[發明專利]一種數據標注方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010521845.0
• 申請日: 2020-06-10
• 公開（公告）號: CN111680753A
• 公開（公告）日: 2020-09-18
• 發明（設計）人: 秦永強;紀雙西;李素瑩
• 申請（專利權）人: 創新奇智（上海）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 唐正瑜

1.一種數據標注方法，其特征在于，包括：

使用預先訓練的目標檢測模型標注出第一圖像集中的每個圖像的檢測框，所述第一圖像集中的每個圖像包括至少一個目標對象，所述檢測框內的圖像區域包括至少一個目標對象；

根據所述第一圖像集中的每個圖像的檢測框確定目標對象對應的第二圖像集，所述第一圖像集中的每個圖像的圖像尺寸大于所述第二圖像集中的每個圖像的圖像尺寸；

對所述第二圖像集進行聚類分析和相似性分析，獲得第一類別集合；

根據所述第一類別集合對所述第二圖像集進行細類別劃分，獲得第二類別集合；

對所述第二類別集合中的每個類別對應的圖像進行聚類分析采樣和類別標注，獲得所述第二圖像集中的每個圖像對應的類別標簽。

2.根據權利要求1所述的方法，其特征在于，所述目標檢測模型包括：區域卷積神經網絡模型，在所述使用預先訓練的目標檢測模型標注出第一圖像集中的每個圖像的檢測框之前，還包括：

獲得多個圖像數據和多個圖像標簽，所述圖像數據為包括目標對象的圖像，所述圖像標簽為所述目標對象的類別標簽；

以所述多個圖像數據為訓練數據，以所述多個圖像標簽為訓練標簽，對區域卷積神經網絡進行訓練，獲得所述區域卷積神經網絡模型。

3.根據權利要求1所述的方法，其特征在于，所述對所述第二圖像集進行聚類分析和相似性分析，獲得第一類別集合，包括：

對所述第二圖像集進行聚類分析，獲得所述第二圖像集的多個聚類簇；

從所述多個聚類簇中的每個聚類簇中篩選出簇中心圖像，獲得多個簇中心圖像；

對所述多個簇中心圖像進行相似性分析，獲得第一類別集合。

4.根據權利要求3所述的方法，其特征在于，所述根據所述第一類別集合對所述第二圖像集進行細類別劃分，包括：

以所述多個簇中心圖像為訓練數據，以所述第一類別集合為訓練標簽，對特征提取網絡進行訓練，獲得特征提取網絡模型；

使用所述特征提取網絡模型對所述第二圖像集進行細類別劃分。

5.根據權利要求3所述的方法，其特征在于，所述對所述第二類別集合中的每個類別對應的圖像進行聚類分析采樣和類別標注，包括：

對所述第二類別集合中的每個類別對應的圖像進行聚類分析采樣，獲得多個采樣聚類；

將所述多個采樣聚類中的每個采樣聚類中除所述簇中心圖像之外的圖像進行類別標注。

6.根據權利要求1所述的方法，其特征在于，在所述獲得所述第二圖像集中的每個圖像對應的類別標簽之后，還包括：

獲得所述第二圖像集中的每個圖像的人工標注標簽；

根據所述每個圖像的人工標注標簽對所述每個圖像對應的類別標簽進行修正。

7.根據權利要求1所述的方法，其特征在于，在所述獲得所述第二圖像集中的每個圖像對應的類別標簽之后，還包括：

將所述第一圖像集劃分為訓練集和測試集；

對所述訓練集和所述測試集進行交叉驗證，獲得所述第一圖像集的類別標簽的準確率。

8.一種數據標注裝置，其特征在于，包括：

檢測框標注模塊，用于使用預先訓練的目標檢測模型標注出第一圖像集中的每個圖像的檢測框，所述第一圖像集中的每個圖像包括至少一個目標對象，所述檢測框內的圖像區域包括至少一個目標對象；

圖像集確定模塊，用于根據所述第一圖像集中的每個圖像的檢測框確定目標對象對應的第二圖像集，所述第一圖像集中的每個圖像的圖像尺寸大于所述第二圖像集中的每個圖像的圖像尺寸；

圖像集分析模塊，用于對所述第二圖像集進行聚類分析和相似性分析，獲得第一類別集合；

細類別劃分模塊，用于根據所述第一類別集合對所述第二圖像集進行細類別劃分，獲得第二類別集合；

類別標簽獲得模塊，用于對所述第二類別集合中的每個類別對應的圖像進行聚類分析采樣和類別標注，獲得所述第二圖像集中的每個圖像對應的類別標簽。