【技术实现步骤摘要】
本专利技术涉及数据标准，特别是涉及一种基于煤矿的数据标注质量优化的自动化方法。
技术介绍
1、数据引领着ai的发展方向，优质的数据来源变得尤为重要。自动化标注利用先进的计算机视觉、自然语言处理和机器学习技术，实现对图像、文本、语音和时间序列等数据的自动标签添加。图像识别和分割算法如yolo和mask r-cnn能够自动检测和标注图像中的目标，nlp模型如bert和gpt可实现文本自动标注，而自动语音识别技术处理语音数据，强化学习、半监督学习和自监督学习方法通过自动生成标签或与人工智能辅助标注结合，提高了标注效率。这些技术对于大规模数据集的标注任务具有重要意义，为机器学习和深度学习模型提供了必要的有标签训练数据；
2、随着大数据、云计算、互联网、物联网等信息技术的发展，人工智能技术在各行各业迎来爆发式增长的新高潮。在煤矿产业这一方面，矿工安全及矿场环境等至关重要，使用人工智能应用于该场景，为煤矿企业提前进行风险警告及安全保障，但是目前市场上针对煤矿场景下的标注领域寥寥无几，即使有标注需求也存在较大的差异，标注的场景复杂多变，多...
【技术保护点】
1.一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，包括以下具体步骤：
2.根据权利要求1所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，S1中在数据预处理的过程中对输入的数据进行数据扩充以及数据增强。
3.根据权利要求2所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，数据扩充过程中使用位置操作，调整像素的位置，实现目标物体在图片中的位置变化。
4.根据权利要求2所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，数据增强的方法包括图像水平/竖直翻转、随机抠取、尺度变换和旋转；增强训练数...
【技术特征摘要】
1.一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，包括以下具体步骤：
2.根据权利要求1所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，s1中在数据预处理的过程中对输入的数据进行数据扩充以及数据增强。
3.根据权利要求2所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，数据扩充过程中使用位置操作，调整像素的位置，实现目标物体在图片中的位置变化。
4.根据权利要求2所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，数据增强的方法包括图像水平/竖直翻转、随机抠取、尺度变换和旋转；增强训练数据提高模型的泛化能力。
5.根据权利要求2所述的一种基于煤矿的数据标注质量优化的自动化方法，其特征在于，数据增强策略可根据数据属性不同进行针对性...
【专利技术属性】
技术研发人员：杨帆，任慧敏，孔皓，
申请(专利权)人：小视科技江苏股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。