[发明专利]数据标注和域适应模型训练方法、装置、设备及介质

权利要求书

1.一种数据标注方法，其特征在于，所述方法包括：

获取基于源域数据集以及目标域数据集确定的域适应模型，其中，所述源域数据集包括各源域数据以及各源域数据对应的预设识别标签，所述目标域数据集包括各目标域数据；

将各所述目标域数据输入至所述域适应模型，得到所述域适应模型输出的各所述目标域数据对应的预测识别标签；

其中，所述域适应模型包括主干网络、域适应模块、域判别器以及预测输出模块，所述主干网络用于确定各所述目标域数据的初始特征，所述域适应模块用于根据各所述目标域数据的初始特征确定各所述目标域数据的目标特征，所述预测输出模块用于基于各所述目标域数据的目标特征确定各所述目标域数据对应的预测识别标签。

2.一种域适应模型训练方法，其特征在于，所述方法包括：

基于源域数据集以及目标域数据集确定判别模型，其中，所述判别模型包括主干网络、预测输出模块以及域判别器，所述源域数据集包括各源域数据以及各源域数据对应的预设识别标签，所述目标域数据集包括各目标域数据；

基于所述判别模型构建域适应模型，基于所述域适应模型中的主干网络，确定所述源域数据集以及所述目标域数据集中各数据的初始特征，并基于所述域适应模型中的域适应模块以及各数据的初始特征确定各数据的目标特征；

基于各源域数据的目标特征、所述域判别器和所述预测输出模块，确定各源域数据的预测域分类标签以及预测识别标签，基于各目标域数据的目标特征以及所述域判别器，确定各目标域数据的预测域分类标签；

基于各源域数据的预测域分类标签、各源域数据的预测识别标签以及各目标域数据的预测域分类标签，对所述域适应模块中的参数进行调整。

3.根据权利要求2所述的方法，其特征在于，所述基于源域数据集以及目标域数据集确定判别模型，包括：

基于源域数据集确定预训练模型，其中，所述预训练模型包括所述主干网络和所述预测输出模块；

基于所述预训练模型构建判别模型，根据所述源域数据集以及所述目标域数据集对所述判别模型中的域判别器进行训练，得到训练后的判别模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述源域数据集以及所述目标域数据集对所述判别模型中的域判别器进行训练，包括：

基于所述源域数据集中各所述源域数据，以及所述目标域数据集中的各所述目标域数据，确定各拼接数据以及各所述拼接数据的预设域分类标签；

根据各所述拼接数据以及各所述拼接数据的预设域分类标签，对所述判别模型中的域判别器进行训练。

5.根据权利要求4所述的方法，其特征在于，所述基于所述源域数据集中各所述源域数据，以及所述目标域数据集中的各所述目标域数据，确定各拼接数据以及各所述拼接数据的预设域分类标签，包括：

从所述源域数据集以及所述目标域数据集中分别获取当前源域数据以及当前目标域数据；

对所述当前源域数据、所述当前目标域数据分别进行分割处理，得到所述当前源域数据对应的预设数量个第一分割结果，以及所述当前目标域数据对应的预设数量个第二分割结果；

基于第一数量个所述第一分割结果以及第二数量个所述第二分割结果，确定所述拼接数据，其中，所述第一数量与所述第二数量之和等于所述预设数量；

确定各所述拼接数据的预设域分类标签。

6.根据权利要求5所述的方法，其特征在于，所述确定各所述拼接数据的预设域分类标签，包括：

针对每一个所述拼接数据，对所述拼接数据进行栅格化处理，以将所述拼接数据转化为各个栅格包含的栅格数据；

根据各所述栅格包含的栅格数据的来源域，确定各所述栅格对应的域编码；

基于各所述栅格对应的域编码确定所述拼接数据的预设域分类标签。