CN109685154A - 一种图像数据标注标签的方法 - Google Patents
一种图像数据标注标签的方法 Download PDFInfo
- Publication number
- CN109685154A CN109685154A CN201811638281.8A CN201811638281A CN109685154A CN 109685154 A CN109685154 A CN 109685154A CN 201811638281 A CN201811638281 A CN 201811638281A CN 109685154 A CN109685154 A CN 109685154A
- Authority
- CN
- China
- Prior art keywords
- label
- model
- image data
- mark
- present
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 9
- 238000002372 labelling Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及数据处理方法领域,尤其设计一种图像数据标注标签的方法,利用已经标注的一部分对象的标签对模型进行微调,利用微调之后的模型对剩余的对象进行标签的分配,经试验,该方案可节省20%以上标注成本,标注准确度高,大大提高了工作效率。
Description
技术领域
本发明涉及数据处理方法领域,尤其设计一种图像数据标注标签的方法。
背景技术
图像数据标注过程中,不同图片中的同一对象标注结束后可能会有不一样的索引值,因而导致机器学习算法无法准确识别对象。
发明内容
本发明所要解决的技术问题是克服现有技术中存在的不足,提供一种标注效率高的图像数据标注标签的方法。
本发明是通过以下技术方案予以实现:
一种图像数据标注标签的方法,其特征在于,包括以下步骤:
a.利用抠图软件将全部图像抠出,并将全部图像转换成矩形标注框,得到图像数据;
b.将步骤a中的图像数据中的一部分图像标注标签,得到预标注模型;
c.利用步骤b中得到的预标注模型对ImageNet上已训练好的模型进行微调,得到微调模型;
d.利用微调模型将步骤b中未被标注标签的图像标注标签,得到粗标注数据;
e.由人工对步骤d中得到的粗标注数据进行复核,得到精确标注数据。
本发明的有益效果是:
利用已经标注的一部分对象的标签对模型进行微调,利用微调之后的模型对剩余的对象进行标签的分配,经试验,该方案可节省20%以上标注成本,标注准确度高,大大提高了工作效率。
附图说明
图1是本发明的流程图。
具体实施方式
为了使本技术领域的技术人员更好地理解本发明的技术方案,下面结合附图和最佳实施例对本发明作进一步的详细说明。
如图所示,本发明包括以下步骤:
a.利用抠图软件将全部图像抠出,并将全部图像转换成矩形标注框,得到图像数据;
b.将步骤a中的图像数据中的一部分图像标注标签,得到预标注模型;
c.利用步骤b中得到的预标注模型对ImageNet上已训练好的模型进行微调,得到微调模型,本实施例中使用的已训练号的模型为VGG16、VGG19、ResNet50等;
d.利用微调模型将步骤b中未被标注标签的图像标注标签,得到粗标注数据;
e.由人工对步骤d中得到的粗标注数据进行复核,修改标注错误的标签,得到精确标注数据,经试验,该方案可节省20%以上标注成本,标注准确度高,大大提高了工作效率。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种图像数据标注标签的方法,其特征在于,包括以下步骤:
a.利用抠图软件将全部图像抠出,并将全部图像转换成矩形标注框,得到图像数据;
b.将步骤a中的图像数据中的一部分图像标注标签,得到预标注模型;
c.利用步骤b中得到的预标注模型对ImageNet上已训练好的模型进行微调,得到微调模型;
d.利用微调模型将步骤b中未被标注标签的图像标注标签,得到粗标注数据;
e.由人工对步骤d中得到的粗标注数据进行复核,得到精确标注数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638281.8A CN109685154A (zh) | 2018-12-29 | 2018-12-29 | 一种图像数据标注标签的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638281.8A CN109685154A (zh) | 2018-12-29 | 2018-12-29 | 一种图像数据标注标签的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109685154A true CN109685154A (zh) | 2019-04-26 |
Family
ID=66191218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811638281.8A Pending CN109685154A (zh) | 2018-12-29 | 2018-12-29 | 一种图像数据标注标签的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109685154A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027640A (zh) * | 2019-12-25 | 2020-04-17 | 厦门市美亚柏科信息股份有限公司 | 一种视频数据的标注方法、装置、终端设备及存储介质 |
CN111882606A (zh) * | 2020-07-01 | 2020-11-03 | 上海品览数据科技有限公司 | 一种基于深度学习的货架商品分层方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573279A (zh) * | 2018-03-19 | 2018-09-25 | 精锐视觉智能科技(深圳)有限公司 | 图像标注方法及终端设备 |
CN108681752A (zh) * | 2018-05-28 | 2018-10-19 | 电子科技大学 | 一种基于深度学习的图像场景标注方法 |
CN108985293A (zh) * | 2018-06-22 | 2018-12-11 | 深源恒际科技有限公司 | 一种基于深度学习的图像自动化标注方法及系统 |
-
2018
- 2018-12-29 CN CN201811638281.8A patent/CN109685154A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108573279A (zh) * | 2018-03-19 | 2018-09-25 | 精锐视觉智能科技(深圳)有限公司 | 图像标注方法及终端设备 |
CN108681752A (zh) * | 2018-05-28 | 2018-10-19 | 电子科技大学 | 一种基于深度学习的图像场景标注方法 |
CN108985293A (zh) * | 2018-06-22 | 2018-12-11 | 深源恒际科技有限公司 | 一种基于深度学习的图像自动化标注方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027640A (zh) * | 2019-12-25 | 2020-04-17 | 厦门市美亚柏科信息股份有限公司 | 一种视频数据的标注方法、装置、终端设备及存储介质 |
CN111882606A (zh) * | 2020-07-01 | 2020-11-03 | 上海品览数据科技有限公司 | 一种基于深度学习的货架商品分层方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12020415B2 (en) | Method for monitoring manufacture of assembly units | |
CN106934800B (zh) | 一种基于yolo9000网络的金属板带表面缺陷检测方法及装置 | |
CN102521560B (zh) | 高鲁棒仪表指针图像识别方法 | |
CN110659636A (zh) | 基于深度学习的指针式仪表读数识别方法 | |
CN103761331B (zh) | 一种用于图纸数据的处理系统及其处理方法 | |
CN109685154A (zh) | 一种图像数据标注标签的方法 | |
CN109740457B (zh) | 一种人脸识别算法评测方法 | |
CN107239742A (zh) | 一种仪表指针刻度值计算方法 | |
CN106557751A (zh) | 一种带颜色指示信息的指针式压力表自动读数方法 | |
CN109003271A (zh) | 一种基于深度学习yolo算法的线束连接器排线质量检测方法 | |
EP4009038A1 (en) | Method and device for detecting mechanical equipment parts | |
CN113837159A (zh) | 一种基于机器视觉的仪表示数识别方法和装置 | |
CN111103307A (zh) | 一种基于深度学习的pcb板缺陷检测方法 | |
CN111259184B (zh) | 一种面向新零售的图像自动标注系统及方法 | |
CN113841156A (zh) | 基于图像识别的控制方法与装置 | |
CN111091121B (zh) | 一种基于图像处理的椭圆表盘检测矫正的方法 | |
US20060099553A1 (en) | Automatic teaching method for printed circuit board inspection system | |
CN110377768B (zh) | 一种智能识图系统及方法 | |
CN104657267A (zh) | 弹性的源代码语法树解析系统及方法 | |
CN103862892A (zh) | 一种用于pcb字符喷墨打印机的自动对位方法和系统 | |
CN105759196A (zh) | 具有补偿校准功能的自动定位首件电路板检测系统 | |
US20180313701A1 (en) | Temperature map creation | |
CN107248375A (zh) | 用于刻号机的识别号补值方法及系统 | |
CN112328951B (zh) | 一种分析样品的实验数据的处理方法 | |
CN113505660A (zh) | 一种纸质工程图作业批阅装置及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190426 |
|
WD01 | Invention patent application deemed withdrawn after publication |