[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: 202110236192.6
• 申請日: 2021-03-03
• 公開（公告）號: CN112884055B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 馮揚揚;張文超;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;G06V10/774;G06V10/82;G06T7/62;G06N3/04
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝;楊博濤

1.一種目標標注方法，其特征在于，所述方法包括：

使用訓練后的目標檢測模型標注預測圖片集合，得到預測框信息，所述預測圖片集合中包含已標注的圖片和未標注的圖片；

從所述預測框中，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；

使用搭建并訓練過的分類網絡對篩選出的預測框進行分類，所述分類網絡由已標注目標及其背景圖像訓練得到；若該預測框的分類結果與該預測框的預測類別一致，則將該預測框信息寫入標注文件。

2.根據權利要求1所述的目標標注方法，其特征在于，在使用分類網絡對篩選出的預測框進行分類之前，所述方法還包括：

計算預測框的面積和邊長最小值，若該預測框的面積和邊長最小值均大于其預測類別對應的目標標注框最小面積和最小邊長，則將該預測框送入分類網絡中進行分類，否則，將該預測框信息丟棄。

3.根據權利要求1所述的目標標注方法，其特征在于，所述分類網絡的訓練過程為：

對每一類目標，分別截取已標注目標的標注框以及該目標標注框外預設面積的背景圖像，輸入到所述分類網絡中進行訓練。

4.根據權利要求3所述的目標標注方法，其特征在于，所述使用搭建并訓練過的分類網絡對篩選出的預測框進行分類，包括：

對篩選出的預測框，將該預測框從圖片中截取出來，并記錄截取位置和預測類別；

將截取的預測框圖片送入分類網絡中進行分類，判定該預測框圖片是背景圖像還是目標圖像，若為目標圖像，判斷該預測框圖片的分類結果與預測類別是否一致。

5.根據權利要求1所述的目標標注方法，其特征在于，利用下述方式搭建分類網絡：

采用殘差模塊結合跨階段局部連接模塊的方式搭建所述分類網絡，所述殘差模塊設置在所述跨階段局部連接模塊內；

或者，采用殘差模塊結合圖像金字塔模塊的方式搭建所述分類網絡，所述殘差模塊設置在所述圖像金字塔模塊內。

6.根據權利要求5所述的目標標注方法，其特征在于，所述分類網絡采用殘差模塊結合跨階段局部連接模塊的方式搭建，將第一卷積層、跨階段局部連接模塊、第二卷積層、第一全連接層、第二全連接層和分類器層依次連接；

所述跨階段局部連接模塊包括第一分支和第二分支，所述第一分支包括依次連接的第三卷積層、殘差模塊和第四卷積層，所述第二分支包括第五卷積層，所述第一分支和所述第二分支將信息處理后拼接輸出；

所述殘差模塊包括第一通道和第二通道，所述第一通道包括第六卷積層，所述第二通道包括依次連接的第七卷積層和第八卷積層，所述第一通道和所述第二通道將信息處理后加和輸出。

7.根據權利要求3所述的目標標注方法，其特征在于，所述方法還包括：

將分類結果與預測類別一致的預測框所對應的圖片作為樣本，加入到所述分類網絡的訓練集中，以補充訓練所述分類網絡。

8.根據權利要求1所述的目標標注方法，其特征在于，所述方法還包括：

在判定預測框的分類結果與該預測框的預測類別不一致時，檢查所述分類網絡的訓練輪數，若所述分類網絡的訓練輪數未達到預設輪數，則繼續對所述分類網絡進行下一輪訓練，以再訓練后的分類網絡對預測框進行分類。

9.根據權利要求1所述的目標標注方法，其特征在于，所述方法還包括：對于預測框中與已標注目標重合程度不小于預設值的預測框，將其預測框信息直接寫入標注文件。

10.一種目標標注裝置，其特征在于，包括：

處理器；以及

被安排成存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行如權利要求1～9之任一所述目標標注方法。