[發明專利]一種連續幀數據的標注系統、方法和裝置

有效

• 申請號: 202010041206.4
• 申請日: 2020-01-15
• 公開（公告）號: CN113127666B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 馬賢忠;胡皓瑜;江浩;董維山;范一磊
• 申請（專利權）人: 魔門塔（蘇州）科技有限公司
• 主分類號: G06F16/538
• 分類號: G06F16/538;G06F16/55;G06F16/587;G06F16/58
• 代理公司: 北京科領智誠知識產權代理事務所(普通合伙) 11782
• 代理人: 陳士騫

本發明實施例公開了一種連續幀數據的標注系統、方法和裝置，該系統包括云端和標注端；其中，云端讀取連續幀數據，并根據標注任務，對連續幀數據中的每一幀數據進行目標檢測，得到每幀數據中待標注物體的檢測結果；根據檢測結果和各幀數據間的時序信息，建立各幀數據中同一個待標注物體間的關聯關系作為預標注結果；將預標注結果生成可擴展的預標注文件，并將預標注文件和連續幀數據發送到標注端；標注端接收云端發送的連續幀數據及對應的預標注文件，并在接收到對預標注文件的修正指令后，按照修正指令對標注文件進行修正，得到目標標注結果。通過采用上述方案，縮短了連續幀數據標注的人工用時，提升了連續幀數據的標注效率，降低了標注成本。

技術領域

本發明涉及自動駕駛技術領域，具體涉及一種連續幀數據的標注系統、方法和裝置。

背景技術

在自動駕駛領域，感知模塊是以多種傳感器的數據，以及高精度地圖的信息作為輸入，經過一系列的計算及處理，對自動駕駛車的周圍的環境精確感知。自動駕駛感知算法目前主流采用深度學習方法，需要用到大量的標注數據集來訓練模型，所以能夠更快更高效的生成大量的標注數據，是自動駕駛感知的關鍵。

目前，大多數標注數據都是人工標注的，包括2D圖像、3D激光雷達點云數據等，這是一個非常緩慢而低效的過程。它需要人坐在計算機屏幕前操作標注工具，逐個標記它們，極度耗費人力。對于激光雷達數據，由于其數據形態的復雜性和稀疏性，很容易標注錯誤或者漏標，甚至有可能給神經網絡訓練帶來負面影響。

發明內容

本發明實施例公開一種連續幀數據的標注系統、方法和裝置，極大地縮短了連續幀數據標注的人工用時，提升了連續幀數據的標注效率，降低了標注成本。

第一方面，本發明實施例公開了一種連續幀數據的標注系統，該系統包括：云端和標注端；其中，

所述云端被配置為：獲取標注任務，所述標注任務中包括待標注物體的類別、位置和輸出文件格式；

所述云端讀取連續幀數據，并根據所述標注任務，對所述連續幀數據中的每一幀數據進行目標檢測，將得到的每幀數據中待標注物體的類別和位置作為檢測結果；

所述云端根據所述檢測結果和各幀數據間的時序信息，建立各幀數據中同一個待標注物體間的關聯關系，所述關聯關系為所述連續幀數據的預標注結果；

所述云端將所述預標注結果按照所述輸出文件格式生成可擴展的預標注文件，并將所述預標注文件和所述連續幀數據發送到所述標注端；

所述標注端被配置為：接收所述云端發送的連續幀數據及對應的預標注文件，并在接收到對所述預標注文件的修正指令后，按照所述修正指令對所述標注文件進行修正，并將修正后的標注結果作為所述連續幀數據的目標標注結果。

第二方面，本發明實施例還提供了一種連續幀數據的標注，應用于云端，該方法包括：

獲取標注任務，所述標注任務中包括待標注物體的類別和位置；

讀取連續幀數據，并根據所述標注任務，對所述連續幀數據中的每一幀數據進行目標檢測，將得到的每幀數據中待標注物體的類別和位置作為檢測結果；

根據所述檢測結果和各幀數據間的時序信息，建立各幀數據中同一個待標注物體間的關聯關系，其中，所述關聯關系作為所述連續幀數據的預標注結果，用于在標注端根據修正指令進行修正，所述標注端修正后的標注結果為所述連續幀數據的目標標注結果。

可選的，所述方法還包括：

基于機器學習方法，對所述檢測結果進行修正，使得同一個待標注物體具有相同的尺寸，其中，所述機器學習方法包括卡爾曼濾波算法。

可選的，所述標注任務中還包括輸出文件格式；

相應的，所述方法還包括：