申请/专利权人：数据堂(北京)科技股份有限公司

申请日：2021-07-07

公开（公告）日：2021-11-19

公开（公告）号：CN113205163B

主分类号：G06K9/62(20060101)

分类号：G06K9/62(20060101);G06N3/08(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.11.19#授权;2021.08.20#实质审查的生效;2021.08.03#公开

摘要：本发明公开了一种数据标注方法及装置，该方法包括：利用无监督学习算法进行冷启动，对原始的无标签数据进行初级分类，生成弱和伪标签数据信息；对伪标签数据信息进行校验标注；对预设数量的弱标签数据信息进行标注，获得部分已标注数据，基于弱监督学习算法和部分已标注数据，对剩余的弱标签数据信息进行预标注，生成预标注结果；对预标注结果进行半监督学习算法的样本筛选，获得精品数据集；对精品数据集进行数据补充，获得全标签数据集；利用全标签数据集对无监督学习算法、弱监督学习算法和半监督学习算法进行算法迭代，获得优化的无监督学习算法、弱监督学习算法和半监督学习算法。本发明可以大幅减少人工标注成本，并提高数据标注效率。

主权项：1.一种数据标注方法，其特征在于，包括：利用无监督学习算法进行冷启动，对原始的无标签图像数据进行初级分类，生成弱标签图像数据信息和伪标签图像数据信息；对伪标签图像数据信息进行校验标注，获得修正后的弱标签图像数据信息；对预设数量的弱标签图像数据信息进行标注，获得部分已标注图像数据；基于弱监督学习算法和部分已标注图像数据，对剩余的弱标签图像数据信息进行预标注，生成预标注结果；对预标注结果进行半监督学习算法的样本筛选，获得精品图像数据集；对精品图像数据集进行图像数据补充，获得全标签图像数据集；利用所述全标签图像数据集对无监督学习算法、弱监督学习算法和半监督学习算法进行算法迭代，获得优化的无监督学习算法、弱监督学习算法和半监督学习算法。

全文数据：

权利要求：

百度查询： 数据堂(北京)科技股份有限公司 数据标注方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD