一种基于对抗学习的非感应式餐盘图像数据自动标注方法

作者:青春美; 周万义; 陈泽彬; 尹虹艳; 叶文慧; 王怡明; 韩瑞光
来源:2019-09-03, 中国, ZL201910828167.X.

摘要

本发明公开了一种基于对抗学习的非感应式餐盘图像数据自动标注方法,包括以下步骤:S1、输入原始的无标注数据图像样本,自动获取初步的标注标签;S2、从S1得到的标注标签里面自动筛选真实标签,构成待标注数据集;S3、构建卷积神经网络,定义对应的损失函数;所述卷积神经网络主要由目标检测网络和判别器网络构成;S4、对卷积神经网络进行半监督训练,并设计候选框选策略;S5、将完全无标注的数据输入到训练好的卷积神经网络,自动获得标签。本发明以对抗学习的方式利用少量的标注数据进行训练,充分利用已标记样本和未标记样本之间的联系构造标注模型,大大减少了人工标注的巨大工作量和人力成本。