[發明專利]一種標注準確率確定方法和裝置在審
| 申請號: | 202011218550.2 | 申請日: | 2020-11-04 |
| 公開(公告)號: | CN112308155A | 公開(公告)日: | 2021-02-02 |
| 發明(設計)人: | 程云飛 | 申請(專利權)人: | 廣州小鵬自動駕駛科技有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06T7/33;G06T7/73 |
| 代理公司: | 北京潤澤恒知識產權代理有限公司 11319 | 代理人: | 趙娟 |
| 地址: | 510725 廣東省廣州市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 標注 準確率 確定 方法 裝置 | ||
本發明實施例提供了一種標注準確率確定方法和裝置,所述方法包括:獲取針對預設圖片的標注數據和質檢數據;所述標注數據和所述質檢數據包括用于標注被標注對象的標注元素數據;在所述標注數據和所述質檢數據的標注元素數據中,確定兩兩匹配的數據和不被匹配的數據;根據所述標注數據和所述質檢數據的標注元素數據中所述兩兩匹配的數據和所述不被匹配的數據,確定標注準確率。本發明實施例可以確定圖片標注的準確率,進而可以選取標注準確率高的圖片來訓練人工智能模型,提高模型識別效果。
技術領域
本發明涉及數據處理技術領域,特別是涉及一種標注準確率確定方法和一種標注準確率確定裝置。
背景技術
隨著人工智能的發展,人工智能模型被應用于越來越多的業務場景。如,自動駕駛、軌跡跟蹤、人臉識別等業務場景。
人工智能模型可以使用人工標注的圖片來進行模型訓練,例如,在自動駕駛的業務場景,可以使用人工標注車位線的圖片來訓練用于識別車位線的人工智能模型。模型識別的準確率很大程度上依賴于圖片標注的準確率,但是現有技術中缺乏能檢測圖片準確率的方法。
發明內容
鑒于上述問題,提出了本發明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種標注準確率確定方法和相應的一種標注準確率確定裝置。
本發明實施例公開了一種標注準確率確定方法,包括:
獲取針對預設圖片的標注數據和質檢數據;所述標注數據和所述質檢數據包括用于標注被標注對象的標注元素數據;
在所述標注數據和所述質檢數據的標注元素數據中,確定兩兩匹配的數據和不被匹配的數據;
根據所述標注數據和所述質檢數據的標注元素數據中所述兩兩匹配的數據和所述不被匹配的數據,確定標注準確率。
可選地,所述標注元素數據包括點對象數據、線對象數據;所述點對象數據包括一個或多個點;所述線對象數據包括一條或多條線,所述線包括一個或多個點;
所述在所述標注數據和所述質檢數據的標注元素數據中,確定兩兩匹配的數據和不被匹配的數據,包括:
確定所述標注數據和所述質檢數據的各條線對應的中心;
根據所述線對應的中心,確定兩兩匹配的線和不被匹配的線;
對兩兩匹配的兩條線所包括的點,確定兩兩匹配的點和不被匹配的點;
所述根據所述標注數據和所述質檢數據的標注元素數據中所述兩兩匹配的數據和所述不被匹配的數據,確定標注準確率,包括:
根據所述兩兩匹配的線、所述不被匹配的線、所述兩兩匹配的點和所述不被匹配的點,確定標注準確率。
可選地,所述標注元素數據還包括組對象數據,所述組對象數據包括一個或多個組,所述組包括一條或多條線;
所述在所述標注數據和所述質檢數據的標注元素數據中,確定兩兩匹配的數據和不被匹配的數據,還包括:
根據所述標注數據和所述質檢數據的各個組包括的線分別確定對應的中心;
根據所述組對應的中心,確定兩兩匹配的組和不被匹配組;
所述根據所述線對應的中心,確定兩兩匹配的線和不被匹配的線,包括:
對兩兩匹配的兩個組所包括的線,根據所述線對應的中心,確定兩兩匹配的線和不被匹配的線;
所述根據所述兩兩匹配的線、所述不被匹配的線、所述兩兩匹配的點和所述不被匹配的點,確定標注準確率,包括:
根據所述兩兩匹配的組、所述不被匹配的組、所述兩兩匹配的線、所述不被匹配的線、所述兩兩匹配的點和所述不被匹配的點,確定標注準確率。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州小鵬自動駕駛科技有限公司,未經廣州小鵬自動駕駛科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011218550.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種電力連接金具
- 下一篇:一種泄壓閥檢測設備及檢測方法





