(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111674614.4 (22)申请日 2021.12.31 (71)申请人 海南大学 地址 570100 海南省海口市美兰区人民大 道58号 (72)发明人 段玉聪　 (74)专利代理 机构 海南汉普知识产权代理有限 公司 46003 代理人 李海峰 (51)Int.Cl. G06V 10/774(2022.01) G06T 7/10(2017.01) G06K 9/62(2022.01) (54)发明名称 跨DIKW模态的混合特征机器学习建模与标 记方法 (57)摘要 本发明提供一种跨DIKW模态的混合特征机 器学习建模与标记方法， 该方法包括： 获取应用 于机器学习的训练集图片， 所述训练集图片为经 过标注的图片并至少包含一个识别目标， 建立训 练集图片的DIKW模型； 对训练集图片进行裁剪处 理， 将其切分为多张训练集子图片； 建立训练集 子图片的DIKW模型， 将训练集图片和训练集子图 片输入到机器学习模型中对机器学习模型进行 训练， 令机器学习模型学习训练集子图片识别目 标与训练集图片识别目标之间的整体与局部关 系； 将待标记图片输入到机器学习模型中， 机器 学习模型为待标记 图片中的识别目标进行识别 并添加标注框， 为标注框中的识别目标添加标 记。 本发明能够提高机器学习所需的训练样本的 标注效率。 权利要求书2页 说明书5页 附图2页 CN 114359668 A 2022.04.15 CN 114359668 A 1.一种跨DIKW模态的混合特征机器学习建模与标记方法， 其特征在于， 所述方法包括 以下步骤： 获取应用于机器学习的训练集图片， 所述训练集图片为经过标注的图片并至少包含一 个识别目标， 建立训练集图片的DIKW模型； 对训练集图片进行裁 剪处理， 将其切分为多张训练集子图片； 建立训练集子图片的DIKW模型， 将训练集图片和训练集子图片输入到机器学习模型中 对机器学习模型进行训练， 令机器学习模型学习训练集子图片识别目标与训练集图片识别 目标之间的整体与局部关系； 将待标记图片输入到机器学习 模型中， 机器学习 模型为待标记图片中的识别目标进行 识别并添加标注框， 为标注框中的识别目标 添加标记。 2.根据权利要求1所述的一种跨DIKW模态 的混合特征机器学习建模与标记方法， 其特 征在于， 所述令机器学习模型学习训练集子图片与训练集图片之间的整体与局部关系， 具 体为： 遍历训练集子图片DIKW模 型节点， 查找训练集图片DIKW模 型中与其相匹配的节 点， 根 据与其相匹配的节点在训练集图片DIKW模型中的位置及其内容判断训练集子图片与训练 集图片的整体与局部关系。 3.根据权利要求1所述的一种跨DIKW模态 的混合特征机器学习建模与标记方法， 其特 征在于， 还将训练集子图片的位置组合进行调整， 将训练集图片和经过位置调整的训练集 子图片输入到机器学习模型中对机器学习模型进 行训练， 令机器学习模型学习训练集子图 片识别目标与训练集图片识别目标之间的结构关系。 4.根据权利要求3所述的一种跨DIKW模态 的混合特征机器学习建模与标记方法， 其特 征在于， 所述令机器学习模型学习训练集子图片与训练集图片之间的结构关系， 具体包括 以下步骤： 识别经过位置调整的训练集子图片， 查询其对应的DIKW模型； 基于训练集子图片的DIKW模型查找与训练集子图片中的识别目标相关的类型资源， 所 述与训练集子图片中的识别目标相关的类型资源称为相关类型资源； 在训练集图片的DIKW模型中查找与相关类型资源内容相同的对应 类型资源； 根据训练集图片的DIKW模型中的知识模型和对应类型资源判断训练集子图片与训练 集图片之间的结构关系。 5.根据权利要求1所述的一种跨DIKW模态 的混合特征机器学习建模与标记方法， 其特 征在于， 还将不同的训练集图片进行跨图片组合， 将组合后的图片 输入到机器学习模型中， 令机器学习模型 学习时空维度下的识别目标变化 性。 6.根据权利要求5所述的一种跨DIKW模态 的混合特征机器学习建模与标记方法， 其特 征在于， 所述将不同训练集的图片进行跨图片组合， 将组合后的图片输入到机器学习模型 中， 令机器学习模型 学习时空维度下的识别目标变化 性， 具体包括以下步骤： 将不同的训练集图片通过图层叠加或拼接的方式进行跨图片组合， 得到组合后图片； 将组合后图片输入到机器学习 模型中， 机器学习 模型对组合后图片中的识别目标进行 识别并添加标注框， 对标注框中的识别目标进行类型化获得类型资源； 根据所获得的类型资源 对识别目标原先 所属的训练集图片的DIKW模型进行 更新。 7.根据权利要求1所述的一种跨DIKW模态 的混合特征机器学习建模与标记方法， 其特权　利　要　求　书 1/2 页 2 CN 114359668 A 2征在于， 所述机器学习模型为待标记图片 中的识别目标进行识别并添加标注框， 为标注框 中的识别目标 添加标记， 具体包括： 对待标记图片的背景、 识别目标进行类型化得到相应的类型资源， 将背景类型资源和 识别目标类型资源进行模态运 算得到新的识别目标类型资源； 根据识别目标类型资源查询识别目标DIKW模型， 根据识别目标类型资源和识别目标 DIKW模型对识别目标进行 标注。权　利　要　求　书 2/2 页 3 CN 114359668 A 3