[发明专利]数据标记校验方法、服务器及存储介质

说明书

本发明公开了一种数据标记校验方法、服务器及存储介质，所述方法包括：服务器获取带有预设标签的待校验数据，提取所述待校验数据中的校验区域；通过特征标记模型对所述待校验数据进行特征标记，获得所述待校验数据的目标区域，所述特征标记模型用于表征数据与区域之间的对应关系；将所述目标区域中的像素点与所述校验区域中的像素点进行比较，在所述目标区域和校验区域之间存在区别的像素点的数量超过预设数量阈值时，判定所述待校验数据的预设标签不合格。本发明通过机器学习对数据进行标记，并通过模型可对数据进行校验，省去大量人力成本。

技术领域

本发明涉及数据处理领域，尤其涉及一种数据标记校验方法、服务器及存储介质。

背景技术

随着时代发展，网络安全已经成为人们生活中不可或缺的一部分，越来越多的花费大量的人力物力来提高网络安全的防护工作，在现有技术中，人们一般通过验证码进行验证登陆，但是目前市面上验证码千变万化，表现形式来说无非就是图文点击、拖动滑块、字符型验证这三种形式，但是市面上的验证码标记即使胡乱标记，也没有办法对其验证，需要人工去验证是否标记正确，浪费了大量的人力成本。若不用人工核对其正确性，对后面的训练造成极大的影响。

发明内容

本发明的主要目的在于提出一种数据标记验证方法，旨在解决现有技术中需要通过人工进行验证，从而浪费大量人力的技术问题。

为实现上述目的，本发明提供一种数据标记验证方法，所述数据标记验证方法包括以下步骤：

服务器获取带有预设标签的待校验数据，提取所述待校验数据中的校验区域；

通过特征标记模型对所述待校验数据进行特征标记，获得所述待校验数据的目标区域，所述特征标记模型用于表征数据与区域之间的对应关系；

将所述目标区域中的像素点与所述校验区域中的像素点进行比较，在所述目标区域和校验区域之间存在区别的像素点的数量超过预设数量阈值时，判定所述待校验数据的预设标签不合格。

优选地，所述通过特征标记模型对所述待校验数据进行特征标记，获得所述待校验数据的目标区域之前，所述方法还包括：

建立卷积神经网络模型，获取若干带有标签的样本数据对所述卷积神经网络模型进行训练，将训练后的卷积神经网络模型作为所述特征标记模型。

优选地，所述通过特征标记模型对所述待校验数据进行特征标记，获得所述待校验数据的目标区域，具体包括：

通过所述待校验数据训练卷积层，在所述卷积层进行特征提取，并在所述卷积层的预设位置添加池化层，所述池化层对提取的特征进行池化计算，将计算后的数据作为所述待校验数据的标签，并提取标记后的数据中的目标区域。

优选地，所述获取带有预设标签的待校验数据之前，所述方法还包括：

接收用户的标记请求，提取所述标记请求中的目标数据形式，根据所述目标数据形式在预设区域中提取与所述目标数据形式对应的若干数据素材；

接收用户的标记数量请求，根据所述标记数量请求对所述若干数据素材进行特征标记。

优选地，所述目标数据形式为字符型、滑动型以及点击型中至少一项。

优选地，所述根据所述目标数据形式在预设区域中提取与所述目标数据形式对应的若干数据素材之前，所述方法还包括：

获取用户存储指令，根据所述存储指令将所述若干数据素材存储在预设区域。

优选地，所述获取用户存储指令，根据所述存储指令将所述若干数据素材存储在预设区域，具体包括：

获取用户存储指令，根据所述存储指令将所述若干数据素材放入所述预设卷积神经网络模型进行分类，并将分类后的素材存储在所述预设区域。