CN110490955A - 一种标注图像获取方法及装置 - Google Patents
一种标注图像获取方法及装置 Download PDFInfo
- Publication number
- CN110490955A CN110490955A CN201910787853.7A CN201910787853A CN110490955A CN 110490955 A CN110490955 A CN 110490955A CN 201910787853 A CN201910787853 A CN 201910787853A CN 110490955 A CN110490955 A CN 110490955A
- Authority
- CN
- China
- Prior art keywords
- mark image
- images
- items
- article
- markup information
- 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 83
- 238000003860 storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 abstract description 34
- 238000013473 artificial intelligence Methods 0.000 description 22
- 238000004806 packaging method and process Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 238000012856 packing Methods 0.000 description 16
- 239000000463 material Substances 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000002950 deficient Effects 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011022 operating instruction Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供一种标注图像获取方法及装置,涉及图像识别技术领域,包括:以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像;根据物品图像,确定与物品图像对应的物品状态;将拍摄参数和物品状态确定为标注信息;组合标注信息和物品图像,得到包括标注信息的标注图像。实施这种实施方式,能够降低训练数据获取所需的人力资源成本,提高训练数据的获取效率。
Description
技术领域
本申请涉及图像识别技术领域,具体而言,涉及一种标注图像获取方法及装置。
背景技术
目前,随着人工智能的快速发展,越来越多的人工智能设备开始被应用到各行各业中。众所周知,人工智能的使用往往是通过人工智能模型进行的,而人工智能模型的训练又需要广泛的数据信息,因此,广泛的数据信息获取变得尤为关键。在实践中发现,目前的训练数据往往是认为进行标注得到的,这种训练数据的获取方法往往需要大量的人工操作,可见,目前的训练数据在获取中会耗费大量的人力资源成本,从而导致训练数据的获取效率不高。
发明内容
本申请实施例的目的在于提供一种标注图像获取方法及装置,能够降低训练数据获取所需的人力资源成本,提高训练数据的获取效率。
本申请实施例提供了一种标注图像获取方法,包括:
以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像;
根据所述物品图像,确定与所述物品图像对应的物品状态;
将所述拍摄参数和所述物品状态确定为标注信息;
组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像。
在上述实现过程中,该方法可以优先按照预设的拍摄参数(用于控制拍摄装置的拍摄角度或拍摄位置的参数)控制拍摄装置对物品进行拍摄,得到物品图像,并根据物品图像中包括的信息确定物品图像中物品的物品状态(该物品状态由用户根据事先对物品状态的分类确定),在确定该物品状态之后将拍摄参数和物品状态组合到一起,并确定该信息集合为标注信息,然后再进一步将标注信息添加至物品图像中,以使物品图像被调整为具有标注信息的标注图像,从而使得标注图像可以添加至人工智能训练的训练数据中。可见,实施这种实施方式,可以通过对拍摄装置进行控制,完成物品图像的获取,避免传统的人力观察记忆的过程,降低了人力资源的损耗;并且根据计算机内部处理方式对物品的物品状态进行获知,更是可以不需要人力的参与便可以完成物品状态的确认;通过确定来获取用于标注物品图像的标注信息,可以通过计算机统合各种信息进行数据标注,进而提高标注信息的获取效率;最后,融合标注信息和物品图像得到标注图像的步骤,可以快速地获取标注图像,从而有效地提高训练数据(标注图像)的获取效率。因此,本方法可以通过运行上述多个步骤来避免人力资源的损耗,并且可以有效地提高训练数据的获取效率。
进一步地,所述根据所述物品图像,确定与所述物品图像对应的物品状态的步骤包括:
获取所述物品图像包括的物品信息;
根据所述物品信息进行状态确定,得到物品状态。
在上述实现过程中,该方法可以获取物品图像中包括的物品信息(该物品信息可以用于表示物品分类的特征),并根据获取到的物品信息来确定物品状态(事先定义的物品状态)。可见,实施这种实施方式,可以有针对性地获取想要获取的物品信息来更准确地进行物品状态的判定,从而可以有效地提高物品状态获取的准确程度,提高标注图像中标注信息的准确程度。
进一步地,在所述以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像的步骤之前,所述方法还包括:
接收配置参数;
根据所述配置参数对用于对物品进行拍摄的拍摄装置进行配置,并确定所述配置参数为预设的拍摄参数。
在上述实现过程中,该方法可以接收输入的配置参数,并根据该配置参数配置对应的拍摄装置,从而保证物品图像可以更加清楚、准确地拍摄到;另外,将配置参数确定为预设的拍摄参数,可以限定出拍摄参数的具体预设方式,从而还可以保证后续特征信息的完整性。
进一步地,在所述组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像的步骤之后,所述方法还包括:
存储所述标注图像。
在上述实现过程中,标注图像获取到之后,可以存储该标注图像,以使在标注图像达到一定数目时,统一发送至人工智能模型的训练装置进行人工智能模型的训练。可见,实施这种实施方式,可以将标注图像存储备用,从而提高了该方法应用的普适性。
进一步地,在所述组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像的步骤之后,所述方法还包括:
判断所述标注图像包括的标注信息是否准确;
若所述标注图像包括的标注信息准确,则存储所述标注图像。
在上述实现过程中,可以再次判断标注图像中的标注信息是否准确,若标注信息准确,则存储标注图像。可见,实施这种实施方式,可以在存储标注图像之前再进行一次二次检测,以使标注信息的准确性更高,避免标注图像出现偏差的情况。
进一步地,所述方法还包括:
若所述标注图像包括的标注信息不准确,则删除所述标注图像。
在上述实现过程中,标注图像包括的标注信息不准确时,删除该标注图像,避免存在疑议的标注图像流入人工智能模型的训练阶段,从而保证的标注图像的准确性与作为训练数据的有效性。
本申请实施例第二方面提供了一种标注图像获取装置,所述标注图像获取装置包括:
拍摄单元,用于以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像;
确定单元,用于根据所述物品图像,确定与所述物品图像对应的物品状态;
所述确定单元,还用于将所述拍摄参数和所述物品状态确定为标注信息;
组合单元,用于组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像。
在上述实现过程中,标注图像获取装置包括用于获取物品图像的拍摄单元,用于确定物品状态并进一步确定标注信息的确定单元以及组合标注信息和物品图像的标注图像。可见,使用该标注图像获取装置,可以通过三个单元的交互完成物品图像的获取、标注信息的确定以及标注图像的生成,从而可以看出,该装置可以自主获取标注图像,避免人力资源的浪费,同时,使用该种标注图像获取装置相对于传统标注方式可以极大地提高标注图像的效率。
进一步地,所述标注图像获取装置还包括:
判断单元,用于判断所述标注图像包括的标注信息是否准确;
存储单元,用于在所述判断单元的判断结果为是时,存储所述标注图像。
在上述实现过程中,标注图像获取装置还可以通过判断单元对标注图像包括的标注信息进行二次确定,来确定标注图像的准确性(或说训练数据的有效性),并在判断单元判断出标注信息准确时,存储标注图像,以备后用。可见,实施这种实施方式,可以使标注图像的准确性更高。
本申请实施例第三方面提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据本申请实施例第一方面中任一项所述的标注图像获取方法。
本申请实施例第四方面提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例第一方面中任一项所述的标注图像获取方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种标注图像获取方法的流程示意图;
图2为本申请实施例提供的另一种标注图像获取方法的流程示意图;
图3为本申请实施例提供的一种标注图像获取装置的结构示意图;
图4为本申请实施例提供的另一种标注图像获取装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例1
请参看图1,图1为本申请实施例提供了一种标注图像获取方法的流程示意图。该标注图像获取方法应用于人工智能模型建立前的训练数据获取的过程中,具体的,该标注图像获取方法的应用结果可以直接作为人工智能模型的训练数据进行人工智能模型的训练。在实际场景中,该标注图像获取方法还可以应用于工业流水线或者产品流水线中,从而为人工智能模型的训练数据提供储备保障。另外,该标注图像的获取方法可以由人使用计算机或专用器械进行运行,使得用户可以对操作进行监控,从而提高标注图像获取的稳定性(即不会出现其他问题)。其中,该标注图像获取方法包括:
S101、以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像。
本实施例中,拍摄装置可以为摄像头,可以为照相机,还可以为手机等智能终端,对此本实施例中不作任何限定。
本实施例中,当拍摄装置为摄像头时,拍摄参数可以包括摄像头的角度、摄像头的高度、摄像头的内置参数、拍摄灯光参数(如亮度、对比对等)。
在本实施例中,拍摄装置不为摄像头时,拍摄参数可以根据拍摄装置的拍摄需求具体设定。
作为一种可选的实施方式,以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像可以包括:
发送预设的拍摄参数至拍摄装置;
控制拍摄装置根据拍摄参数对物品进行拍摄,得到物品图像。
实施这种实施方式,可以实现远程或近程的通讯控制,提高该方法应用的普适性。
本实施例中,物品图像拍摄的到的物品的图像,具体的,该物品图像可以包括物品本体以及物品的包装袋。
在本实施例中,物品图像具体为物品的包装图像,其中,物品的包装图像中包括物品。
S102、根据物品图像,确定与物品图像对应的物品状态。
本实施例中,物品状态可以为能够被检测到的视觉可见的状态,该状态可以为数据库中预设的状态,即物品状态可以是从数据库中调取得到的。
在本实施例中,物品状态优选为包装状态。
本实施例中,计算机可以识别物品图像中的一个或多个特征,再将上述一个或多个特征按照计算机内预设的规则进行判断,确定出于物品图像对应的物品状态。
在本实施例中,上述预设的规则可以为匹配规则,也可以为比重判断规则(根据各个特征进行评分计算,再根据比重计算综合评分,并根据综合评分匹配对应的物品状态),对此本实施例中不作任何限定。
在本实施例中,上述的确定方法还可以是由人工智能模型完成。
本实施例中,物品状态可以包括良好、不良、无法判断等等,对此本实施例中不作任何限定。
S103、将拍摄参数和物品状态确定为标注信息。
作为一种可选的实施方式,将拍摄参数和物品状态确定为标注信息的步骤可以包括:
将拍摄参数和物品状态进行信息组合,得到标注信息。
实施这种实施方式,可以简单获取标注信息,以提高标注信息获取的效率,降低获取标注信息的难度。
本实施例中,标注信息是用于后续人工智能学习的标签。
作为一种可选的实施方式,将拍摄参数和物品状态确定为标注信息可以包括:
将拍摄参数、物品状态以及物品包装类型确定为标注信息。
实施这种实施方式,限定了标注信息中物品包装类型这一特征信息,从而提高了标注信息的标签数量和标注精确程度。
在本实施例中,物品包装类型又称为产品类型,具体的物品包装类型(产品类型)指代的是包装物上包装物体的类型,同时该物品包装类型还可以包括被包装物的类型,甚至于该物品包装类型还可以包括包装物对被包装物体的物品包装类型(如套袋式包装、封闭式包装等等)。
S104、组合标注信息和物品图像,得到包括标注信息的标注图像。
本实施例中,标注信息和物品图像的组合可以是简单的信息组合,也可以是具有特殊标记的组合,对此本实施例中不作任何限定。
在本实施例中,上述组合方法包括根据物品图像中包括的特征信息进行的定点标注信息描述。
本实施例中,标注图像可以为一种图像的称呼,也可以为一种信息集合的称呼,对此本实施例中不作任何限定。
作为一种可选的实施方式,组合标注信息和物品图像,得到包括标注信息的标注图像的步骤之后,该方法还包括:
根据标注图像进行人工智能模型的训练,得到训练后的人工智能模型。
实施这种实施方式,可以将标注图像的获取与人工智能模型的训练结合到一起,得到训练后的人工智能模型。
本实施例中,该标注图像获取方法应用于对包装物体的标注图像获取,具体的,物品图像为包装物品图像。
本实施例中,标注图像获取方法可以由计算机进行执行,其中,计算机中存储有与该标注图像获取方法对应的运行指令,并且该计算机可以根据上述运行指令进行运行以完成标注图像获取方法,从而得到标注图像。具体的,标注图像获取方法还可以由专用的机器设备或服务设备所所用,因此,本申请中描述的执行主体可以为计算机、工厂机器等各类电子设备,对此本实施例中不作任何限定。
可见,实施图1所描述的标注图像获取方法,能够减少人工操作,使得操作者在正常流水线工作运行的过程中,可以使用该方法进行标注的工作,从而实现节省时间、提高效率的效果。同时,传统的数据采集和标记的方式,都是由技术人员到现场进行拍照,并做相应的标记工作,工作量巨大,而且由于不是相应行业的从业人员,容易出现标记错误的情况,导致算法无效;而本实施例通过可以让行业工人在正常生产的过程中自动对拍摄图像进行采集和标注,从而可以快速收集AI算法所需要的数据,大大减轻了相关的工作量,避免了人力资源的消耗,提高了效率。
另外,实施图1所描述的标注图像获取方法,还能够优先按照预设的拍摄参数(用于控制拍摄装置的拍摄角度或拍摄位置的参数)控制拍摄装置对物品进行拍摄,得到物品图像,并根据物品图像中包括的信息确定物品图像中物品的物品状态(该物品状态可以为包装状态,而该包装状态可以为包装良好、包装不良以及无法检测等),在确定该物品状态之后将拍摄参数和物品状态组合到一起,并确定该信息集合为标注信息,然后再进一步将标注信息添加至物品图像中,以使物品图像被调整为具有标注信息的标注图像,从而使得标注图像可以添加至人工智能训练的训练数据中。可见,实施这种实施方式,可以通过对拍摄装置进行控制,完成物品图像的获取,避免传统的人力观察记忆的过程,降低了人力资源的损耗;并且根据计算机内部处理方式对物品的物品状态进行获知,更是可以不需要人力的参与便可以完成物品状态的确认;通过确定来获取用于标注物品图像的标注信息,可以通过计算机统合各种信息进行数据标注,进而提高标注信息的获取效率;最后,融合标注信息和物品图像得到标注图像的步骤,可以快速地获取标注图像,从而有效地提高训练数据(标注图像)的获取效率。因此,本方法可以通过运行上述多个步骤来避免人力资源的损耗,并且可以有效地提高训练数据的获取效率。
实施例2
请参看图2,图2为本申请实施例提供的另一种标注图像获取方法的流程示意图。图2所描述的标注图像获取方法的流程示意图是根据图1所描述的标注图像获取方法的流程示意图进行改进得到的。其中,该标注图像获取方法包括:
S201、接收配置参数。
本实施例中,配置参数为用于配置拍摄装置的配置参数,具体的该配置参数用于配置拍摄装置的拍摄条件,如拍摄高度、拍摄角度以及拍摄亮度等等。
本实施例中,配置参数为接收到的,可知配置参数必定是被输入的,而发出输入这项操作的则为输入端,具体的可以为输入者操作输入端发送的配置参数。
S202、根据配置参数对用于对物品进行拍摄的拍摄装置进行配置,并确定配置参数为预设的拍摄参数。
本实施例中,计算机可以对与之通讯连接的拍摄装置进行控制(或配置)。
本实施例中,确定配置参数为预设的拍摄参数即为拍摄参数的预设过程。
在本实施例中,对于拍摄参数的解释说明请参照实施例1中的描述说明。
本实施例中,上述的物品类型可以在该步骤中通过配置参数进行统一配置,对此本实施例中不做任何限定。
举例来说,该步骤可以为配置物品对应的物品类型(或产品类型)、摄像头参数(如角度、高度等)、灯光参数(如亮度、对比度等),并在每次配置完成后,按照配置参数对计算机数据进行数据初始化,以保证上述配置数据为初始化后的基础数据。
S203、以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像。
本实施例中,拍摄装置可以为摄像头,可以为照相机,还可以为手机等智能终端,对此本实施例中不作任何限定。
本实施例中,当拍摄装置为摄像头时,拍摄参数可以包括摄像头的角度、摄像头的高度、摄像头的内置参数、拍摄灯光参数(如亮度、对比对等)。
在本实施例中,拍摄装置不为摄像头时,拍摄参数可以根据拍摄装置的拍摄需求具体设定。
作为一种可选的实施方式,以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像可以包括:
发送预设的拍摄参数至拍摄装置;
控制拍摄装置根据拍摄参数对物品进行拍摄,得到物品图像。
实施这种实施方式,可以实现远程或近程的通讯控制,提高该方法应用的普适性。
本实施例中,物品图像拍摄的到的物品的图像,具体的,该物品图像可以包括物品本体以及物品的包装袋。
在本实施例中,物品图像具体为物品的包装图像,其中,物品的包装图像中包括物品。
S204、获取物品图像包括的物品信息。
本实施例中,物品信息可以为物品图像中包装物的特征信息。
在本实施例中,包装物的特征信息可以为包装物的扎口是否扎紧和包装物是否存在漏气口等等,对此本实施例中不作任何限定。
S205、根据物品信息进行状态确定,得到物品状态。
本实施例中,根据上述的物品信息进行状态确定,若物品信息没有任何问题,则确定物品状态为良好状态,如果存在问题则确定物品状态为不良状态,若无法确定,则确定物品状态为无法确定状态。
在本实施例中,物品信息可以为物品的包装信息,相应的物品状态可以为物品的包装状态。
S206、将拍摄参数和物品状态确定为标注信息。
本实施例中,标注信息是用于后续人工智能学习的标签。
S207、组合标注信息和物品图像,得到包括标注信息的标注图像。
本实施例中,标注信息和物品图像的组合可以是简单的信息组合,也可以是具有特殊标记的组合,对此本实施例中不作任何限定。
在本实施例中,上述组合方法包括根据物品图像中包括的特征信息进行的定点标注信息描述。
本实施例中,标注图像可以为一种图像的称呼,也可以为一种信息集合的称呼,对此本实施例中不作任何限定。
S208、判断标注图像包括的标注信息是否准确,若是,则执行步骤S209;若否,则执行步骤S210。
本实施例中,判断方法可以为根据物品图像再次确定物品状态,并判断两次物品状态是否相同,如果相同则确认为准确,如果互通,则确认为不准确。
这本实施例中,再次确定物品状态的方法可以与之前确定物品状态的方法不一致,具体的,在前物品状态的确定方法所选用的特征和该物品状态的确定方法的特征可以存在不同。
S209、存储标注图像。
实施这种实施方式,可以在标注图像获取到之后,存储该标注图像,以使在标注图像达到一定数目时,统一发送至人工智能模型的训练装置进行人工智能模型的训练。可见,实施这种实施方式,可以将标注图像存储备用,从而提高了该方法应用的普适性。
S210、删除标注图像
实施这种实施方式,可以在标注图像包括的标注信息不准确时,删除该标注图像,避免存在异议的标注图像流入人工智能模型的训练阶段,从而保证的标注图像的准确性与作为训练数据的有效性。
举例来说,该方法中,计算机预先根据配置参数调整摄像头和灯光,以确保可以正确地拍摄到包装物;然后,在包装机按照正常工艺流程运行,是计算机根据摄像头拍摄得到的画面判断当前画面里面的包装物的性质,并根据该包装物的性质确定出包装物的状态(如良品、不良品或无法判断等);紧接着,计算机在图片信息里加上标注信息,以说明得到的标注图像对应的物品包装类型(产品类型)、摄像头配置、灯光配置以及物品的物品状态(良品,不良品,无法判断),并将标注图像保存到服务器中。
进一步举例来说,计算机还可以从服务器上调阅这些图片,通过全检或是抽检的方式,对图片标注信息进行确认,以保证标注的准确性;当产品发生变化时,进行计算机内的数据删除操作,然后重复上述举例的步骤以完成下一个数据采集和分类的过程。
可见,实施图2所描述的标注图像获取方法,能够优先按照预设的拍摄参数(用于控制拍摄装置的拍摄角度或拍摄位置的参数)控制拍摄装置对物品进行拍摄,得到物品图像,并根据物品图像中包括的信息确定物品图像中物品的物品状态(该物品状态可以为包装状态,而该包装状态可以为包装良好、包装不良以及无法检测等),在确定该物品状态之后将拍摄参数和物品状态组合到一起,并确定该信息集合为标注信息,然后再进一步将标注信息添加至物品图像中,以使物品图像被调整为具有标注信息的标注图像,从而使得标注图像可以添加至人工智能训练的训练数据中。可见,实施这种实施方式,可以通过对拍摄装置进行控制,完成物品图像的获取,避免传统的人力观察记忆的过程,降低了人力资源的损耗;并且根据计算机内部处理方式对物品的物品状态进行获知,更是可以不需要人力的参与便可以完成物品状态的确认;通过确定来获取用于标注物品图像的标注信息,可以通过计算机统合各种信息进行数据标注,进而提高标注信息的获取效率;最后,融合标注信息和物品图像得到标注图像的步骤,可以快速地获取标注图像,从而有效地提高训练数据(标注图像)的获取效率。因此,本方法可以通过运行上述多个步骤来避免人力资源的损耗,并且可以有效地提高训练数据的获取效率。
实施例3
请参看图3,图3为本申请实施例提供的一种标注图像获取装置的结构示意图。其中,该标注图像获取装置包括:
拍摄单元310,用于以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像;
确定单元320,用于根据物品图像,确定与物品图像对应的物品状态;
确定单元320,还用于将拍摄参数和物品状态确定为标注信息;
组合单元330,用于组合标注信息和物品图像,得到包括标注信息的标注图像。
本实施例中,对于标注图像获取装置中的解释说明可以延用实施例1或实施例2中描述的解释说明,对此本实施例中不再进行赘述。
可见,实施图3所描述的标注图像获取装置,能够通过三个单元的交互完成物品图像的获取、标注信息的确定以及标注图像的生成,从而可以看出,该装置可以自主获取标注图像,避免人力资源的浪费,同时,使用该种标注图像获取装置相对于传统标注方式可以极大地提高标注图像的效率。
实施例4
请参看图4,图4为本申请实施例提供的另一种标注图像获取装置的结构示意图。图4所描述的标注图像获取装置的结构示意图是根据图3所描述的标注图像获取装置的结构示意图进行改进得到的。其中,确定单元320可以包括:
获取子单元321,用于获取物品图像包括的物品信息;
确定子单元322,用于根据物品信息进行状态确定,得到物品状态。
作为一种可选的实施方式,标注图像获取装置还可以包括:
接收单元340,用于接收配置参数;
配置单元350,用于根据配置参数对用于对物品进行拍摄的拍摄装置进行配置,并确定配置参数为预设的拍摄参数。
作为一种可选的实施方式,标注图像获取装置还可以包括:
判断单元360,用于判断标注图像包括的标注信息是否准确;
存储单元370,用于在判断单元360的判断结果为是时,存储标注图像。
作为一种可选的实施方式,标注图像获取装置还可以包括:
删除单元380,用于在判断单元360的判断结果为否时,则删除标注图像。
本实施例中,对于标注图像获取装置中的解释说明可以延用实施例1或实施例2中描述的解释说明,对此本实施例中不再进行赘述。
可见,实施图4所描述的标注图像获取装置,能够通过三个单元的交互完成物品图像的获取、标注信息的确定以及标注图像的生成,从而可以看出,该装置可以自主获取标注图像,避免人力资源的浪费,同时,使用该种标注图像获取装置相对于传统标注方式可以极大地提高标注图像的效率。
本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据本申请实施例1或实施例2中任一项标注图像获取方法。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行本申请实施例1或实施例2中任一项标注图像获取方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种标注图像获取方法,其特征在于,包括:
以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像;
根据所述物品图像,确定与所述物品图像对应的物品状态;
将所述拍摄参数和所述物品状态确定为标注信息;
组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像。
2.根据权利要求1所述的标注图像获取方法,其特征在于,所述根据所述物品图像,确定与所述物品图像对应的物品状态的步骤包括:
获取所述物品图像包括的物品信息;
根据所述物品信息进行状态确定,得到物品状态。
3.根据权利要求1所述的标注图像获取方法,其特征在于,在所述以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像的步骤之前,所述方法还包括:
接收配置参数;
根据所述配置参数对用于对物品进行拍摄的拍摄装置进行配置,并确定所述配置参数为预设的拍摄参数。
4.根据权利要求1所述的标注图像获取方法,其特征在于,在所述组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像的步骤之后,所述方法还包括:
存储所述标注图像。
5.根据权利要求1所述的标注图像获取方法,其特征在于,在所述组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像的步骤之后,所述方法还包括:
判断所述标注图像包括的标注信息是否准确;
若所述标注图像包括的标注信息准确,则存储所述标注图像。
6.根据权利要求5所述的标注图像获取方法,其特征在于,所述方法还包括:
若所述标注图像包括的标注信息不准确,则删除所述标注图像。
7.一种标注图像获取装置,其特征在于,所述标注图像获取装置包括:
拍摄单元,用于以预设的拍摄参数为依据控制拍摄装置对物品进行拍摄,得到物品图像;
确定单元,用于根据所述物品图像,确定与所述物品图像对应的物品状态;
所述确定单元,还用于将所述拍摄参数和所述物品状态确定为标注信息;
组合单元,用于组合所述标注信息和所述物品图像,得到包括所述标注信息的标注图像。
8.根据权利要求7所述的标注图像获取装置,其特征在于,所述标注图像获取装置还包括:
判断单元,用于判断所述标注图像包括的标注信息是否准确;
存储单元,用于在所述判断单元的判断结果为是时,存储所述标注图像。
9.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至6中任一项所述的标注图像获取方法。
10.一种可读存储介质,其特征在于,所述可读取存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1至6任一项所述的标注图像获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910787853.7A CN110490955A (zh) | 2019-08-26 | 2019-08-26 | 一种标注图像获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910787853.7A CN110490955A (zh) | 2019-08-26 | 2019-08-26 | 一种标注图像获取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110490955A true CN110490955A (zh) | 2019-11-22 |
Family
ID=68554031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910787853.7A Pending CN110490955A (zh) | 2019-08-26 | 2019-08-26 | 一种标注图像获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110490955A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929573A (zh) * | 2020-12-09 | 2021-06-08 | 广州市玄武无线科技股份有限公司 | 一种图像采集标注系统及方法 |
CN113297930A (zh) * | 2021-05-10 | 2021-08-24 | 清华大学 | 图像中物体真实大小的表示与标注方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044114A (zh) * | 2015-04-27 | 2015-11-11 | 中国人民解放军理工大学 | 一种电解电容外观包装缺陷图像检测系统与方法 |
CN105606481A (zh) * | 2015-12-29 | 2016-05-25 | 西安双健包装有限公司 | 一种包装盒检测系统 |
CN106153639A (zh) * | 2015-04-21 | 2016-11-23 | 凯吉凯精密电子技术开发(苏州)有限公司 | 基于人工智能的电路板检测方法及其检测装置 |
CN106529427A (zh) * | 2016-10-24 | 2017-03-22 | 合肥华凌股份有限公司 | 图像中目标物体识别方法、冰箱内食品识别方法及系统 |
CN108037770A (zh) * | 2017-11-22 | 2018-05-15 | 国网山东省电力公司济宁供电公司 | 基于人工智能的无人机输电线路巡检系统和方法 |
EP3321854A2 (en) * | 2016-11-15 | 2018-05-16 | Panasonic Intellectual Property Corporation of America | Identification method, identification apparatus, classifier creating method, and classifier creating apparatus |
-
2019
- 2019-08-26 CN CN201910787853.7A patent/CN110490955A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106153639A (zh) * | 2015-04-21 | 2016-11-23 | 凯吉凯精密电子技术开发(苏州)有限公司 | 基于人工智能的电路板检测方法及其检测装置 |
CN105044114A (zh) * | 2015-04-27 | 2015-11-11 | 中国人民解放军理工大学 | 一种电解电容外观包装缺陷图像检测系统与方法 |
CN105606481A (zh) * | 2015-12-29 | 2016-05-25 | 西安双健包装有限公司 | 一种包装盒检测系统 |
CN106529427A (zh) * | 2016-10-24 | 2017-03-22 | 合肥华凌股份有限公司 | 图像中目标物体识别方法、冰箱内食品识别方法及系统 |
EP3321854A2 (en) * | 2016-11-15 | 2018-05-16 | Panasonic Intellectual Property Corporation of America | Identification method, identification apparatus, classifier creating method, and classifier creating apparatus |
CN108037770A (zh) * | 2017-11-22 | 2018-05-15 | 国网山东省电力公司济宁供电公司 | 基于人工智能的无人机输电线路巡检系统和方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929573A (zh) * | 2020-12-09 | 2021-06-08 | 广州市玄武无线科技股份有限公司 | 一种图像采集标注系统及方法 |
CN113297930A (zh) * | 2021-05-10 | 2021-08-24 | 清华大学 | 图像中物体真实大小的表示与标注方法和装置 |
CN113297930B (zh) * | 2021-05-10 | 2022-08-09 | 清华大学 | 图像中物体真实大小的表示与标注方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109062817A (zh) | 自动化测试方法及系统 | |
CN103323786B (zh) | 一种检测电池使用时长的方法、装置及设备 | |
CN105740133B (zh) | 一种基于服务调用拓扑的分布式应用性能监控方法 | |
CN109325978A (zh) | 增强现实显示的方法、姿态信息的确定方法及装置 | |
CN110490955A (zh) | 一种标注图像获取方法及装置 | |
CN109407541A (zh) | 智能家居设备的控制方法及装置 | |
CN109829667A (zh) | 物流节点包裹量的预测方法和装置 | |
CN109948996A (zh) | 审批流程可视化展示方法、装置及计算机设备、存储介质 | |
CN109074638A (zh) | 融合建图方法、相关装置及计算机可读存储介质 | |
CN110347407A (zh) | 一种获取内存占用量的方法、装置、计算机设备及介质 | |
CN110334633A (zh) | 识别巡检数据并更新识别模型的方法、装置及存储介质 | |
CN108062649A (zh) | 原纸仓库管理方法、装置及计算机可读存储介质 | |
CN110297718A (zh) | 界面元素联动处理方法、装置和设备 | |
CN113610968A (zh) | 目标检测模型的更新方法及装置 | |
CN109670064A (zh) | 照片归档方法、装置及电子设备 | |
CN106294630B (zh) | 多媒体信息推荐方法、装置及多媒体系统 | |
CN109785422A (zh) | 三维电网场景的构建方法及装置 | |
CN108446856A (zh) | 基于动态位置服务的风险识别系统和方法 | |
CN109669807A (zh) | 业务事件的校验方法及装置、处理器、存储介质 | |
CN107977201A (zh) | 一种综合监控hmi自动生成方法 | |
CN107277764A (zh) | 一种家庭地址真实性的判断方法 | |
CN109684875A (zh) | 布料检测记录方法、装置、设备及存储介质 | |
CN109858900A (zh) | 一种支付信息推送方法、装置及终端设备 | |
CN105930027A (zh) | 一种终端的提示方法和终端 | |
CN108737487A (zh) | 数据同步方法和装置、存储介质及电子装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |