一种基于多类昆虫图像高效训练数据集标注方法

本发明公开了一种基于多类昆虫图像训练数据集高效标注方法，涉及图像处理技术领域，其技术方案要点是：包括以下步骤：S0：预处理多类昆虫图像数据集；S1:构建通用的昆虫检测器GInsectD；S2:裁剪生成具有唯一索引的昆虫目标小图；S3:使用自监督学习方法DEIP学习到良好的特征表示；S4:使用层次聚类算法分类目标小图；S5:将分类好的目标小图回溯到原图形成最终的目标检测数据集。本发明通过对开放词汇目标检测器进行了修改与微调，使其能够很好的检测各种多类昆虫图像，展现出强大的泛化性能，能够作为通用的昆虫检测器去定位出多类昆虫图像上面的所有昆虫，通过借助通用的昆虫检测器与自监督表征学习，极大摆脱对人工资源的需求量，也提高了数据集的标记效率。