CN111598006B - 用于标注对象的方法和装置 - Google Patents
用于标注对象的方法和装置 Download PDFInfo
- Publication number
- CN111598006B CN111598006B CN202010420437.6A CN202010420437A CN111598006B CN 111598006 B CN111598006 B CN 111598006B CN 202010420437 A CN202010420437 A CN 202010420437A CN 111598006 B CN111598006 B CN 111598006B
- Authority
- CN
- China
- Prior art keywords
- image
- labeling
- target object
- marking
- frame
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Human Computer Interaction (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了用于标注对象的方法和装置。上述方法的一具体实施方式包括:获取待标注图像,上述待标注图像包括目标对象;根据预先训练的第一检测模型以及上述待标注图像,确定目标对象的位置信息;根据上述位置信息以及预设的标注框尺寸集合,确定适配上述目标对象的标注框的尺寸;根据所确定的尺寸,利用标注框标注上述目标对象。该实施方式不需要人工对标注框进行调整,减少了人工的工作量。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于标注对象的方法和装置。
背景技术
随着深度学习算法的不断进步,行人目标检测算法准确度的不断提高,一些移动端能够采用深度学习里的行人目标检测算法进行行人检测。但深度学习的特点同时也是必备条件就是需要大量的人工标注数据去训练模型,并且数据量和数据质量决定了模型检测的效果。对于行人检测来说,需要人工去标注图片中每个人在图片上的位置,并重复这个过程十万甚至百万次,而这个过程需要投入大量人力和时间。
发明内容
本申请实施例提出了用于标注对象的方法和装置。
第一方面,本申请实施例提供了一种用于标注对象的方法,包括:获取待标注图像,上述待标注图像包括目标对象;根据预先训练的第一检测模型以及上述待标注图像,确定目标对象的位置信息;根据上述位置信息以及预设的标注框尺寸集合,确定适配上述目标对象的标注框的尺寸;根据所确定的尺寸,利用标注框标注上述目标对象。
在一些实施例中,上述方法还包括:获取上述待标注图像的非标注区域;在上述非标注区域生成马赛克。
在一些实施例中,上述方法还包括:根据生成马赛克后的图像,确定训练样本;将上述训练样本中包括马赛克的图像作为输入,将上述标注框作为期望输出,得到第二检测模型。
在一些实施例中,上述方法还包括:获取标注框信息,上述标注框信息包括标注框的尺寸;对上述标注框的尺寸进行聚类,得到标注框尺寸集合。
在一些实施例中,上述获取上述待标注图像的标注区域和非标注区域,包括:根据上述标注框,确定标注区域;根据标注区域,确定上述非标注区域。
第二方面,本申请实施例提供了一种用于标注对象的装置,包括:图像获取单元,被配置成获取待标注图像,上述待标注图像包括目标对象;位置确定单元,被配置成根据预先训练的第一检测模型以及上述待标注图像,确定目标对象的位置信息;尺寸确定单元,被配置成根据上述位置信息以及预设的标注框尺寸集合,确定适配上述目标对象的标注框的尺寸;对象标注单元,被配置成根据所确定的尺寸,利用标注框标注上述目标对象。
在一些实施例中,上述装置还包括处理装置,被配置成:获取上述待标注图像的非标注区域;在上述非标注区域生成马赛克。
在一些实施例中,上述装置还包括训练单元,被配置成:根据生成马赛克后的图像,确定训练样本;将上述训练样本中的图像作为输入,将上述标注框作为期望输出,得到第二检测模型。
在一些实施例中,上述装置还包括尺寸集合确定单元,被配置成:获取标注框信息,上述标注框信息包括标注框的尺寸;对上述标注框的尺寸进行聚类,得到标注框尺寸集合。
在一些实施例中,上述尺寸集合确定单元进一步被配置成:根据上述标注框,确定标注区域;根据标注区域,确定非标注区域。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于标注对象的方法和装置,可以首先获取待标注图像,上述待标注图像包括目标对象。然后,根据预先训练的第一检测模型以及待标注图像,确定目标对象的位置信息。然后,根据位置信息以及预设的标注框尺寸集合,确定标注目标对象的标注框的尺寸。最后,根据所确定的尺寸,利用标注框标注目标对象。本实施例的方法,可以从预设的标注框尺寸集合中选取适配的标注框,并用上述标注框标注目标对象,从而不需要人工对标注框进行调整,减少了人工的工作量。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于标注对象的方法的一个实施例的流程图;
图3是根据本申请的用于标注对象的方法的一个应用场景的示意图;
图4是根据本申请的用于标注对象的方法的另一个实施例的流程图;
图5是根据本申请的用于标注对象的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于标注对象的方法或用于标注对象的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以与照相机连接,以采集图像。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像浏览类应用、适配浏览类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、智能后视镜、智能行车记录仪、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上采集的图像提供支持的后台服务器。后台服务器可以对获取到的待标注图像等数据进行分析等处理,并将处理结果(例如图像的标注结果)反馈给终端设备101、102、103。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于标注对象的方法一般由服务器105执行,相应地,用于标注对象的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于标注对象的方法的一个实施例的流程200。本实施例的用于标注对象的方法,包括以下步骤:
步骤201,获取待标注图像。
在本实施例中,用于标注对象的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取待标注图像。上述待标注图像可以是车辆上安装的图像采集装置采集的图像。上述待标注图像包括目标对象,目标对象可以包括行人、车辆等等。
步骤202,根据预先训练的第一检测模型以及待标注图像,确定目标对象的位置信息。
本实施例中,执行主体在获取到待标注图像后,可以采用预先训练的第一检测模型,来确定目标对象的位置信息。上述第一检测模型可以识别待标注图像中的目标对象,其可以是各种深度学习算法,例如深度神经网络、卷积神经网络,还可以是各种神经网络的组合等。第一检测模型可以包括多个卷积层,运行上述第一检测模型对硬件的要求较高。第一检测模型可以由公开的行人数据训练得到。
执行主体可以将上述待标注图像输入上述第一检测模型,得到目标对象的位置信息。上述位置信息可以包括目标对象的中心、边框等信息。
步骤203,根据位置信息以及预设的标注框尺寸集合,确定标注目标对象的标注框的尺寸。
执行主体在确定目标对象的位置信息后,可以结合预设的标注框尺寸集合,确定适配目标对象的标注框的尺寸。上述标注框尺寸集合中包括多个标注框尺寸,上述多个标注框尺寸是现有的标注图像中目标对象的标注框的尺寸。这样,通过适配得到的标注框的尺寸比较接近于用户设置的标注框的尺寸,从而不需要人工再次调整。
在本实施例的一些可选的实现方式中,上述标注框尺寸集合可以通过图2中未示出的以下步骤来实现:获取标注框信息,标注框信息包括标注框的尺寸;对标注框的尺寸进行聚类,得到标注框尺寸集合。
本实现方式中,执行主体可以获取标注框信息。上述标注框信息可以是人工标注的。执行主体可以首先获取已公开的标注数据,从上述标注数据中确定出各标注框信息。上述标注框的信息包括标注框的尺寸、位置等信息。执行主体可以对各标注框的尺寸进行聚类,得到多个标注框尺寸。具体的,执行主体可以采用现有的聚类算法对各标注框的尺寸进行聚类,如DBSCAN(Density-Based Spatial Clustering of Applications with Noise,基于密度的聚类算法)。
步骤204,根据所确定的尺寸,利用标注框标注目标对象。
执行主体在确定了适配目标对象的尺寸后,可以利用标注框标注目标对象。可以理解的是,标注框的尺寸就是适配得到的标注框的尺寸。
继续参见图3,图3是根据本实施例的用于标注对象的方法的一个应用场景的示意图。在图3的应用场景中,车辆301中安装的行车记录仪采集了行驶环境中的多个图像。并将上述图像上传到服务器302中,服务器302中设置有预先训练的第一检测模型。服务器302将多个图像输入第一检测模型,确定各图像中包括的行人的位置信息。然后,确定出于行人适配的标注框的尺寸。最后,用标注框标注行人。服务器302还可以将标注后的图像输出给终端设备303中。上述终端设备303可以是标注人员使用的终端,标注人员可以进一步审核标注后的图像,确认是否需要调整行人的标注框。
本申请的上述实施例提供的用于标注对象的方法,可以首先获取待标注图像,上述待标注图像包括目标对象。然后,根据预先训练的第一检测模型以及待标注图像,确定目标对象的位置信息。然后,根据位置信息以及预设的标注框尺寸集合,确定标注目标对象的标注框的尺寸。最后,根据所确定的尺寸,利用标注框标注目标对象。本实施例的方法,可以从预设的标注框尺寸集合中选取适配的标注框,并用上述标注框标注目标对象,从而不需要人工对标注框进行调整,减少了人工的工作量。
继续参见图4,其示出了根据本申请的用于标注对象的方法的另一个实施例的流程400。如图4所示,本实施例的用于标注对象的方法,可以包括以下步骤:
步骤401,获取待标注图像。
步骤402,根据预先训练的第一检测模型以及待标注图像,确定目标对象的位置信息。
步骤403,根据位置信息以及预设的标注框尺寸集合,确定适配目标对象的标注框的尺寸。
步骤404,根据所确定的尺寸,利用标注框标注目标对象。
步骤405,获取待标注图像的非标注区域
本实施例中,执行主体还可以获取待标注图像的非标注区域。上述非标注区域可以包括模糊、不清晰的目标对象或者可以不包括目标对象。相应的,待标注图像中除非标注区域之外的区域可称为标注区域,标注区域包括待标注的多个目标对象,执行主体可以从标注人员处获取待标注图像的标注区域。标注人员在得到标注后的图像后,可以在上述图像中选定标注区域。并将选定标注区域后的图像发送给执行主体。标注区域之外的部分即为非标注区域。
在本实施例的一些可选的实现方式中,执行主体可以通过图4中未示出的以下步骤来确定非标注区域:根据标注框,确定标注区域;根据标注区域,确定非标注区域。
本实现方式中,执行主体可以确定能够包围各标注框的包围框。并将包围框中的区域作为标注区域,将包围框之外的区域作为非标注区域。
步骤406,在非标注区域生成马赛克。
本实施例中,在确定非标注区域后,执行主体可以在非标注区域生成马赛克。具体的,执行主体可以将非标注区域的像素按块状打乱位置,这样非标注区域和周围像素相比不会特别突兀,这样图像更加干净,训练效果更好。
步骤407,根据生成马赛克后的图像,确定训练样本。
执行主体可以将生成马赛克的图像作为训练样本。在训练样本数量达到预设数量后,可以利用多个训练样本来训练模型。
步骤408,将训练样本中包括马赛克的图像作为输入,将标注框作为期望输出,得到第二检测模型。
本实施例中,执行主体可以将训练样本中包括马赛克但不包括标注框的图像作为模型的输入,将标注框作为模型的期望输出,得到第二检测模型。优选的,上述第二检测模型包括的卷积层的数量较少,计算量较小,这样,训练后的第二检测模型可以设置在硬件水平较差的移动端,如设置在智能后视镜中,实现行人的快速检测。
本申请的上述实施例提供的用于标注对象的方法,可以得到质量较好的标注图像,并训练生成第二检测模型,有利于深度学习算法的落地。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于标注对象的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于标注对象的装置500包括:图像获取单元501、位置确定单元502、尺寸确定单元503以及对象标注单元504。
图像获取单元501,被配置成获取待标注图像。待标注图像包括目标对象。
位置确定单元502,被配置成根据预先训练的第一检测模型以及待标注图像,确定目标对象的位置信息。
尺寸确定单元503,被配置成根据位置信息以及预设的标注框尺寸集合,确定适配目标对象的标注框的尺寸。
对象标注单元504,被配置成根据所确定的尺寸,利用标注框标注目标对象。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的处理装置,被配置成:获取待标注图像的非标注区域;在非标注区域生成马赛克。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的训练单元,被配置成:获取待标注图像的非标注区域;在非标注区域生成马赛克。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的尺寸集合确定单元,被配置成:获取标注框信息,标注框信息包括标注框的尺寸;对标注框的尺寸进行聚类,得到标注框尺寸集合。
在本实施例的一些可选的实现方式中,尺寸集合确定单元进一步被配置成:根据标注框,确定标注区域;根据标注区域,确定非标注区域。
应当理解,用于标注对象的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于标注对象的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器或终端设备)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待标注图像,待标注图像包括目标对象;根据预先训练的第一检测模型以及待标注图像,确定目标对象的位置信息;根据位置信息以及预设的标注框尺寸集合,确定适配目标对象的标注框的尺寸;根据所确定的尺寸,利用标注框标注目标对象。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,两个接连地表示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操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。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括图像获取单元、位置确定单元、尺寸确定单元和对象标注单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,图像获取单元还可以被描述为“获取待标注图像的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种用于标注对象的方法,包括:
获取待标注图像,所述待标注图像包括目标对象;
根据预先训练的第一检测模型以及所述待标注图像,确定目标对象的位置信息;
根据所述位置信息以及预设的标注框尺寸集合,确定适配所述目标对象的标注框的尺寸;
根据所确定的尺寸,利用标注框标注所述目标对象;
其中,所述方法还包括:
获取所述待标注图像的非标注区域;
在所述非标注区域生成马赛克;
根据生成马赛克后的图像,确定训练样本;
将所述训练样本中的图像作为输入,将所述标注框作为期望输出,得到第二检测模型。
2.根据权利要求1所述的方法,其中,所述方法还包括:
获取标注框信息,所述标注框信息包括标注框的尺寸;
对所述标注框的尺寸进行聚类,得到标注框尺寸集合。
3.根据权利要求1所述的方法,其中,所述获取所述待标注图像的非标注区域,包括:
根据所述标注框,确定标注区域;
根据标注区域,确定所述非标注区域。
4.一种用于标注对象的装置,包括:
图像获取单元,被配置成获取待标注图像,所述待标注图像包括目标对象;
位置确定单元,被配置成根据预先训练的第一检测模型以及所述待标注图像,确定目标对象的位置信息;
尺寸确定单元,被配置成根据所述位置信息以及预设的标注框尺寸集合,确定适配所述目标对象的标注框的尺寸;
对象标注单元,被配置成根据所确定的尺寸,利用标注框标注所述目标对象;
其中,所述装置还包括处理装置,被配置成:
获取所述待标注图像的非标注区域;
在所述非标注区域生成马赛克;
其中,所述装置还包括训练单元,被配置成:
根据生成马赛克后的图像,确定训练样本;
将所述训练样本中的图像作为输入,将所述标注框作为期望输出,得到第二检测模型。
5.根据权利要求4所述的装置,其中,所述装置还包括尺寸集合确定单元,被配置成:
获取标注框信息,所述标注框信息包括标注框的尺寸;
对所述标注框的尺寸进行聚类,得到标注框尺寸集合。
6.根据权利要求4所述的装置,其中,所述处理装置进一步被配置成:
根据所述标注框,确定标注区域;
根据标注区域,确定非标注区域。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-3中任一所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420437.6A CN111598006B (zh) | 2020-05-18 | 2020-05-18 | 用于标注对象的方法和装置 |
JP2021053750A JP7249372B2 (ja) | 2020-05-18 | 2021-03-26 | 対象をラベリングするための方法及び装置、電子デバイス、コンピュータ可読記憶媒体及びコンピュータプログラム |
KR1020210058187A KR102547527B1 (ko) | 2020-05-18 | 2021-05-04 | 객체 라벨링 방법 및 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420437.6A CN111598006B (zh) | 2020-05-18 | 2020-05-18 | 用于标注对象的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111598006A CN111598006A (zh) | 2020-08-28 |
CN111598006B true CN111598006B (zh) | 2023-05-26 |
Family
ID=72189876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010420437.6A Active CN111598006B (zh) | 2020-05-18 | 2020-05-18 | 用于标注对象的方法和装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7249372B2 (zh) |
KR (1) | KR102547527B1 (zh) |
CN (1) | CN111598006B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381059B (zh) * | 2020-12-02 | 2023-02-03 | 武汉光庭信息技术股份有限公司 | 一种目标检测的标注方法及装置 |
CN113129375B (zh) * | 2021-04-21 | 2023-12-01 | 阿波罗智联(北京)科技有限公司 | 数据处理方法、装置、设备及存储介质 |
CN113127058B (zh) * | 2021-04-28 | 2024-01-16 | 北京百度网讯科技有限公司 | 数据标注方法、相关装置及计算机程序产品 |
CN113705565A (zh) * | 2021-08-10 | 2021-11-26 | 北京中星天视科技有限公司 | 舰船检测方法、装置、电子设备和计算机可读介质 |
CN115731588A (zh) * | 2021-08-27 | 2023-03-03 | 腾讯科技(深圳)有限公司 | 模型处理方法及装置 |
Citations (7)
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 |
US10169680B1 (en) * | 2017-12-21 | 2019-01-01 | Luminar Technologies, Inc. | Object identification and labeling tool for training autonomous vehicle controllers |
CN109409364A (zh) * | 2018-10-16 | 2019-03-01 | 北京百度网讯科技有限公司 | 图像标注方法和装置 |
CN110176078A (zh) * | 2019-05-26 | 2019-08-27 | 初速度(苏州)科技有限公司 | 一种训练集数据的标注方法及装置 |
JP2019204374A (ja) * | 2018-05-24 | 2019-11-28 | 日本信号株式会社 | 物体検出装置 |
CN110874591A (zh) * | 2020-01-20 | 2020-03-10 | 广东博智林机器人有限公司 | 一种图像定位方法、装置、设备及存储介质 |
CN110929729A (zh) * | 2020-02-18 | 2020-03-27 | 北京海天瑞声科技股份有限公司 | 图像标注方法、图像标注装置及计算机存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9501714B2 (en) * | 2010-10-29 | 2016-11-22 | Qualcomm Incorporated | Systems and methods to improve feature generation in object recognition |
KR102117543B1 (ko) * | 2018-04-26 | 2020-06-01 | 주식회사 슈퍼브에이아이 | 컴퓨팅 장치 및 이를 이용한 인공 지능 기반 영상 처리 서비스 시스템 |
-
2020
- 2020-05-18 CN CN202010420437.6A patent/CN111598006B/zh active Active
-
2021
- 2021-03-26 JP JP2021053750A patent/JP7249372B2/ja active Active
- 2021-05-04 KR KR1020210058187A patent/KR102547527B1/ko active IP Right Grant
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10169680B1 (en) * | 2017-12-21 | 2019-01-01 | Luminar Technologies, Inc. | Object identification and labeling tool for training autonomous vehicle controllers |
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 |
JP2019204374A (ja) * | 2018-05-24 | 2019-11-28 | 日本信号株式会社 | 物体検出装置 |
CN109409364A (zh) * | 2018-10-16 | 2019-03-01 | 北京百度网讯科技有限公司 | 图像标注方法和装置 |
CN110176078A (zh) * | 2019-05-26 | 2019-08-27 | 初速度(苏州)科技有限公司 | 一种训练集数据的标注方法及装置 |
CN110874591A (zh) * | 2020-01-20 | 2020-03-10 | 广东博智林机器人有限公司 | 一种图像定位方法、装置、设备及存储介质 |
CN110929729A (zh) * | 2020-02-18 | 2020-03-27 | 北京海天瑞声科技股份有限公司 | 图像标注方法、图像标注装置及计算机存储介质 |
Non-Patent Citations (4)
Title |
---|
Addressing Training Bias via Automated Image Annotation;Zhujun Xiao 等;《arXiv》;20181010;第1-11页 * |
Fully Automated Annotation With Noise-Masked Visual Markers for Deep-Learning-Based Object Detection;Takuya Kiyokawa 等;《IEEE Robotics and Automation Letters》;20190213;第4卷(第2期);第1972-1977页 * |
基于YOLO网络的数据采集与标注;殷帅等;《仪表技术》;20181215(第12期);第25-28+55页 * |
整体视觉结构模型及其在道路环境感知中的应用;刘玮等;《计算机工程》;20161015(第10期);第32-37页 * |
Also Published As
Publication number | Publication date |
---|---|
KR102547527B1 (ko) | 2023-06-26 |
KR20210058768A (ko) | 2021-05-24 |
JP7249372B2 (ja) | 2023-03-30 |
JP2021192223A (ja) | 2021-12-16 |
CN111598006A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598006B (zh) | 用于标注对象的方法和装置 | |
CN108710885B (zh) | 目标对象的检测方法和装置 | |
CN109308681B (zh) | 图像处理方法和装置 | |
CN109242801B (zh) | 图像处理方法和装置 | |
CN109947989B (zh) | 用于处理视频的方法和装置 | |
CN109344762B (zh) | 图像处理方法和装置 | |
CN110059623B (zh) | 用于生成信息的方法和装置 | |
CN110084317B (zh) | 用于识别图像的方法和装置 | |
US20210264198A1 (en) | Positioning method and apparatus | |
CN111310595B (zh) | 用于生成信息的方法和装置 | |
CN113222050B (zh) | 图像分类方法、装置、可读介质及电子设备 | |
CN111401182B (zh) | 针对饲喂栏的图像检测方法和装置 | |
CN113220922B (zh) | 图像搜索方法、装置和电子设备 | |
CN113033552B (zh) | 文本识别方法、装置和电子设备 | |
CN111310858B (zh) | 用于生成信息的方法和装置 | |
CN111737575B (zh) | 内容分发方法、装置、可读介质及电子设备 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN112214695A (zh) | 信息处理方法、装置和电子设备 | |
KR102463890B1 (ko) | 위치 정보를 생성하는 방법, 장치, 기기, 매체 및 프로그램 | |
CN111259697A (zh) | 用于发送信息的方法和装置 | |
CN114359673B (zh) | 基于度量学习的小样本烟雾检测方法、装置和设备 | |
CN112070163B (zh) | 图像分割模型训练和图像分割方法、装置、设备 | |
CN114399467B (zh) | 机箱外壳检测方法、装置、电子设备和计算机可读介质 | |
CN113591513B (zh) | 用于处理图像的方法和装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211012 Address after: 100176 Room 101, 1st floor, building 1, yard 7, Ruihe West 2nd Road, economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |