大家好，又见面了，我是你们的朋友全栈君。
Tensorflow和Caffe等深度学习中，监督学习的数据标注是一件非常繁琐和耗时的工作，目前大多数公司都采用外包给标注公司进行处理，或者购买现有的数据集，使得进行深度学习研究的成本异常高。本文介绍一种以人工智能解决数据标注的思路和方法。
一、思路
步骤：
1、以一个初步模型对小批量待标注数据进行检测，这里的初步模型可以是自己用少批量数据集训练出来的，也可以用网上公布的；
2、对检测出来的结果进行人为干预纠正；
3、把纠正后的数据训练新的模型；
4、用新模型对中等批量待测数据进行检测；
5、通过1~5步骤的循环迭代，可以逐步求精；
6、虽然也需要人工参与，但可以极大减少工作量。
实现方法：
1、Anno-Mage
Anno-Mage是一个半自动标注工具，通过一个通用模型对数据集进行检测。但这个工具能标注的物品类型有限，也没有模型迭代逐步求精的过程，可以自行对其源码进行修改优化。
github代码地址：https://github.com/virajmavani/semi-auto-image-annotation-tool
![深度学习图像数据自动标注[通俗易懂]](https://img-blog.csdnimg.cn/20200612182211379.png)
![深度学习图像数据自动标注[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450.jpg)
2、easyDL智能标注
2.1、智能标注
百度easyDL提供了智能标注的功能，跟以上思路差不多，都是先对小批量数据进行标注学习训练，然后以学习结果去标注剩下的数据集，然后人工纠正，迭代求精。
easyDL平台网址：https://ai.baidu.com/easydl/lite
智能检测技术文档：https://ai.baidu.com/ai-doc/EASYDL/lk38n327g
![深度学习图像数据自动标注[通俗易懂]](https://img-blog.csdnimg.cn/20200612182301482.png)
2.2、数据导出
但easyDL官方不提供数据导出功能和api，这阻碍了我们把数据拿到Tensorflow和Caffe进行训练。所以我们可以通过爬虫技术来爬取训练好的数据。
工具github地址：https://github.com/kooky126/easydl2labelImg
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/147820.html原文链接：https://javaforall.net
