[發明專利]一種圖像分割標注方法和裝置

有效

• 申請號: 201810576571.8
• 申請日: 2018-06-06
• 公開（公告）號: CN110570434B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 周健;孫海鳴;謝迪;浦世亮
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/136;G06T7/149;G06T7/194;G06N3/04;G06N3/08
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

本申請實施例提供一種圖像分割標注方法和裝置，該方法包括：從待分割圖像中截取圖像塊，所述圖像塊中包含一個待分割的目標對象；使用訓練好的分割模型對所述圖像塊進行分割，得到所述目標對象的分割結果；所述分割模型用于預測不同類別的物體的分割結果并為不同類別的物體的分割結果賦予相同的真值；接收標注指令，將所述目標對象的分割結果的真值設置成所述標注指令所指定的真值。本申請實施例提供了一種半自動化的分割標注工具，在保證和人工標注相同精度的情況下，能夠減少標注時間和人力成本。

技術領域

本申請涉及圖像識別技術領域，尤其涉及一種圖像分割標注方法和裝置。

背景技術

圖像分割可以包括語義分割(Semantic segmentation，SS)和實例分割(InstanceSegmentation，IS)。SS的目的是對圖像中的每個像素進行分類，即為每個像素打上類別標簽；而IS不但要進行像素級別的分類，還需要在具體的類別基礎上區別開不同的實例。

當前大多數SS算法和IS算法都是基于深度學習的方式，而深度學習的效果很大程度上依賴于大量的訓練數據，大規模的訓練數據需要花費很大的人力物力和時間去標注。

發明內容

有鑒于此，本申請實施例提供一種圖像分割標注方法，用以提供一種半自動化的分割標注工具，在保證和人工標注相同精度的情況下，能夠減少標注時間和人力成本。

具體地，本申請實施例是通過如下技術方案實現的：

本申請實施例第一方面，提供了一種圖像分割標注方法，包括：

從待分割圖像中截取圖像塊，所述圖像塊中包含一個待分割的目標對象；

使用訓練好的分割模型對所述圖像塊進行分割，得到所述目標對象的分割結果；所述分割模型用于預測不同類別的物體的分割結果并為不同類別的物體的分割結果賦予相同的真值；

接收標注指令，將所述目標對象的分割結果的真值設置成所述標注指令所指定的真值。

本申請實施例第二方面，提供了一種圖像分割標注裝置，具有實現上述第一方面提供的方法的功能。所述功能可以通過硬件實現，也可以通過硬件執行相應的軟件實現。所述硬件或軟件包括一個或多個與上述功能相對應的模塊或單元。

一種實現方式中，所述裝置可以包括：

截取模塊，用于從待分割圖像中截取圖像塊，所述圖像塊中包含一個待分割的目標對象；

分割模塊，用于使用訓練好的分割模型對所述圖像塊進行分割，得到所述目標對象的分割結果；所述分割模型用于預測不同類別的物體的分割結果并為不同類別的物體的分割結果賦予相同的真值；

標注模塊，用于接收標注指令，將所述目標對象的分割結果的真值設置成所述標注指令所指定的真值。

另一種實現方式中，所述裝置可以包括處理器、存儲器和總線，所述處理器和所述存儲器之間通過總線相互連接；所述存儲器中存儲機器可讀指令，所述處理器通過調用所述機器可讀指令，執行本申請實施例第一方面提供的方法。

本申請實施例能夠提供一種高效的圖像分割標注工具，可以用來為SS和IS標注訓練數據。本申請實施例在訓練時，收集單個物體的圖像塊和對應的標簽圖片送入分割模型進行訓練，由于標簽圖片上使用了固定真值標注所有的物體類別，使得訓練得到的分割模型具有良好的分割性能。在應用時，本申請實施例將待分割圖像分解為多個圖像塊，每個圖像塊包含一個待分解的目標對象，然后將多個圖像塊分別送入分割模型進行目標分割，這種方式相比直接將完整的待分割圖像送入分割模型進行目標分割，在分割難度上有所下降，在分割精度上有所提升。

附圖說明

圖1是訓練數據的標注示意圖；

圖2是本申請實施例提供的方法流程圖；