[發明專利]數據標注方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202110426245.0
• 申請日: 2021-04-20
• 公開（公告）號: CN113205120A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 張曄;王軍;王昊;馬彧;王亮
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 谷春靜

本公開公開了數據標注方法、裝置、電子設備及可讀存儲介質，涉及深度學習、計算機視覺和自動駕駛等人工智能領域，其中的方法可包括：針對N個不同傳感器，N為大于一的正整數，分別對各傳感器對應的傳感器數據進行障礙物標注，得到標注結果，不同傳感器對應的傳感器數據為針對相同場景采集到的傳感器數據；將各傳感器對應的標注結果進行融合關聯，得到各第一障礙物軌跡信息；根據第一障礙物軌跡信息對N個不同傳感器中的第一傳感器對應的標注結果進行修正，將修正后的標注結果作為所需的標注結果。應用本公開所述方案，可節省人力和時間成本等。

技術領域

本公開涉及人工智能技術領域，特別涉及深度學習、計算機視覺和自動駕駛等領域的數據標注方法、裝置、電子設備及可讀存儲介質。

背景技術

在實際應用中，很多障礙物檢測任務都是通過監督學習模型實現的，如基于激光雷達點云數據進行的障礙物檢測等，為此，需要預先獲取一定數量的點云標注數據，以進行模型的訓練。

目前，主要依賴于人工標注方式來獲取點云標注數據，而這種方式需要耗費較大的人力和時間成本等。

發明內容

本公開提供了數據標注方法、裝置、電子設備及可讀存儲介質。

一種數據標注方法，包括：

針對N個不同傳感器，N為大于一的正整數，分別對各傳感器對應的傳感器數據進行障礙物標注，得到標注結果，不同傳感器對應的傳感器數據為針對相同場景采集到的傳感器數據；

將各傳感器對應的標注結果進行融合關聯，得到各第一障礙物軌跡信息；

根據所述第一障礙物軌跡信息對所述N個不同傳感器中的第一傳感器對應的標注結果進行修正，將修正后的標注結果作為所需的標注結果。

一種數據標注裝置，包括：獲取模塊、融合模塊以及修正模塊；

所述獲取模塊，用于針對N個不同傳感器，N為大于一的正整數，分別對各傳感器對應的傳感器數據進行障礙物標注，得到標注結果，不同傳感器對應的傳感器數據為針對相同場景采集到的傳感器數據；

所述融合模塊，用于將各傳感器對應的標注結果進行融合關聯，得到各第一障礙物軌跡信息；

所述修正模塊，用于根據所述第一障礙物軌跡信息對所述N個不同傳感器中的第一傳感器對應的標注結果進行修正，將修正后的標注結果作為所需的標注結果。

一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如以上所述的方法。

一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使計算機執行如以上所述的方法。

一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現如以上所述的方法。

上述公開中的一個實施例具有如下優點或有益效果：可自動地完成傳感器數據的標注，從而節省了人力和時間成本，并提升了標注效率等。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本公開的限定。其中：

圖1為本公開所述數據標注方法實施例的流程圖；

圖2為本公開所述獲取激光雷達傳感器對應的標注結果的方法實施例的流程圖；