详细信息：
一种基于多模态大模型的自动驾驶深度学习数据集标注方法，包括以下步骤：步骤1，确定标注类别和标注生成的标签数据的格式；步骤2，利用自然语言对多模态大模型下达任务，对多模态大模型进行初始化、设置参数；步骤3，将自动驾驶深度学习数据集输入所述多模态大模型，所述多模态大模型对图形数据集进行标注；步骤4，一阶段数据集标注质量验证，计算整体准确率；若达到设定值则进行步骤5，未达到设定值则重复进行步骤3的标注；步骤5，二阶段可视化数据集标注质量验证，人工标注进行误差消除，形成验证后的数据集；步骤6，利用验证后的数据集优化所述多模态大模型。本发明标注效率高、准确率高、成本低。
一种基于多模态大模型的自动驾驶深度学习数据集标注方法，包括以下步骤：步骤1，确定标注类别和标注生成的标签数据的格式；步骤2，利用自然语言对多模态大模型下达任务，对多模态大模型进行初始化、设置参数；步骤3，将自动驾驶深度学习数据集输入所述多模态大模型，所述多模态大模型对图形数据集进行标注；步骤4，一阶段数据集标注质量验证，计算整体准确率；若达到设定值则进行步骤5，未达到设定值则重复进行步骤3的标注；步骤5，二阶段可视化数据集标注质量验证，人工标注进行误差消除，形成验证后的数据集；步骤6，利用验证后的数据集优化所述多模态大模型。本发明标注效率高、准确率高、成本低。
联系我们
王威
更多推荐
