首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种针对遥感图像目标检测数据集构建的高效半自动标注方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京航空航天大学;上海人工智能创新中心

摘要:本发明公开一种针对遥感图像目标检测数据集构建的高效半自动标注方法。具体步骤如下:一、计算机数据获取并预处理;二、完成YOLOv8模型的预训练;三、使用YOLOv8模型完成部分图像的预标注;四、标注的人工检查与半自动精细标注;五、完成YOLOv8模型的再训练;六、多轮迭代后完成数据集输出。本发明借用YOLO模型的高效性和优异的泛化性来辅助人工操作员完成数据集标注任务,同时结合目标检测问题的具体特点提出运行高效的调和背景抑制等算法进一步降低人工精细标注的工作量,为海量数据的高质量标注问题提供了解决方案。

主权项:1.一种针对遥感图像目标检测数据集构建的高效半自动标注方法,其特征在于,步骤如下:步骤一:计算机数据获取;使用计算机读取遥感图像数据,并对图像数据进行预处理;步骤二:完成YOLOv8模型的预训练;选择公开数据集,利用这些带标签的数据集对模型进行训练,然后保存此时的网络参数;步骤三:使用YOLOv8模型完成部分图像的预标注;从步骤一读取的数据中选出图像,使用步骤二中的预训练模型对这些图像完成全自动标注;步骤四:标注的人工检查;对步骤三中的标注进行人工检查,剔除错误标注并补充漏检目标的标注信息,然后将这些带标注的新数据更新于现有数据集中;步骤五:完成YOLOv8模型的再训练;使用步骤四中得到的新数据集对模型进行进训练,继续提高模型的目标检测准确率,降低漏标率和误标率;步骤六:多轮迭代后完成数据集输出;重复步骤三至步骤五,跳过步骤四和步骤五的人工参与以及模型再训练流程,直接使用YOLOv8模型完全代理人工标注员完成剩余数据集的标注工作,彻底解放人工标注的任务量。

全文数据:

权利要求:

百度查询: 北京航空航天大学 上海人工智能创新中心 一种针对遥感图像目标检测数据集构建的高效半自动标注方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。