云海时空(北京)科技有限公司;云海时空(南京)科技有限公司郭哲滔获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉云海时空(北京)科技有限公司;云海时空(南京)科技有限公司申请的专利一种基于深度学习的图像数据自动标注方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119741706B 。
龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510251726.0,技术领域涉及:G06V20/70;该发明授权一种基于深度学习的图像数据自动标注方法及系统是由郭哲滔;任宇翔;李明睿;沈寓实;马越;韩特设计研发完成,并于2025-03-05向国家知识产权局提交的专利申请。
本一种基于深度学习的图像数据自动标注方法及系统在说明书摘要公布了:本发明属于计算机视觉技术领域,公开了一种基于深度学习的图像数据自动标注方法及系统。所述的方法包括如下步骤:使用深度学习算法,构建图像数据自动标注模型,并使用强化学习算法,构建自动标注策略调整模型;采集图像数据自动标注模型的实时性能数据,并将实时性能数据输入自动标注策略调整模型;根据实时性能数据,使用自动标注策略调整模型,对自动标注策略调整模型的自动标注策略进行调整,得到调整后图像数据自动标注模型;采集实时图像数据,使用调整后图像数据自动标注模型,对实时图像数据进行自动标注,得到自动标注后实时图像数据。本发明解决了现有技术存在的标注效率低下、标注准确性不高以及智能化程度低下的问题。
本发明授权一种基于深度学习的图像数据自动标注方法及系统在权利要求书中公布了:1.一种基于深度学习的图像数据自动标注方法,其特征在于:包括如下步骤: 使用深度学习算法,构建图像数据自动标注模型,并使用强化学习算法,构建自动标注策略调整模型; 根据预设的模型调整机制,采集图像数据自动标注模型的实时性能数据,并将实时性能数据输入自动标注策略调整模型; 根据实时性能数据,使用自动标注策略调整模型,对自动标注策略调整模型的自动标注策略进行调整,得到调整后图像数据自动标注模型; 采集实时图像数据,使用调整后图像数据自动标注模型,对实时图像数据进行自动标注,得到自动标注后实时图像数据; 其中,所述的自动标注策略调整模型基于MPO-PPO算法构建,且自动标注策略调整模型包括基于MPO算法构建的元策略优化模块和基于PPO算法构建的强化学习模块,所述的强化学习模块设置有智能体、策略网络以及经验回放池,所述的智能体分别与策略网络、经验回放池以及元策略优化模块连接,所述的元策略优化模块与经验回放池连接; 根据若干预处理后历史性能数据,使用强化学习算法,构建自动标注策略调整模型,包括如下步骤: 使用FCM聚类算法,对若干预处理后历史性能数据进行聚类处理,得到若干聚类中心和对应的聚类集群,并为每一聚类集群设置历史策略调整类别; 使用经验回放机制,初始化经验回放池,构建强化学习模块的智能体,并定义智能体的状态空间、动作空间以及奖励函数; 将历史自动标注策略调整问题作为模拟环境,使用PPO算法,构建策略网络,并结合经验回放池和智能体,得到初始的强化学习模块; 将若干策略调整类别设置为元策略优化的若干子场景,并使用MPO算法,构建初始的元策略优化模块; 根据若干预处理后历史性能数据,对初始的强化学习模块进行训练优化,提取训练优化中强化学习模块的策略网络的历史策略网络参数,得到最终的强化学习模块,并生成若干历史强化学习经验; 基于若干子场景,根据若干历史策略网络参数,对初始的元策略优化模块进行训练优化,得到最终的元策略优化模块,并生成若干历史元策略优化经验; 将若干历史元策略优化经验和若干历史强化学习经验存储至最终的强化学习模块的经验回放池,并整合最终的元策略优化模块和最终的强化学习模块,得到自动标注策略调整模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人云海时空(北京)科技有限公司;云海时空(南京)科技有限公司,其通讯地址为:100176 北京市大兴区经济技术开发区嘉创路5号1号楼8层918;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。