摘要
本发明涉及模型自动化训练技术领域,公开了一种基于多模态大模型认知智能驱动的小模型自动化训练方法,通过获取目标时段接收的每个训练样本生成任务和每个模型驱动端的任务执行状态,判断模型驱动群组是否满足执行独占样本标注策略的期限要求,选择独占样本标注策略或共享样本标注策略执行针对每个训练样本生成任务中全部多模态训练数据的分配与自动标注动作,将自动标注获得的训练样本集发送至模型应用端进行针对相应检测场景的小模型训练。由此,通过对训练样本生成任务进行选择性的标注图像比例共享,建立模型应用端与模型驱动端的双重行为判定体系,减轻任务处理量的同时,尽可能降低对标注数据质量与训练模型识别准确性带来的影响。
技术关键词
多模态
标注策略
训练图像数据
自动化训练系统
训练样本集
服务器
场景特征
生成训练样本
场景类别
终端
预训练模型
标签
物体
列表
定义
格式
系统为您推荐了相关专利信息
检测输电线路
点云
输电线路外破
视频帧
图像识别模型
多模态脑肿瘤
模态特征
dice损失函数
分割方法
编码特征
模型构建方法
生成式对抗网络
数据分布
网络架构
训练样本集