摘要
本发明公开了一种面向轨道交通工程建设视频图像的半自动标注方法与系统,方法包括:从视频流中剔除冗余帧提取关键帧,形成块索引集合;以构建的提示词驱动多模态大模型对图像预标注,二值化处理标注结果。基于主动学习,多次迁移未标记样本至标记集合并训练关键样本分类器CD,直至标记集合规模达标;同时通过对比手工与预标注结果训练置信度分类器CC。对于未标记集合中的剩余样本,经CC精度测试达标后,按阈值θ划分标注任务:高置信度样本采纳预标注,低置信度样本手工标注。最后将手工标注样本更新集合,依类别分布决定是否重训模型。在保证标注质量的前提下,有效减少人工标注的盲目性,提升标注流程的效率。
技术关键词
半自动标注方法
面向轨道交通
样本
标记
手工
主动学习策略
关键帧
图像
神经网络结构
训练分类器
多模态
工作量
元素
视频流
索引
分类器训练
随机梯度下降
标签
系统为您推荐了相关专利信息
态势感知方法
神经网络模型
拾音设备
音频特征
大数据
模型迁移方法
多模态
元学习方法
迁移学习策略
深度集成学习