[發明專利]一種目標標注方法和一種目標標注裝置

有效

• 申請號: 202110236191.1
• 申請日: 2021-03-03
• 公開（公告）號: CN112884054B
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 張文超;馮揚揚;劉杰;張一凡
• 申請（專利權）人: 歌爾股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06T7/62
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝;楊博濤

本發明公開了一種目標標注方法和一種目標標注裝置。該方法包括：使用目標檢測模型檢測包含目標的圖片集合，得到目標的預測框，圖片集合中包含已標注的圖片和未標注的圖片；從預測框中，篩選出與已標注目標重合程度低于預設值或缺少已標注目標的預測框；根據篩選出的預測框的面積和相對于面積的像素均值，查找出各預測框最接近的目標類別，若最接近的目標類別與該預測框的預測類別一致，則將該預測框的信息寫入標注文件。本申請利用目標檢測模型檢測圖片，繼而篩選預測框，通過篩選出預測框的面積和像素均值，確定預測框的預測類別是否準確，可以實現圖片自動標注，且標注結果經過了分類檢驗，準確率更高。

技術領域

本發明涉及目標識別技術領域，特別涉及一種目標標注方法和一種目標標注裝置。

背景技術

近幾年，傳統制造正逐漸向智能制造轉變。傳統的人工標注，容易隨著標注人員疲憊的增加造成精確度與效率的降低，并且人工標注容易伴隨著判斷標準變化而產生不穩定。首先，人為判斷的標準不能保證持續穩定，其次，人工容易受工作量大的影響，產生疲憊與積極性的下降，從而導致工作的準確性下降，因此如果在大批量(幾千到上萬張圖片需要標注)需要標注的工作面前，就需要借助智能辦法實現。深度學習是智能制造的重要一環，因此用于深度學習的圖像正確和快速的標注方案，顯得較為重要。

發明內容

鑒于現有技術人工標注圖片速度慢、工作易出現錯誤的問題，提出了本申請的一種目標標注方法和一種目標標注裝置，以便克服上述問題。

為了實現上述目的，本申請采用了如下技術方案：

依據本申請的一個方面，提供了一種目標標注方法，該方法包括如下步驟：

使用目標檢測模型檢測包含目標的圖片集合，得到目標的預測框，圖片集合中包含已標注的圖片和未標注的圖片；

從預測框中，篩選出與已標注目標重合程度低于預設值或缺少已標注目標的預測框；

根據篩選出的預測框的面積和相對于面積的像素均值，查找出各預測框最接近的目標類別，若最接近的目標類別與該預測框的預測類別一致，則將該預測框的信息寫入標注文件。

可選地，篩選出與已標注目標重合程度低于預設值的預測框，包括：

計算預測框與已標注目標的標注框之間的CIoU，若CIoU小于預設值，則確定該預測框為與已標注目標重合程度低于預設值的預測框。

可選地，根據篩選出的預測框的面積和相對于面積的像素均值，查找出各預測框最接近的目標類別，包括：

統計已標注的圖片中各已標注目標的標注框面積以及相對于面積的像素均值，獲得各目標類別的中心點；

根據預測框的面積和相對于面積的像素均值，計算與各預測框最匹配的目標類別中心點，該中心點所對應的目標類別即為各預測框最接近的目標類別。

可選地，根據預測框的面積和相對于面積的像素均值，計算與各預測框最匹配的目標類別中心點，包括：

以面積為橫坐標、像素均值為縱坐標繪制面積-像素均值散點圖；

在面積-像素均值散點圖上，標注各預測框坐標以及各目標類別中心點坐標，計算各預測框坐標與各目標類型中心點坐標之間的歐式距離，所得歐式距離最小的目標類別中心點即為與該預測框最匹配的目標類別中心點。

可選地，統計已標注的圖片中各已標注目標的標注框面積以及相對于面積的像素均值，獲得各目標類別的中心點，包括：

以一目標類別所有已標注目標的標注框面積的平均值作為該目標類別中心點的面積，以一目標類別所有已標注目標的標注框像素均值的平均值作為該目標類別中心點的像素均值。

可選地，未標注的圖片，包括全無標注的圖片以及標注不完全的圖片。