一种基于目标检测的表观特征监测数据智能标注方法技术

本发明专利技术公开了一种基于目标检测的表观特征监测数据智能标注方法，包括以下步骤：对数据进行获取与处理；对已经采集的数据进行标注；对模型进行初步训练；对新数据进行检测；将已有的标注数据与其模型训练结果导入数据标注系统；对结果进行微调，对已经分类训练好的数据进行检测，修正错误结果；对模型进行迭代优化，将经过调整的数据再用于模型的迭代优化，调整模型中的神经网络模型中学习率η、正则化参数λ超参数计算直到输出误差达到最终要求结束训练。本发明专利技术节省了边坡及滑坡灾害防治、堰塞坝灾害治理多种领域表观特征目标检测与数据标注的时间，提高了数据标注的效率与准确率，符合大数据存储与云计算多种技术在工程建设与灾害防控领域的智能化应用。

An intelligent labeling method of apparent feature monitoring data based on object detection

【技术实现步骤摘要】
一种基于目标检测的表观特征监测数据智能标注方法
本专利技术涉及图像处理中的帧率提取、图像降噪，以及人工智能领域的目标检测与神经网络模型的训练方法，尤其涉及一种基于目标检测的表观特征监测数据智能标注方法。
技术介绍
目前，各行各业都在向着人工智能方法发展，目标检测与数据标注对于人工智能发展起着至关重要的作用，在边坡及滑坡灾害防治、堰塞坝灾害治理、隧洞围岩渗漏监测、混凝土裂缝检测领域，都需要大量的目标检测与数据标注。目标检测的任务就是找出图像中所有需要的目标物体，确定他们的位置与大小，是机器视觉的核心问题之一。随着时代潮流发展，重大工程建设与灾害防控领域正在积极的向着人工智能领域靠拢。重大工程建设与灾害防控的智能化过程中需要大量的目标检测与数据标注，比如滑坡表观裂隙的标注与检测，深埋隧洞围岩渗水监测，建筑结构墙体裂缝的标注与检测，甚至可以是混凝土或者沥青路面的裂缝的检测与发展。但是当前阶段，重大工程智能化过程中严重缺乏标注数据。且现在已有的数据标注系统通常都需要大量的人力与时间投入，并且在标注数据时，还需要大量的专业人员的投入，比如本文档来自技高网...

【技术保护点】
1.一种基于目标检测的表观特征监测数据智能标注方法，其特征在于：包括以下步骤：/n步骤(1)，对数据进行获取与处理；/n步骤(2)，对已经采集的数据进行标注；/n步骤(3)，对模型进行初步训练；/n步骤(4)，对新数据进行检测，即利用步骤(3)中初步训练好的模型对由步骤(1)中获取的新数据进行检测，得出初步检测结果；/n步骤(5)，将已有的标注数据与其模型训练结果导入目标检测系统；/n步骤(6)，对结果进行微调，对已经分类训练好的数据进行检测，修正错误结果；/n步骤(7)，对模型进行迭代优化，将步骤(6)中经过调整的数据再用于模型的迭代优化，调整模型中的神经网络模型中学习率η、正则化参数λ超参...

【技术特征摘要】
1.一种基于目标检测的表观特征监测数据智能标注方法，其特征在于：包括以下步骤：
步骤(1)，对数据进行获取与处理；
步骤(2)，对已经采集的数据进行标注；
步骤(3)，对模型进行初步训练；
步骤(4)，对新数据进行检测，即利用步骤(3)中初步训练好的模型对由步骤(1)中获取的新数据进行检测，得出初步检测结果；
步骤(5)，将已有的标注数据与其模型训练结果导入目标检测系统；
步骤(6)，对结果进行微调，对已经分类训练好的数据进行检测，修正错误结果；
步骤(7)，对模型进行迭代优化，将步骤(6)中经过调整的数据再用于模型的迭代优化，调整模型中的神经网络模型中学习率η、正则化参数λ超参数计算直到输出误差达到最终要求结束训练。


2.根据权利要求1所述的基于目标检测的表观特征监测数据智能标注方法，其特征在于：步骤(1)中，数据获取与处理过程为利用基于帧率提取的数据提取方法来对数据进行获取，所述数据获取与处理过程包括以下步骤：
步骤(1.1)，首先选用精度为每秒60～120帧的摄像机在检测现场或者实验装置侧面进行拍摄；
步骤(1.2),通过Python程序实时将视频传入电脑；
步骤(1.3)，将视频中的每一帧图像提取出来；
步骤(1.4)，利用图像降噪算法采集的图像进行降噪处理，得到...

【专利技术属性】
技术研发人员：王如宾，张坤，祁健，徐卫亚，王环玲，丁绵刚，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32