买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉零束科技有限公司申请的专利一种数据标注方法、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115294336B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210966022.8，技术领域涉及：G06V10/26；该发明授权一种数据标注方法、装置及存储介质是由黄琴设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本一种数据标注方法、装置及存储介质在说明书摘要公布了：本申请提供一种数据标注方法、装置及存储介质，该方法包括：根据待标注街景数据确定语义分割模型，并根据该语义分割模型，确定自监督学习模型，使用无标签的街景数据对自监督学习模型进行训练，将训练好的自监督学习模型的特征提取器移植到语义分割模型中，使用移植后的语义分割模型对待标注街景数据进行数据标注。这种数据标注方法，利用无标签数据对语自监督学习模型进行训练，再使用移植特征提取器的方式获取训练好的语义分割模型，进行对图像数据的语义分割和数据标注，减少了语义分割模型构建和训练过程中需要的带标签数据的数据量，在保证使用语义分割模型进行数据标注准确性的同时，提高了标注效率，降低了标注成本。

本发明授权一种数据标注方法、装置及存储介质在权利要求书中公布了：1.一种数据标注方法，其特征在于，包括： 根据待标注街景数据的数量、复杂度、处理精度或类型确定选用的语义分割模型；所述语义分割模型包括第二前端主干网络和预测器；所述预测器用于对对应的特征图进行处理，生成语义分割预测图； 根据所述语义分割模型的所述第二前端主干网络的结构，确定第一前端主干网络的结构；根据第一前端主干网络的结构，确定自监督学习模型的结构，以确定自监督学习模型；其中，所述自监督学习模型包括第一前端主干网络和前置任务模块；所述第一前端主干网络包含用于对输入图像进行特征提取的特征提取器，用于提取图片信息，生成对应的特征图；所述前置任务模块用于无监督的语义提取，以对所述第一前端主干网络进行监督训练；所述语义分割模型还包括第二前端主干网络和预测器；所述第二前端主干网络中也包括特征提取器，用于对输入的图像进行对应的特征提取，所述预测器用于对对应的特征图进行处理，生成语义分割预测图；所述第一前端主干网络和所述第二前端主干网络中的特征提取器为编码结构相同的结构； 使用无标签的街景数据对自监督学习模型进行训练，得到训练好的自监督学习模型； 确定训练好的自监督学习模型的特征提取器的权重，根据特征提取器的权重，通过权重替换的方式对语义分割模型的第二前端主干网络进行替换，将第二前端主干网络被替换后的语义分割模型确定的移植后的语义分割模型； 通过移植后的语义分割模型对待标注街景数据进行数据标注。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人零束科技有限公司，其通讯地址为：201805 上海市嘉定区安亭镇墨玉南路888号2201室JT1740；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。