[发明专利]标注和标记用于深度神经网络和神经网络应用的数据流的在线增量实时学习

摘要

现如今，针对大量手动标注图像来训练人工神经网络。通常，为了更好的训练，训练数据应尽可能大。令人遗憾的是，手动标注图像耗时并且易于出错，从而使得难以产生用于训练人工神经网络的大量标注数据。为了解决此问题，本发明人开发了一种智能标注实用程序，所述实用程序使用特征提取单元和快速学习分类器来学习标注并自动标注图像，从而减少标注大量数据的时间。所述特征提取单元和快速学习分类器能实施为将标签与从图像提取的特征相关联并且利用相同的标签标注来自所述图像或其它图像的类似特征的人工神经网络。此外，智能标注系统能从用户对其提出的标注的调整进行学习。这会减少标注时间和错误。

主权项

1.一种标注图像序列的方法，所述方法包括：/n由用户标注图像序列中的第一图像中的对象的表示的第一实例；/n由至少一个处理器学习由所述用户在所述第一图像中标注的所述对象的所述表示；/n由所述至少一个处理器标注所述图像序列中的所述对象的所述表示的第二实例；/n由所述用户执行对由所述至少一个处理器创建的所述对象的所述表示的所述第二实例的标注和/或位置的调整；以及/n由所述至少一个处理器基于所述调整来标注所述图像序列中的所述对象的所述表示的第三实例。/n