一种基于目标检测的预标注方法及存储介质技术

本发明专利技术公开了一种基于目标检测的预标注方法及存储介质，包括以下步骤，S1、对小规模的原始数据进行数据甄别；S2、对经过数据甄别的原始数据进行标注，作为训练数据；S3、采用所述训练数据对基础目标检测模型进行训练，获取深度模型，并将该深度模型分化为预标注模型和传感器模型；S4、通过所述预标注模型对后续的大规模原始数据进行预标注，形成标注后的训练数据；S5、将标注后的训练数据输入预标注模型和传感器模型，进行模型提升训练。本发明专利技术解决了在实际场景下，常用的目标检测标注人力成本过高，训练模型适应能力差的问题。训练模型适应能力差的问题。训练模型适应能力差的问题。

【技术实现步骤摘要】
一种基于目标检测的预标注方法及存储介质


[0001]本专利技术属于人工智能及自动驾驶
，更具体涉及一种基于目标检测的预标注方法及存储介质。

技术介绍

[0002]人工智能是利用数字计算机或由数字计算机控制的机器，模拟、延伸和扩展人类智能，感知环境，获取知识，并利用知识获得最佳结果的理论、方法、技术和应用系统。换句话说，人工智能是计算机科学的一个分支，它试图理解智能的本质，并产生一种能够以类似于人类智能的方式做出反应的新型智能机器。人工智能就是研究各种智能机器的设计原理和实现方法，使机器具有感知、推理和决策的功能。人工智能领域的研究包括机器学习、自然语言处理、计算机视觉、决策与推理、人机交互、推荐与搜索、人工智能基础理论等。
[0003]一个可以投入应用的深度学习模型，需要经过模型建立和模型训练的过程。在模型训练过程中，通常需要收集大量的样本数据并对样本数据进行标注，并将每个样本数据和对应的标注结果作为一组训练样本来训练建立的模型。可见，样本标注是模型训练中必不可少的一步。
[0004]但是，这种工作流程存在以下问题：1、数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标检测的预标注方法，其特征在于，包括以下步骤，S1、对小规模的原始数据进行数据甄别；S2、对经过数据甄别的原始数据进行标注，作为训练数据；S3、采用所述训练数据对基础目标检测模型进行训练，获取深度模型，并将该深度模型分化为预标注模型和传感器模型；S4、通过所述预标注模型对后续的大规模原始数据进行预标注，形成标注后的训练数据；S5、将标注后的训练数据输入预标注模型和传感器模型，进行模型提升训练。2.根据权利要求1所述的一种基于目标检测的预标注方法，其特征在于，步骤S1包括通过抽帧和/或场景自动分类和/或主动识别异常场景对小规模的原始数据进行数据甄别。3.根据权利要求1所述的一种基于目标检测的预标注方法，其特征在于，步骤S2包括，S201、对经过数据甄别的原始数据进行数据预处理；S202、对预处理后的数据进行人工拉框标注，作为训练数据。4.根据权利要求1所述的一种基于目标...

【专利技术属性】
技术研发人员：卢天翔，吴锐，张琪，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：