摘要
本发明公开了一种基础图像数据的标注循环训练方法及系统,方法包括:初始数据集将基础图像数据截取为包括有若干个基础图片的图片集合;图片集合中的若干个图片经过初始AI模型进行标注以获得数据集结果,将数据集结果分别输入初始数据集与训练模型中,数据集结果输入初始数据集后生成新基础图像数据;将经过训练模型训练后的新算法模型分别部署到初始AI模型与预处理装置中,以在初始AI模型与预处理装置中形成迭代算法模型;汇总后的新基础图像数据通过迭代算法模型进行AI标注循环训练。实施上述方法的循环训练系统包括:现场监控设备、预处理装置、初始数据集、初始AI模型与训练模型。本发明可以提高数据的标注效率和标注成功率。
技术关键词
预处理装置
算法模型
数据
现场监控设备
图片
迭代算法
图像
基础
样本
训练系统
标记
新算法
序列
通信接口
存储器
处理器
程序
系统为您推荐了相关专利信息
智能感知测试
数据采集单元
收纳单元
递归神经网络优化
数据分析单元
计算资源调度方法
数据中心
社会
TOPSIS算法
策略
页面生成方法
文本
关键词
页面生成装置
生成图文
在线智能控制系统
神经网络模型
生化池
在线增量学习
调蓄池
图像编码数据
设备端
视频传输方法
现场可编程逻辑门阵列
切片