[发明专利]用于数据处理的方法和设备

权利要求书

1.一种用于数据处理的方法，所述方法包括以下步骤：

S1：按照是否有标注信息将数据样本划分为有标注的第一数据和无标注的第二数据；

S2：结合第一数据获取用于表征样本标注价值的第一指标；

S3：结合第一数据和第二数据基于自监督学习获取用于表征样本标注价值的第二指标，所述第二指标不同于第一指标；以及

S4：借助第一指标和第二指标从第二数据筛选出待标注数据并对其进行标注。

2.根据权利要求1所述的方法，所述步骤S2包括：借助第一数据训练目标任务模型、尤其目标检测模型，基于经训练的目标任务模型的预测结果估计出第二数据的信息量并将其作为所述第一指标。

3.根据权利要求1或2所述的方法，其中，所述步骤S3包括：借助第一数据和第二数据训练表达特征提取器、尤其变分自编码器，基于经训练的表达特征提取器提取第二数据的表达特征，根据所述表达特征求取第二数据的多样性并将其作为所述第二指标。

4.根据权利要求1至3中任一项所述的方法，其中，所述步骤S4包括：依据信息融合理论将所述第一指标和第二指标融合为重要性信息，基于所述重要性信息从第二数据选择出重要性最高的数据作为待标注数据。

5.根据权利要求1至4中任一项所述的方法，所述方法还包括以下步骤：将经过标注的待标注数据汇入第一数据，按照是否有标注信息对步骤S1中划分的第一数据和第二数据进行更新。

6.根据权利要求2所述的方法，其中，借助预测结果的空间域信息熵估计第二数据的信息量，其公式表示如下：

其中，Entropy_spatial是空间域信息熵的值，u是图像空间域的横坐标，v为图像空间域的纵坐标，p代表随机变量位于图像空间域中的位置(u，v)处的概率。

7.根据权利要求3所述的方法，其中，借助核函数k-center求取第二数据中的每个样本在特征空间域中的最近邻距离，基于所述最近邻距离估计每个样本的多样性贡献量。

8.一种用于目标检测的方法，所述方法包括以下步骤：

将根据权利要求1至7中任一项所述的方法处理过的数据作为训练数据训练目标检测模型；以及

借助经训练的目标检测模型进行目标检测。

9.一种用于数据处理的设备(100)，所述设备(100)包括处理器(10)和与处理器(10)通信连接的计算机可读存储装置(20)，计算机可读存储装置(20)中存储有计算机程序，当所述计算机程序被处理器(10)执行时，用于实施根据权利要求1至7中任一项所述的方法。

10.一种计算机程序产品，其中，所述计算机程序产品包括计算机程序，所述计算机程序用于在被计算机执行时实施根据权利要求1至7中任一项所述的方法。