一种人工智能数据标注方法

本发明公开了一种人工智能数据标注方法，涉及人工智能技术领域，包括以下步骤：S1、数据预处理与特征提取；S2、使用数据特征对标注任务进行定义；S3、根据数据类别进行初步标签分配；S4、对初步标签进行人工验证；S5、对修正数据进行标注一致性检测；S6、通过一致性检测结果进行标签统一；S7、使用统一标签训练和验证数据特征预测模型。通过设置动态邻域加权机制，调整节点间的影响力来提高图神经网络对局部特征的适应性，使得图神经网络在处理数据不均衡或复杂节点关系时，能够更精确地捕捉到关键特征；多层卷积与池化结构，使得网络能够在不同层次上同时处理和融合来自不同尺度的特征，从而提升了图像数据标注的准确性和效率。