CN116071586A - 图像筛选方法、装置、电子设备及计算机可读存储介质 - Google Patents
图像筛选方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116071586A CN116071586A CN202211737106.0A CN202211737106A CN116071586A CN 116071586 A CN116071586 A CN 116071586A CN 202211737106 A CN202211737106 A CN 202211737106A CN 116071586 A CN116071586 A CN 116071586A
- Authority
- CN
- China
- Prior art keywords
- image
- unlabeled
- information entropy
- feature map
- feature
- 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 57
- 238000012216 screening Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 80
- 238000002372 labelling Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 18
- 238000011176 pooling Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本申请适用于图像处理技术领域,提供了图像筛选方法、装置、电子设备及计算机可读存储介质,包括:根据训练后的检测模型提取每张未标注图像的特征数据,根据每张未标注图像的特征数据获得每张未标注图像的信息熵;根据每张未标注图像的信息熵,从多张未标注图像中筛选出至少一张待标注图像;并对每张待标注图像进行标注,获得至少一张目标标注图像。本申请通过获得每张未标注图像的特征数据的信息熵,根据每张未标注图像的信息熵筛选出包含的信息量较多的目标标注图像,通过对目标标注图像进行标注,实现了提高图像标注结果的准确性的目的。
Description
技术领域
本申请属于图像处理技术领域,尤其涉及一种图像筛选方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,深度学习技术的越来越广泛应用于计算机视觉领域,如图像分类,目标检测,人脸识别等领域。其中,目标检测模型是应用深度学习技术最广泛的技术领域。
在现有技术中,为了提高目标检测模型的训练效率,通常采用标注工具对图像数据进行自动化标注,通过增加已标注的图像数量,达到提高模型训练效率的目的。
然而,在采用标注工具的对图像数据进行标注的过程中,会出现遗漏图像信息的问题,导致根据标注工具获得的标注图像数据与实际的图像数据之间存在误差,影响图像标注结果的准确性。
发明内容
本申请实施例提供了图像筛选方法、装置、电子设备及计算机可读存储介质,实现了提高图像标注结果的准确性的目的。
第一方面,本申请实施例提供了一种图像筛选方法,所述方法包括:
获得多张未标注图像;
根据训练后的检测模型提取每张所述未标注图像的特征数据,其中,所述训练后的检测模型是根据已标注图像数据对初始检测模型进行训练获得的;
根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵;
根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像;
对每张所述待标注图像进行标注,获得至少一张目标标注图像。
应理解,已标注的图像数据是根据现有的标注工具对样本图像进行标注获得的,采用已标注图像数据对初始检测模型进行训练,根据训练后的检测模型对未标注的数据进行推理,获得每张未标注图像的特征数据,并采用主动学习算法计算每张未标注图像的特征数据的信息熵,根据每张未标注图像的信息熵筛选出包含的信息量较多的目标标注图像,通过对目标标注图像进行标注,实现了提高图像标注结果的准确性的目的。
在第一方面的一种可能的实现方式中,所述根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵,包括:
针对每张所述未标注图像对应的特征数据,对所述特征数据包含的至少一张特征图进行拼接处理,获得第一特征图;
对所述第一特征图进行归一化处理,获得第二特征图;
确定所述第二特征图对应的第一信息熵以及第二信息熵;
根据所述第一信息熵以及所述第二信息熵确定所述未标注图像的信息熵。
在第一方面的一种可能的实现方式中,所述对所述特征数据包含的至少一张特征图进行拼接处理,获得第一特征图,包括:
从所述至少一张特征图中选择最大特征图;
根据所述最大特征图的尺度对每张所述特征图进行线性插值处理;
对处理后的每张所述特征图进行拼接,获得第一特征图。
在第一方面的一种可能的实现方式中,所述确定所述第二特征图对应的第一信息熵以及第二信息熵,包括:
对所述第二特征图进行池化处理,获得第三特征图,确定所述第三特征图对应熵的和,作为第一信息熵;
确定所述第二特征图的熵,对所述第二特征图的熵进行求和及池化处理,获得第二信息熵。
在第一方面的一种可能的实现方式中,所述确定所述第二特征图的熵,包括:
根据单类检测或多类检测计算所述第二特征图的熵。
在第一方面的一种可能的实现方式中,所述根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像,包括:
根据每张所述未标注图像的信息熵,按照从大到小的顺序对所述多张未标注图像进行排序;
从排序后的所述多张未标注图像中,筛选出预设数量的未标注图像,获得至少一张待标注图像。
第二方面,本申请实施例提供了一种图像筛选装置,包括:
获得模块,用于获得多张未标注图像;
特征提取模块,用于根据训练后的检测模型提取每张所述未标注图像的特征数据,其中,所述训练后的检测模型是根据已标注图像数据对初始检测模型进行训练获得的;
信息熵获得模块,用于根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵;
筛选模块,用于根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像;
标注模块,用于对每张所述待标注图像进行标注,获得至少一张目标标注图像。
第三方面,本申请实施例提供了一种电子设备,包含存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面中所述的图像筛选方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面中所述的图像筛选方法。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是:通过根据每张未标注图像的特征数据获得每张未标注图像的信息熵,根据每张未标注图像的信息熵,从多张未标注图像中筛选出多张待标注图像,并对每张待标注图像进行标注,获得多张目标标注图像。本申请通过采用已标注图像数据对初始检测模型进行训练,根据训练后获得的检测模型对未标注的数据进行推理,获得每张未标注图像的特征数据,并采用主动学习算法计算每张未标注图像的特征数据的信息熵,根据每张未标注图像的信息熵筛选出包含的信息量较多的目标标注图像,通过对目标标注图像进行标注,实现了提高图像标注结果的准确性的目的。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的图像筛选方法的流程示意图一;
图2为是本申请实施例提供的初始检测模型的结构示意图;
图3是本申请实施例提供的图像筛选方法的流程示意图二;
图4是本申请实施例提供的图像筛选方法的流程示意图三;
图5是本申请实施例提供的图像筛选装置的结构示意图;
图6是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。
图1是本申请实施例提供的图像筛选方法的流程示意图一。如图1所示,本申请实施例提供的获得未标注图像的信息熵的过程包括以下步骤:
S101:针对每张未标注图像对应的特征数据,对特征数据包含的至少一张特征图进行拼接处理,获得第一特征图。
示例性的,可采用yolov5模型作为初始检测模型,对每张为标注图像进行推理,获得每张未标注图像的特征数据。具体的,每张未标注图像的特征数据包含每张未标注图像包含的多个不同尺度的特征图。示例性的,特征图的格式为[B,A,H,W,C]。其中,B为batchsize,A为anchor数目,H为height高度,W为width宽度,C为通道数。图2为是本申请实施例提供的初始检测模型的结构示意图。如图2所示,将640*640*3的未标注图像输入初始检测模型中,获得三个不同尺寸的特征图F1、特征图F2以及特征图F3,其中特征图F1的尺寸为76*76*(75*3)、特征图F2的尺寸为38*38*(75*3)以及特征图F3的尺寸为19*19*(75*3)。
应理解,获得的特征图中包含了预测的包围框位置、包围框置信度及分类置信度信息。其中,包围框位置信息为(x,y,w,h),其中(x,y)为包围框的中心点信息,(w,h)为包围框的宽度和高度信息;而置信度信息为检测框为正例的预测概率,值域为(0,1);分类置信度为每个类别的预测概率,值域为(0,1)。根据预测的包围框位置、包围框置信度及分类置信度信息确定特征图的[B,A,H,W,C]参数。
具体的,从所述至少一张特征图中选择最大特征图;根据所述最大特征图的尺度对每张所述特征图进行线性插值处理;对处理后的每张所述特征图进行拼接,获得第一特征图。将不同尺度的特征图进行缩放,线性插值到最大的尺度。示例性的,当每张未标注图像包含K个特征图,对缩放后的K个特征图进行拼接,得到拼接后的第一特征图[B,K*A,H,W,C]。如图2所示,特征图F1、特征图F2以及特征图F3中,特征图F1的尺寸最大。因此,根据特征图F1的尺寸将特征图F2的尺寸38*38*225线性插值到76*76*225,以及将特征图F3的尺寸19*19*225线性插值到76*76*225,将特征图F1、线性插值后的特征图F2以及线性插值后的特征图F3进行拼接,获得第一特征图。在本申请实施例中,通过采用最大特征图的尺度对每张所述特征图进行线性插值处理,提高了特征图的处理效率。
S102:对第一特征图进行归一化处理,获得第二特征图。
在本申请实施例中,针对每张未标注图像的第一特征图,对第一特征图进行归一化处理,获得对应的第二特征图。示例性的,可以采用s igmoid函数,将第一特征图归一化到区间[0,1],获得对应的第二特征图。
S103:确定第二特征图对应的第一信息熵以及第二信息熵。
示例性的,对所述第二特征图进行池化处理,获得第三特征图,确定所述第三特征图对应熵的和,作为第一信息熵;确定所述第二特征图的熵,对所述第二特征图的熵进行求和及池化处理,获得第二信息熵。示例性的,第二特征图为76*76*((1+4+1)*3)),将第二特征图进行池化后,获得第三特征图76*76*1*3,计算第三特征图的熵76*76*1,并计算第三特征图的熵的和8*8*1,将和作为第一信息熵。具体的,计算第二特征图的熵之后,对第二特征图的熵进行求和,并对求和的结果进行池化,获得第二信息熵。
在本发明实施例中,可以根据单类检测或多类检测计算所述特征图的熵。示例性的,单类检测为binary_entropy,具体的,如公式(1)所示:
Hb(p)=-plog2p-(l-p)log2(1-p) (1)
其中,H为信息熵,P为真实分布概率。
示例性的,多类检测为cross_entropy,具体的,如公式(2)所示:
其中,H为信息熵,P为真实分布概率,q与P相等。
在本申请实施例中,通过在计算特征图的熵之前和之后分别进行池化处理,引入了特征图的分布对于计算熵的影响,提高了计算的熵的准确性。
S104:根据第一信息熵以及第二信息熵确定未标注图像的信息熵。
示例性的,确定第一信息熵与所述第二信息熵之间的差值,对所述差值进行最大池化,获得最大值响应图;确定所述最大值响应图对应的均值,将所述均值作为所述未标注图像的信息熵。在本申请实施例中,针对同一张特征图生成的第一信息熵与第二信息熵,通过计算第一信息熵与第二信息熵之间的差值并进行最大化处理,放大了特征图中包含的信息量,并通过计算每个图像维度最大化处理后分数的均值作为当前未标注图像的信息熵,提高了获得的信息熵的准确性。
本申请实施例提供的图像筛选方法,采用已标注图像数据对初始检测模型进行训练,根据训练后获得的检测模型对未标注的数据进行推理,获得每张未标注图像的特征数据,并采用主动学习算法计算每张未标注图像的特征数据的信息熵。本申请通过采用高效主动学习算法对未标注图像进行打分,使得可以根据图像的信息熵筛选出分数高的图像。
图3是本申请实施例提供的图像筛选方法的流程示意图二。在图1实施例提供的获得未标注图像的信息熵的过程之后,如图3所示,本申请实施例提供了根据未标注图像的信息熵获得目标标注图像的过程,具体包含以下步骤:
S301:获得多张未标注图像。
在一些实施例中,根据检测模型的应用场景获得多张未标注图像。示例性的,当前的检测场景为基于人的脸部特征信息进行身份识别的人脸识别检测应用,未标注图像为包含人脸的检测图像。
在本申请实施例中,多张未标注图像可以是存储在本地的图像,还可以是存储在远程服务器或者云端服务器中的图像。
S302:根据训练后的检测模型提取每张未标注图像的特征数据,其中,训练后的检测模型是根据已标注图像数据对初始检测模型进行训练获得的。
在本申请实施例中,利用训练过的检测模型对未标注图像进行推理,获得每张未标注图像的特征数据。在本申请实施例中,利用少量的已标注图像数据对初始的检测模型进行模型训练,获得训练后的检测模型。具体的,本申请实施例中的初始检测模型可以为Yolo5目标检测模型。
在一些可能的实施方式中,已标注图像数据中包含500至5000张已标注图像,未标注图像的数量可以1万张至100万张。需要说明的是,已标注图像的数量和未标注图像的数量可以根据目标检测模型的应用场景设定。
需要说明的是,训练后的检测模型为具备目标预测能力的检测模型,将每张未标注图像输入训练后的检测模型中,可获得每张未标注图像包含的特征数据。
在一些可能的实施场景中,初始检测模型为没有训练过的人脸检测模型,已标注图像数据为已标注人脸特征的图像,通过采用已标注人脸特征的图像对初始检测模型进行训练,获得训练后的检测模型。由于训练后大的检测模型具备一定的人脸特征检测能力,因此,将未标注的图像输入训练后的检测模型中,获得每张未标注图像包含的人脸图像特征数据。
S303:根据每张未标注图像的特征数据获得每张未标注图像的信息熵。
本步骤实现的方法以及效果与图1实施例中S101至S104一致,在此不在赘述。
S304:根据每张未标注图像的信息熵,从多张未标注图像中筛选出至少一张待标注图像。
示例性的,根据每张未标注图像的信息熵,按照从大到小的顺序对多张未标注图像进行排序;从排序后的多张未标注图像中,筛选出预设数量的未标注图像,获得至少一张待标注图像。
在一些可能的实施场景中,在获得了10000张未标注图像的信息熵之后,根据信息熵从大到小的顺序,对10000张未标注图像进行排序,将前500张未标注图像作为包含信息量多的待标注图像。
需要说明的是,筛选待标注图像的预设数量可以根据目标检测模型的应用场景设定。
在本申请实施例中,通过根据未标注图像的信息熵的大小进行筛选,因此筛选后的待标注图像包含的信息量较多,对待标注图像进行标注后获得涵盖信息量更多的标注图像,并采用涵盖信息量更多的标注图像对模型进行训练,实现了优化模型的训练过程的目的。
S305:对每张待标注图像进行标注,获得至少一张目标标注图像。
示例性的,采用标注工具对每张待标注图像进行自动化标注。具体的,标注工具为包围框标注工具l abe lme。
本申请实施例提供的图像筛选方法,通过采用已标注图像数据对初始检测模型进行训练,根据训练后获得的检测模型对未标注的数据进行推理,获得每张未标注图像的特征数据,并采用主动学习算法计算每张未标注图像的特征数据的信息熵,根据每张未标注图像的信息熵筛选出包含的信息量较多的目标标注图像,通过对目标标注图像进行标注,实现了提高图像标注结果的准确性的目的。
图4是本申请实施例提供的图像筛选方法的流程示意图三。如图4所示,在图3实施例获得多张目标标注图像之后,本申请实施例提供的根据多张目标标注图像训练检测模型的过程具体包括以下步骤:
S401:根据已标注图像数据以及至少一张目标标注图像,获得目标训练数据集。
在本申请实施例中,在获得了分数高的目标标注图像之后,根据现有的已标注图像以及图3实施例中获得的所有目标标注图像获得目标训练数据集。
S402:根据目标训练数据集对初始检测模型进行训练,直到训练后的初始检测模型的模型指标达到预设条件,得到训练完成的目标检测模型。
在本申请实施例中,根据获得的包含的分数高多张目标标注图像的目标训练数据集,对原有的初始检测模型进行迭代训练。当训练后的模型参数达到预设的收敛条件时,将训练好的模型作为满足检测精度的目标检测模型。
本申请实施例提供的图像筛选方法,通过采用高效主动学习算法对未标注图像进行打分,使得可以根据图像的信息熵筛选出分数高的图像,再利用分数高的图像对模型进行迭代训练,又助于提高模型的训练精度以及训练效率。
对应于上文实施例的图像筛选方法,图5是本申请实施例提供的图像筛选装置的结构示意图。为了便于说明,仅示出了与本申请实施例相关的部分。
如图5所示,本申请实施例提供的图像筛选装置,包括:获得模块501,特征提取模块502、信息熵获得模块503、筛选模块504以及标注模块505。
获得模块501,用于获得多张未标注图像;
特征提取模块502,用于根据训练后的检测模型提取每张所述未标注图像的特征数据,其中,所述训练后的检测模型是根据已标注图像数据对初始检测模型进行训练获得的;
信息熵获得模块503,用于根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵;
筛选模块504,用于根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像。
标注模块505,用于对每张所述待标注图像进行标注,获得至少一张目标标注图像。
在第一方面的一种可能的实现方式中,信息熵获得模块503具体用于针对每张所述未标注图像对应的特征数据,对所述特征数据包含的至少一张特征图进行拼接处理,获得第一特征图;对所述第一特征图进行归一化处理,获得第二特征图;确定所述第二特征图对应的第一信息熵以及第二信息熵;根据所述第一信息熵以及所述第二信息熵确定所述未标注图像的信息熵。
在第一方面的一种可能的实现方式中,信息熵获得模块503具体用于确定所述第一信息熵与所述第二信息熵之间的差值图;对所述差值图进行最大池化处理,获得最大值响应图;依据图像维度确定所述最大值响应图对应的均值,将所述均值作为所述未标注图像的信息熵。
在第一方面的一种可能的实现方式中,信息熵获得模块503具体用于对所述第二特征图进行池化处理,确定池化后的所述第二特征图对应的第一特征图熵,并将所述第一特征图熵在各个通道的和作为第一信息熵;确定所述第二特征图的第二特征熵,并对所述第二特征熵进行池化处理,并将池化处理的第二特征熵在各个通道的和作为第二信息熵。
在第一方面的一种可能的实现方式中,筛选模块504具体用于根据每张所述未标注图像的信息熵,按照从大到小的顺序对所述多张未标注图像进行排序;从排序后的所述多张未标注图像中,筛选出预设数量的未标注图像,获得至少一张待标注图像。
在第一方面的一种可能的实现方式中,本申请实施例提供的图像筛选装置还包含训练模块,用于根据所述已标注图像数据以及所述至少一张目标标注图像,获得目标训练数据集;根据所述目标训练数据集对所述初始检测模型进行训练,直到所述训练后的初始检测模型的模型指标达到预设条件,得到训练完成的目标检测模型。
需要说明的是,上述模块/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
另外,图5所示的图像筛选装置可以是内置于现有的电子设备内的软件单元、硬件单元、或软硬结合的单元,也可以作为独立的挂件集成到所述电子设备中,还可以作为独立的电子设备存在。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图6是本申请实施例提供的电子设备的结构示意图,本申请实施例提供的电子设备60包括:至少一个处理器61(图6中仅示出一个)、存储器62以及存储在所述存储器62中并可在所述至少一个处理器61上运行的计算机程序63,所述处理器61执行所述计算机程序63时实现上述任意各个图像筛选方法实施例中的电子设备执行的步骤。
所称处理器61可以是中央处理单元(Central Processing Unit,CPU),该处理器61还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器62在一些实施例中可以是所述电子设备60的内部存储单元,例如电子设备60的硬盘或内存。所述存储器62在另一些实施例中也可以是所述电子设备60的外部存储设备,例如所述电子设备60上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述电子设备60还可以既包括所述电子设备60的内部存储单元也包括外部存储设备。所述存储器62用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器62还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述任意各个图像筛选方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行时实现上述任意各个图像筛选方法实施例中的步骤。
所述集成的单元如果以软件功能单元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,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到装置/电子设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种图像筛选方法,其特征在于,包括:
获得多张未标注图像;
根据训练后的检测模型提取每张所述未标注图像的特征数据,其中,所述训练后的检测模型是根据已标注图像数据对初始检测模型进行训练获得的;
根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵;
根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像;
对每张所述待标注图像进行标注,获得至少一张目标标注图像。
2.根据权利要求1所述的方法,其特征在于,所述根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵,包括:
针对每张所述未标注图像对应的特征数据,对所述特征数据包含的至少一张特征图进行拼接处理,获得第一特征图;
对所述第一特征图进行归一化处理,获得第二特征图;
确定所述第二特征图对应的第一信息熵以及第二信息熵;
根据所述第一信息熵以及所述第二信息熵确定所述未标注图像的信息熵。
3.根据权利要求2所述的方法,其特征在于,所述对所述特征数据包含的至少一张特征图进行拼接处理,获得第一特征图,包括:
从所述至少一张特征图中选择最大特征图;
根据所述最大特征图的尺度对每张所述特征图进行线性插值处理;
对处理后的每张所述特征图进行拼接,获得第一特征图。
4.根据权利要求2所述的方法,其特征在于,所述确定所述第二特征图对应的第一信息熵以及第二信息熵,包括:
对所述第二特征图进行池化处理,获得第三特征图,确定所述第三特征图对应熵的和,作为第一信息熵;
确定所述第二特征图的熵,对所述第二特征图的熵进行求和及池化处理,获得第二信息熵。
5.根据权利要求4所述的方法,其特征在于,所述确定所述第二特征图的熵,包括:
根据单类检测或多类检测计算所述第二特征图的熵。
6.根据权利要求1所述的方法,其特征在于,所述根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像,包括:
根据每张所述未标注图像的信息熵,按照从大到小的顺序对所述多张未标注图像进行排序;
从排序后的所述多张未标注图像中,筛选出预设数量的未标注图像,获得至少一张待标注图像。
7.根据权利要求1至6任一项所述的方法,其特征在于,在所述对每张所述待标注图像进行标注,获得至少一张目标标注图像之后,还包括:
根据所述已标注图像数据以及所述至少一张目标标注图像,获得目标训练数据集;
根据所述目标训练数据集对所述初始检测模型进行训练,直到训练后的所述初始检测模型的模型指标达到预设条件,得到训练完成的目标检测模型。
8.一种图像筛选装置,其特征在于,包括:
获得模块,用于获得多张未标注图像;
特征提取模块,用于根据训练后的检测模型提取每张所述未标注图像的特征数据,其中,所述训练后的检测模型是根据已标注图像数据对初始检测模型进行训练获得的;
信息熵获得模块,用于根据每张所述未标注图像的特征数据获得每张未标注图像的信息熵;
筛选模块,用于根据每张所述未标注图像的信息熵,从所述多张未标注图像中筛选出至少一张待标注图像;
标注模块,用于对每张所述待标注图像进行标注,获得至少一张目标标注图像。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的图像筛选方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项中所述的图像筛选方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211737106.0A CN116071586A (zh) | 2022-12-30 | 2022-12-30 | 图像筛选方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211737106.0A CN116071586A (zh) | 2022-12-30 | 2022-12-30 | 图像筛选方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116071586A true CN116071586A (zh) | 2023-05-05 |
Family
ID=86176242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211737106.0A Pending CN116071586A (zh) | 2022-12-30 | 2022-12-30 | 图像筛选方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071586A (zh) |
-
2022
- 2022-12-30 CN CN202211737106.0A patent/CN116071586A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
EP3493101B1 (en) | Image recognition method, terminal, and nonvolatile storage medium | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN112561080B (zh) | 样本筛选方法、样本筛选装置及终端设备 | |
CN111695453B (zh) | 绘本识别方法、装置及机器人 | |
CN112348778B (zh) | 一种物体识别方法、装置、终端设备及存储介质 | |
CN108229232B (zh) | 批量扫描二维码的方法和批量扫描二维码的装置 | |
CN110503682B (zh) | 矩形控件识别方法、装置、终端及存储介质 | |
CN104750791A (zh) | 一种图像检索方法及装置 | |
CN108960246B (zh) | 一种用于图像识别的二值化处理装置及方法 | |
CN115171125A (zh) | 数据异常的检测方法 | |
CN104966109A (zh) | 医疗化验单图像分类方法及装置 | |
CN112966687B (zh) | 图像分割模型训练方法、装置及通信设备 | |
CN112560856B (zh) | 车牌检测识别方法、装置、设备及存储介质 | |
CN116844006A (zh) | 一种目标识别方法、装置、电子设备及可读存储介质 | |
CN111898555A (zh) | 基于图像与文本的图书盘点识别方法、装置、设备及系统 | |
CN113255766B (zh) | 一种图像分类方法、装置、设备和存储介质 | |
CN116071586A (zh) | 图像筛选方法、装置、电子设备及计算机可读存储介质 | |
CN112288045B (zh) | 一种印章真伪判别方法 | |
CN113239738B (zh) | 一种图像的模糊检测方法及模糊检测装置 | |
CN112989869B (zh) | 人脸质量检测模型的优化方法、装置、设备及存储介质 | |
CN115311649A (zh) | 一种卡证类别识别方法、装置、电子设备及存储介质 | |
CN112801960A (zh) | 图像处理方法及装置、存储介质、电子设备 | |
CN112434700A (zh) | 车牌识别方法、装置、设备及存储介质 | |
CN117112846B (zh) | 一种多信息源证照信息管理方法、系统及介质 |
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 |