-
公开(公告)号:CN113378830A
公开(公告)日:2021-09-10
申请号:CN202110488161.X
申请日:2021-05-06
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于域适应的可自主学习数据标签生成方法,合源域数据集标签数据构建已标注中间域合成数据集;利用已标注中间域合成数据集训练目标检测网络,并输入无标注目标域数据集中图像数据获取对应的图像检测框结果;对当前目标检测网络置信度阈值参数值进行动态更新操作,对检测框结果进行噪声滤除、循环更新操作,将检测框结果转换为图像标签数据格式。输出图像标签数据,并结合相应的目标域图像数据构建已标注目标域数据集,实现目标域数据集的自动标注功能。本发明应用于多种不同目标场景或者类别的数据集自动标注工作,从而无需对不同应用场景下的图像数据集重新进行大量的人工数据集标注工作,节约劳动力成本并提高工作效率。
-
公开(公告)号:CN113378830B
公开(公告)日:2024-05-28
申请号:CN202110488161.X
申请日:2021-05-06
Applicant: 北京工业大学
IPC: G06V10/25 , G06V10/30 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045
Abstract: 本发明公开了一种基于域适应的可自主学习数据标签生成方法,合源域数据集标签数据构建已标注中间域合成数据集;利用已标注中间域合成数据集训练目标检测网络,并输入无标注目标域数据集中图像数据获取对应的图像检测框结果;对当前目标检测网络置信度阈值参数值进行动态更新操作,对检测框结果进行噪声滤除、循环更新操作,将检测框结果转换为图像标签数据格式。输出图像标签数据,并结合相应的目标域图像数据构建已标注目标域数据集,实现目标域数据集的自动标注功能。本发明应用于多种不同目标场景或者类别的数据集自动标注工作,从而无需对不同应用场景下的图像数据集重新进行大量的人工数据集标注工作,节约劳动力成本并提高工作效率。
-