本發(fā)明提供用于獲得高精密度的對待利用于學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練圖像進(jìn)行自動標(biāo)注(auto?labeling)的方法，包括：步驟(a)，自動標(biāo)注裝置使元感興趣區(qū)域(ROI，Region Of Interest)檢測網(wǎng)絡(luò)輸出特征地圖，獲得特定訓(xùn)練圖像上的對象根據(jù)各個位置進(jìn)行分組的n個當(dāng)前元感興趣區(qū)域；以及步驟(b)，自動標(biāo)注裝置通過在特定訓(xùn)練圖像上對與n個當(dāng)前元感興趣區(qū)域相對應(yīng)的區(qū)域進(jìn)行裁剪(crop)來生成n個加工圖像，使對象檢測網(wǎng)絡(luò)分別輸出具有分別與n個加工圖像有關(guān)的各個邊界框的n個所自動標(biāo)注的加工圖像，通過合并n個所自動標(biāo)注的加工圖像來生成所自動標(biāo)注的特定訓(xùn)練圖像。方法可利用使用策略梯度算法(policy gradient algorithm)的強(qiáng)化學(xué)習(xí)、在線學(xué)習(xí)、連續(xù)學(xué)習(xí)及超參數(shù)學(xué)習(xí)來執(zhí)行。