数据标注模型训练方法、装置、电子设备及存储介质制造方法及图纸

一种数据标注模型训练方法，所述方法包括：获取医疗图像数据；对所述医疗图像数据进行过滤，获得过滤数据；对所述过滤数据进行分类，获得不同类别的分类数据；获取所述分类数据对应的标注信息；根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据；使用所述标注数据进行训练，获得数据标注模型。本发明专利技术还提供一种数据标注模型训练装置、电子设备及介质。本发明专利技术能提高数据标注的效率。率。率。

【技术实现步骤摘要】
数据标注模型训练方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种数据标注模型训练方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，在医疗领域，需要对医疗数据进行标注工作，但在实践中发现，对医疗数据进行标注工作需要具有专业知识的人员参与，效率不高。
[0003]因此，如何提高数据标注的效率是一个亟需解决的技术问题。

技术实现思路

[0004]鉴于以上内容，有必要提供一种数据标注模型训练方法、装置、电子设备及存储介质，能够提高数据标注的效率。
[0005]本专利技术的第一方面提供一种数据标注模型训练方法，所述方法包括：
[0006]获取医疗图像数据；
[0007]对所述医疗图像数据进行过滤，获得过滤数据；
[0008]对所述过滤数据进行分类，获得不同类别的分类数据；
[0009]获取所述分类数据对应的标注信息；
[0010]根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据；
[0011]使用所述标注数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据标注模型训练方法，其特征在于，所述方法包括：获取医疗图像数据；对所述医疗图像数据进行过滤，获得过滤数据；对所述过滤数据进行分类，获得不同类别的分类数据；获取所述分类数据对应的标注信息；根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据；使用所述标注数据进行训练，获得数据标注模型。2.根据权利要求1所述的数据标注模型训练方法，其特征在于，所述使用所述标注数据进行训练，获得数据标注模型之后，所述数据标注模型训练方法还包括：获取测试数据；使用所述测试数据对所述数据标注模型进行测试，获得测试结果；若所述测试结果为所述数据标注模型正常，确定所述数据标注模型为训练好的数据标注模型。3.根据权利要求2所述的数据标注模型训练方法，其特征在于，所述数据标注模型训练方法还包括：若所述测试结果为所述数据标注模型异常，确定所述数据标注模型为未训练好的数据标注模型；对所述未训练好的数据标注模型继续进行训练。4.根据权利要求2所述的数据标注模型训练方法，其特征在于，所述使用所述测试数据对所述数据标注模型进行测试，获得测试结果包括：将所述测试数据输入至所述数据标注模型中，获得标注结果；确定所述标注结果的准确率；若所述准确率大于预设准确率阈值，确定所述测试结果为所述数据标注模型正常；或若所述准确率小于或等于预设准确率阈值，确定所述测试结果为所述数据标注模型异常。5.根据权利要求2所述的数据标注模型训练方法，其特征在于，所述确定所述数据标注模型为训练好的数据标注模型之后，所述数据标注模型训练方法还包括：获取待标注数据；使用所述预先训练好的数据标注模型对待标注数据进行标注，获得所述待标注数据...

【专利技术属性】
技术研发人员：蔡东佐，郭锦斌，李宛真，孙国钦，
申请(专利权)人：鸿海精密工业股份有限公司，
类型：发明
国别省市：