[發明專利]一種圖像樣本的標注方法及裝置

有效

• 申請號: 201910319246.8
• 申請日: 2019-04-19
• 公開（公告）號: CN110058756B
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 牟永奇;許歡慶;李潔;湯勁武
• 申請（專利權）人: 北京朗鏡科技有限責任公司
• 主分類號: G06F16/16
• 分類號: G06F16/16;G06F3/0481;G06F3/0484;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊華;王寶筠

本申請提供了一種圖像樣本的標注方法及裝置，先獲取標注框的位置信息，對于任意一個預設的分類，將標注框框選的框選圖像中不屬于該分類的圖像刪除，再將該分類的框選圖像與對應的位置信息，作為該分類的標注數據，可見，將標注框的獲取與框選圖像的刪除進行了解耦處理，與在使用一個標注框得到框選圖像后，人工手動輸入該框選圖像的類型的方式相比，能夠將多個框選圖像進行批量刪除處理，還能夠在一定的時間點并行執行獲取標注框的位置信息與框選圖像的篩選的步驟，因此，與傳統的標注方式相比，能夠顯著提高效率。

技術領域

本申請涉及人工智能領域，尤其涉及一種圖像樣本的標注方法及裝置。

背景技術

基于深度學習的圖像目標檢測技術日漸成熟，已經在智能零售、智能監控、智能駕駛、智能醫療等諸多領域得到應用，并發揮強大的技術效能。基于深度學習的圖像目標檢測模型，需要使用大量標注的圖像樣本進行訓練，因此需要投入大量的人力進行圖像樣本的標注。

以圖1為例，傳統的標注方式，支持人工在圖像樣本上使用標注框框選目標，并記錄標注框的位置信息，在人工框選一個目標后，彈出類別選項，人工在類別選項中選擇該目標所屬的類別，完成一個目標的標注(圖1中的字符為現有的標注軟件中的工具鍵，這里不再贅述功能)。可見，要完成圖1中的所有目標的標注，就要重復上述標注過程。

因此，如何提高標注的效率，成為目前亟待解決的問題。

發明內容

本申請提供了一種圖像樣本的標注方法及裝置，目的在于解決如何提高圖像樣本標注的效率的問題。

為了實現上述目的，本申請提供了以下技術方案：

一種圖像樣本的標注方法，包括：

獲取標注框的位置信息，所述標注框用于在所述圖像樣本上框選目標，得到框選圖像；

對于任意一個預設的分類，將所述框選圖像中不屬于該分類的圖像刪除，得到該分類的框選圖像；

對于任意一個預設的分類，將該分類的框選圖像與對應的位置信息，作為該分類的標注數據，其中，任意一個框選圖像對應的位置信息為：得到該框選圖像的標注框的位置信息。

可選的，所述獲取標注框的位置信息包括：

獲取預先訓練得到框選模型輸出的所述標注框的位置信息，所述框選模型用于在所述圖像樣本上框選目標；

或者，基于人工對所述框選模型輸出的參考標注框的位置信息的調整操作，得到所述標注框的位置信息。

可選的，所述框選模型的訓練過程包括：

基于人工在第一批圖像樣本上的框選操作，得到人工框選的標注框；

使用所述人工框選的標注框，訓練預設的框選模型；

將新的圖像樣本作為經過訓練的所述框選模型的輸入，得到所述框選模型輸出的所述新的圖像樣本的標注框；

在人工修改所述框選模型輸出的標注框的情況下，使用人工修改后的標注框，訓練所述框選模型；

在所述框選模型輸出的標注框中，經人工修改的標注框的數量不大于預設閾值的情況下，完成框選模型的訓練過程。

可選的，所述獲取標注框的位置信息包括：

使用第一進程，獲取標注框的位置信息；

所述對于任意一個預設的分類，將所述框選圖像中不屬于該分類的圖像刪除，得到該分類的框選圖像，包括：

使用第二進程，對于任意一個預設的分類，將所述框選圖像中不屬于該分類的圖像刪除，得到該分類的框選圖像；

所述方法還包括：