[发明专利]一种自动标注数据集的方法及标注系统

权利要求书

1.一种自动标注数据集的方法，其特征在于，包括以下步骤：

S1：将多分类的大数据集拆分成单分类数据，并得到相应的单分类数据集；

S2：标注少量的单分类数据集，并送入模型进行训练再识别，得到数据集中相应目标类别的坐标信息；

S3：批量修改单分类数据集对应类别的编号，实现对单分类数据集的自动标记；

S4：将标记完成的单分类数据集合并成一个大数据集文件；

S5：将合并所得的多分类大数据集送入模型训练并进行再识别，以完成多分类大数据集的自动标注工作。

2.根据权利要求1所述的一种自动标注数据集的方法，其特征在于：所述单分类数据集自动标记的具体过程为：

从单分类数据集中选取部分样本进行标记分类，对数据集标记后送入模型训练得到单分类权重文件，再识别数据集中的所有图片，设置合适的阈值，即可实现自动标记。

3.根据权利要求1所述的一种自动标注数据集的方法，其特征在于：所述单分类数据集合并的具体过程为：

将生成的单分类坐标文件通过python编程修改类别编号，再将每个类别对应编号以及坐标信息写入一个文件，用labelimg打开文件并滤除部分不合理的标签，最终完成多分类大数据集的自动标注标签。

4.一种自动标注数据集的标注系统，其特征在于，包括：

数据集拆分模块，将多分类的大数据集拆分成单分类数据，并得到相应的单分类数据集；

数据集标记模块，标记少量的单分类数据集进行训练并再识别，批量修改单分类数据集对应类别的编号，实现对单分类数据集的自动标记，所述单分类数据集自动标记的具体过程为：

从单分类数据集中选取部分样本进行标记分类，对数据集标记后送入模型训练得到单分类权重文件，再识别数据集中的所有图片，设置合适的阈值，即可实现自动标记；

数据集合并模块，将标记完成的单分类数据集合并成一个大数据集文件，所述单分类数据集合并的具体过程为：

将生成的单分类坐标文件通过python编程修改类别编号，再将每个类别对应编号以及坐标信息写入一个文件，用labelimg打开文件并滤除部分不合理的标签，最终完成多分类大数据集的自动标注标签。