公开(公告)号：CN119851104A

公开(公告)日：2025-04-18

申请号：CN202411743594.5

申请日：2024-11-30

Applicant: 北京计算机技术及应用研究所

Inventor： 徐哲炜 ,  赵睿卓 ,  曲紫畅 ,  刘绍桐 ,  闫惟娜 ,  魏建宇 ,  姜志学 ,  王潇怡 ,  杨广 ,  陈金宝 ,  刘孟鑫

IPC: G06V10/98 ,  G06V10/25 ,  G06V10/26 ,  G06V20/70 ,  G06V10/764

Abstract: 本发明涉及一种基于数据拆解的标注错误缺陷检测方法，属于目标检测领域。本发明的方法通过数据集分解、鲁棒分类器训练和怀疑度分数计算等步骤，有效检测数据集中前景和背景区域的标注准确性。首先，对每张图像的标注信息进行分解，将前景目标和背景区域作为独立的实例单元；然后使用鲁棒分类器进行训练，降低噪声数据对模型的影响，接着通过计算怀疑度分数确定每个实例的优先级。怀疑度分数越高的实例表示其标注错误的可能性越大，从而被优先检查和修正。本发明的方法在无需依赖模型预测结果的前提下，帮助开发者快速定位并修复数据集中的问题标注。