音视频数据半自动化标注方法

摘要

当前主流的基于人工标注方法的样本数据集构建方法耗时耗力,无法构建大规模标准数据集.针对提高数据集的标注效率并依靠深度学习模型的准确性,构建了一种半自动标注数据的方法.通过人工标注少量数据来训练算法模型,利用新构建的模型对大型数据集进行检测识别,选取置信度不高的部分,经过人工审查后加入训练集,经过不断地循环迭代,逐步形成大规模标准数据集.实验结果表明,课题设计的半自动化标注方法能大幅缩短人工标注的时间,并且每次迭代循环都能不同程度的提高算法模型检测识别的准确率.