[發(fā)明專利]一種基于AI圖像語義分割交互標注的方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210397102.6
• 申請日: 2022-04-15
• 公開（公告）號: CN114782690A
• 公開（公告）日: 2022-07-22
• 發(fā)明（設計）人: 周風明;胡文沖;余雄風
• 申請（專利權(quán)）人: 武漢光庭信息技術(shù)股份有限公司
• 主分類號: G06V10/26
• 分類號: G06V10/26;G06V10/80;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 廉海濤

1.一種基于AI圖像語義分割交互標注的方法，其特征在于，包括：

以卷積神經(jīng)網(wǎng)絡為核心設計用于分割圖像的神經(jīng)網(wǎng)絡模型；

獲取訓練數(shù)據(jù)集，進行預處理，并進行分類，利用分類后的訓練數(shù)據(jù)集對所述神經(jīng)網(wǎng)絡模型機型訓練，得到AI模型；

獲取目標圖像上的人工打點信息，并調(diào)用所述AI模型對所述目標圖像進行分割，提取所述人工打點所在的標注對象的輪廓數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述神經(jīng)網(wǎng)絡模型包括：關(guān)鍵點檢測模塊和語義分割模塊；

所述關(guān)鍵點檢測模塊基于HRNet實現(xiàn)；所述語義分割模塊基于ocrnet實現(xiàn)；

所述神經(jīng)網(wǎng)絡模型的輸入包括圖片信息以及人工打點的編碼信息；所述圖片信息和人工打點的編碼信息分別經(jīng)過一層卷積層后進行疊加融合，再經(jīng)過一層卷積層后輸入到關(guān)鍵點檢測模塊中，關(guān)鍵點檢測模塊與所述語義分割模塊級聯(lián)，語義分割模塊的輸出即為人工打點所在對象的輪廓數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，針對細長對象，所述神經(jīng)網(wǎng)絡模型采用歸一化焦點損失函數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預處理包括數(shù)據(jù)清洗、類別篩選、多數(shù)據(jù)集融合、標注轉(zhuǎn)換。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述訓練數(shù)據(jù)集分類后，針對數(shù)據(jù)量較少的類別，需要融合多種數(shù)據(jù)集以增加該類別樣本數(shù)據(jù)量。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，提取所述人工打點所在的標注對象的輪廓數(shù)據(jù)后，還包括：判斷語義分割結(jié)果是否滿足精度要求，若滿足則輸出所述輪廓數(shù)據(jù)并進行下一標注對象的輪廓提取，否則進行反饋并再次獲取當前標注對象的人工打點信息。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，一個標注對象的人工打點信息至少包括一個標注點。

8.一種基于AI圖像語義分割交互標注的系統(tǒng)，其特征在于，包括：

模型建立模塊，以卷積神經(jīng)網(wǎng)絡為核心設計用于分割圖像的神經(jīng)網(wǎng)絡模型；

模型訓練模塊，獲取訓練數(shù)據(jù)集，進行預處理，并進行分類，利用分類后的訓練數(shù)據(jù)集對所述神經(jīng)網(wǎng)絡模型機型訓練，得到AI模型；

交互標注模塊，獲取目標圖像上的人工打點信息，并調(diào)用所述AI模型對所述目標圖像進行分割，提取所述人工打點所在的標注對象的輪廓數(shù)據(jù)。

9.一種電子設備，其特征在于，包括：

存儲器，用于存儲計算機軟件程序；

處理器，用于讀取并執(zhí)行所述計算機軟件程序，進而實現(xiàn)權(quán)利要求1-7任一項所述的一種基于AI圖像語義分割交互標注的方法。

10.一種非暫態(tài)計算機可讀存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有用于實現(xiàn)權(quán)利要求1-7任一項所述的一種基于AI圖像語義分割交互標注的方法的計算機軟件程序。