[發明專利]一種數據標注方法和裝置

有效

• 申請號: 202010600329.7
• 申請日: 2020-06-28
• 公開（公告）號: CN111738183B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 王文琦
• 申請（專利權）人: 達闥機器人股份有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/764;G06T7/73
• 代理公司: 北京中盛智產知識產權代理事務所(普通合伙) 16196
• 代理人: 李卓

本發明公開了一種數據標注方法，包括：構建物品檢測模型；通過所述物品檢測模型識別第一樣本數據，所述第一樣本數據包括至少一張圖片，并對所述每張圖片中的每個物品的位置進行標注，并將每個物品的種類信息標注為第一類別；獲取所述每個物品的第二類別；將每個物品的種類信息由第一類別修改為第二類別。

技術領域

本發明涉及數據處理技術，尤其涉及一種數據標注方法和裝置。

背景技術

智能貨柜采用的檢測識別算法可對采集的商品視覺信息(例如位置、形狀、顏色等)進行檢測，識別出商品的類別和數量。該算法是基于深度學習的目標檢測算法，需要大量的訓練數據輸入到算法中進行模型訓練。

傳統的訓練數據一般先由人工進行數據采集(通常為圖片)，然后由人工對采集到的圖片進行標注，標注的內容主要包括：1、在圖片中用標注框框住商品；2、添加商品對應的類別信息。當圖片中出現大量商品需要標注時，人工標注成本大大增加，從而增加了整個智能貨柜的成本、且標注效率低下。

發明內容

本發明提供一種數據標注方法和裝置，可以減少數據標注的成本提高數據標注的效率。

本發明一方面提供一種數據標注方法，該方法包括：

構建物品檢測模型；

通過所述物品檢測模型識別第一樣本數據，所述第一樣本數據包括至少一張圖片，并對所述每張圖片中的每個物品的位置進行標注，并將每個物品的種類信息標注為第一類別；

獲取所述每個物品的第二類別；

將每個物品的種類信息由第一類別修改為第二類別。

其中，所述第二類別為所述第一類別的子類別；

所述第一類別表征所述第一樣本數據的圖片中包含的所有物品的共性；

所述第一類別下存在至少一個第二類別。

其中，所述構建物品檢測模型，包括：

獲取第二樣本數據，所述第二樣本數據包括至少一張圖片，每張圖片中包含的每個物品的位置被標注，每個物品對應的種類信息被標注為第一類別；

將所述第二樣本數據輸入預設的模型算法進行訓練得到所述物品檢測模型。

其中，

所述第一樣本數據中每張圖片包含一個第二類別的至少一個物品；

所述第二樣本數據中每張圖片包含至少一個第二類別的至少一個物品。

其中，所述通過所述物品檢測模型識別第一樣本數據，對所述每張圖片中的每個物品的位置進行標注，并將每個物品的種類信息標注為第一類別之后，該方法還包括：

獲取已標注的第一樣本數據中每張圖片中未識別出的物品的位置信息和第二類別，根據獲取的位置信息對該物品的位置進行標注，并將該物品的種類信息標注為獲取的第二類別；或者，

獲取已標注的第一樣本數據中每張圖片中位置標注錯誤的物品的位置信息，并對該物品的位置進行標注。

本發明另一方面提供一種數據標注裝置，該裝置包括：

模型構建模塊，用于構建物品檢測模型；

第一數據標注模塊，用于通過所述物品檢測模型識別第一樣本數據，所述第一樣本數據包括至少一張圖片，并對所述每張圖片中的每個物品的位置進行標注，并將每個物品的種類信息標注為第一類別；

信息獲取模塊，用于獲取所述每個物品的第二類別；

第二數據標注模塊，用于將每個物品的種類信息由第一類別修改為第二類別。

其中，