摘要
本发明公开了一种基于多模态的智能标注方法和系统,涉及数据标注技术领域,包括:从多个来源收集多模态数据,对收集的数据进行预处理,根据任务需求对多模态数据进行标注,将标注好的数据集划分为训练集、验证集和测试集;选择模型架构,设置训练参数,使用训练集数据对模型进行训练,优化模型参数;通过验证集定期评估模型性能,调整训练策略;在测试集上评估模型的性能,根据测试结果对模型进行改进。本发明通过将多模态大模型微调应用于标注,代替现有的人工标注方式,大大节约了企业用工成本,本发明的智能标注既可以用于数据准备前的粗筛,还可以对小模型结果的二次校验,提升了模型的泛化能力,带来更好的标注效果。
技术关键词
智能标注方法
多模态
模型训练模块
训练集数据
标注系统
参数
测试模块
优化器
标签
文本
数据标注技术
样本
特征提取单元
图像
数据获取单元
策略
视频帧
系统为您推荐了相关专利信息
生成网络模型
磁共振血管成像
多模态医学影像
血管壁
注意力
神经网络预测模型
微电网
曲线
充放电功率
光伏发电预测
医疗辅助机器人
三维环境感知
路径规划方法
智能避障
社会力模型
电力系统安全评估
电力系统安全性评估
评估电力系统
气象
蒙特卡洛方法
视觉问答模型
视觉问答方法
生成对抗网络
答案
偏差