摘要
本发明涉及多目标样本自动化标注技术领域,具体地说,涉及一种基于图片文本大模型的多目标样本自动化标注方法。其包括以下步骤:S1、用开集目标检测算法GroundingDIN0对图片文本进行检测,利用模型权重输出图片中对应的检测框;S2、用非最大抑制方法对检测框去重,保留GroundingDINO输出目标类别中置信度最大的类别和检测框;S3、将检测框信息和标签信息存入到标注平台需要的格式。该一种基于图片文本大模型的多目标样本自动化标注方法中,通过开集目标检测算法GroundingDIN0,有效且准确的对图片中的多目标样本自动化标注,只需要针对不太贴合的检测框进行稍微调整即可,大大减轻了标注人员的工作量,提高了标注的准确性。
技术关键词
标注方法
文本
图片
样本
标注平台
注意力机制
前馈神经网络
编码器
标注技术
算法
解码器
编码向量
视觉特征
语义特征
动态更新
格式
图像
跨模态
列表
标签
系统为您推荐了相关专利信息
飞行体
多阶段
轨迹模型
拉丁超立方采样
三自由度运动
检测胶质瘤
胶质瘤组织
拉曼光谱数据
样本
光谱分析仪