注方法，其特征在于，所述原始数据包括以下至少之一：图片、视频、雷达点云、文本、语音。

5.一种数据标注系统，其特征在于，所述系统包括有：

数据采集模块，用于获取原始数据；

人工标注模块，用于对所述原始数据进行人工标注，得到第一标注数据集；

模型训练模块，用于将所述第一标注数据集输入至预设神经网络模型中进行训练，并在训练参数收敛后，输出完成训练的神经网络模型；

自动标注模块，用于利用完成训练的神经网络模型对所述原始数据进行自动标注，得到第二标注数据集。

6.根据权利要求5所述的数据标注系统，其特征在于，所述自动标注模块利用完成训练的神经网络模型对所述原始数据进行自动标注的过程包括：

将完成训练后的神经网络模型记为第一数据标注模型；

获取所述第一数据标注模型的向量，并将所述第一数据标注模型的向量与预设融合矩阵进行融合，得到第二数据标注模型；

利用所述第二数据标注模型对所述原始数据进行自动标注，得到所述第二标注数据集。

7.根据权利要求6所述的数据标注系统，其特征在于，在得到第二数据标注模型后，所述系统还包括：

利用所述第一标注数据集对所述第二数据标注模型进行迭代训练，并在训练参数收敛后，输出数据标注迭代模型；

利用所述数据标注迭代模型对所述原始数据进行自动标注，得到所述第二标注数据集。

8.根据权利要求5至7中任一所述的数据标注系统，其特征在于，所述原始数据包括以下至少之一：图片、视频、雷达点云、文本、语音。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现如权利要求1至4中任一项所述的数据标注方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行如权利要求1至4中任一项所述的数据标注方法。