恭喜达闼机器人股份有限公司梁昊获国家专利权
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!
龙图腾网恭喜达闼机器人股份有限公司申请的专利一种数据集的标注方法、装置、终端和可存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN110263851B 。
龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:201910533056.6,技术领域涉及:G06F18/2431;该发明授权一种数据集的标注方法、装置、终端和可存储介质是由梁昊;南一冰;廉士国设计研发完成,并于2019-06-19向国家知识产权局提交的专利申请。
本一种数据集的标注方法、装置、终端和可存储介质在说明书摘要公布了:本发明实施例涉及数据处理领域,公开了一种数据集的标注方法、装置、终端和可存储介质。本发明中数据集的标注方法包括:分配步骤,对数据集中的各数据分别分配预设的分类标识,获得第一分类结果;特征学习步骤,利用分配分类标识后的数据集对各预设分类进行特征学习,获得各分类的数据特征;测试步骤,利用各分类的数据特征对数据集中的各数据分类,获得第二分类结果;在第二分类结果和第一分类结果的匹配度小于或等于第一阈值时,重新执行分配步骤至测试步骤,直至第二分类结果和第一分类结果的匹配度大于第一阈值;根据所分配的分类标识,确定数据集中各数据的标注,上述方案使得对数据自动标注,且准确性高。
本发明授权一种数据集的标注方法、装置、终端和可存储介质在权利要求书中公布了:1.一种数据集的标注方法,其特征在于,所述方法应用于深度学习的模型训练中,所述方法包括:分配步骤,对数据集中的各数据分别分配预设的分类标识,获得第一分类结果,其中,所述数据集为图像的数据集;特征学习步骤,利用分配分类标识后的数据集对各预设分类进行特征学习,获得各分类的数据特征;测试步骤,利用所述各分类的数据特征对所述数据集中的各数据分类,获得第二分类结果;比对步骤,在所述第二分类结果和所述第一分类结果的匹配度小于或等于第一阈值时,重新执行所述分配步骤至所述测试步骤,直至所述第二分类结果和所述第一分类结果的匹配度大于第一阈值;标注确定步骤,根据所述第二分类结果和所述第一分类结果的匹配度大于第一阈值时所分配的分类标识,确定所述数据集中各数据的标注,被标注后的所述数据集用于采用深度学习方式进行的模型训练;所述比对步骤之后,以及所述标注确定步骤之前,包括:类别扩展步骤,在所述第二分类结果和所述第一分类结果的匹配度大于第一阈值时所述数据集中数据对应的分类标识的数量小于第二阈值时,对各分类标识进行类别扩展,对所述数据集中的数据分配扩展后的分类标识,并重新执行所述特征学习步骤至所述比对步骤,直至所述第二分类结果和所述第一分类结果的匹配度大于第一阈值,且扩展后的分类标识的数量大于或等于所述第二阈值;所述标注确定步骤,根据所述第二分类结果和所述第一分类结果的匹配度大于第一阈值,且扩展后的分类标识的数量大于或等于所述第二阈值时所分配的分类标识,确定所述数据集中各数据的标注。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人达闼机器人股份有限公司,其通讯地址为:200245 上海市闵行区中青路207号8幢;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。