JP7842892B2

JP7842892B2 - 画像データセット処理方法、装置、機器および記憶媒体

Info

Publication number: JP7842892B2
Application number: JP2024558970A
Authority: JP
Inventors: 倩徐; ▲きん▼ 楊; 楠賈; 光銀熊
Original assignee: Chengdu Desay Sv Kawa Technology Co Ltd
Current assignee: Chengdu Desay Sv Kawa Technology Co Ltd
Priority date: 2023-07-26
Filing date: 2024-03-29
Publication date: 2026-04-08
Anticipated expiration: 2044-03-29
Also published as: CN117115580A; WO2025020569A1; CN117115580B; JP2025528640A; EP4528669A4; EP4528669A1

Description

本願は、２０２３年０７月２６日に中国専利局に提出された出願番号が２０２３１０９２２７２６．Ｘである中国特許出願に対して優先権を主張するものであり、上記出願の全ての内容を引用により本願に援用する。

本願の実施例は、画像処理の技術分野に関し、特に、画像データセット処理方法、装置、機器および記憶媒体に関する。

周知のように、自動運転の発展は人工知能技術の進歩と密接不可分であり、データ、計算力およびアルゴリズムは、人工知能の３つの要素として自動運転技術の成熟度に顕著な影響を及ぼすが、この３つの要素のうち、データは重要な作用を持つ。人工知能は、大量のデータのトレーニングを経てから、ルールをまとめることができる。人工知能は、実際の適用において、トレーニングセットにないシーンが現れた場合、人工知能はほぼ当てずっぽうな状態にあり、予測が間違っている場合が現れ、そのため、確実かつ高品質なデータの自動運転開発過程での作用は、特に重要となる。

高レベルの自動運転試験車両の毎日収集するデータ量がテラバイト（ＴＢ）レベルの容量で、且つペタバイト（ＰＢ）レベルの記憶空間が必要であるが、これらのデータのうち、自動運転のトレーニングに使用可能な価値データは、約５％以下である。どのように膨大なデータから現在最も価値がある困難なサンプルを見つけ、これらの困難なサンプルを優先的にタグ付けし、自動運転モデルのイテレーションおよびアルゴリズムの量産化を加速するかは、早急に解決すべき問題となる。

本願の実施例は、画像データセット処理の精度を向上させることができる画像データセット処理方法、装置、機器および記憶媒体を提供する。

態様１において、本願の実施例は、
複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得することと、
前記初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得することと、
前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得することであって、前記第１画像検出結果を基準検出結果とすることと、
前記比較結果に基づいて比較タイプを確定し、前記比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含むことと、
前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定することと、
前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択し、前記目標自動運転画像データセットにおけるタグを調整することと、を含む、
画像データセット処理方法を提供する。

態様２において、本願の実施例は、
複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得するための初期自動運転画像データセット取得モジュールと、
前記初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得するための画像検出結果取得モジュールと、
前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得するための画像検出結果比較モジュールであって、前記第１画像検出結果を基準検出結果とする画像検出結果比較モジュールと、
前記比較結果に基づいて比較タイプを確定するための比較タイプ確定モジュールであって、前記比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含む比較タイプ確定モジュールと、
前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定するための評価スコア確定モジュールと、
前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択し、前記目標自動運転画像データセットにおけるタグを調整するための目標自動運転画像データセット選択モジュールと、を備える、
画像データセット処理装置を更に提供する。

態様３において、本願の実施例は、
１つまたは複数のプロセッサと、
１つまたは複数のプログラムを記憶するための記憶装置と、を備え、
前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサは、本願の実施例に係る画像データセット処理方法を実現する、
電子機器を更に提供する。

態様４において、本願の実施例は、
コンピュータプロセッサによって実行されると、本願の実施例に係る画像データセット処理方法を実行するためのコンピュータ実行可能命令を含む、
記憶媒体を更に提供する。

本実施例で開示された技術案において、複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得し、初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得し、第１画像検出結果を基準検出結果として第１画像検出結果と第２画像検出結果とを比較して比較結果を取得し、比較結果に基づいて比較タイプを確定し、比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含み、比較タイプに基づいて複数の初期自動運転画像の評価スコアを確定し、複数の初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択し、目標自動運転画像データセットにおけるタグを調整する。本願の実施例は、第１画像検出結果と第２画像検出結果との間の比較結果に基づいて比較タイプを確定し、比較タイプに基づいて初期自動運転画像の評価スコアを確定し、初期自動運転画像の評価スコアに基づいて目標自動運転画像データセットを選択する方式により、画像データセット処理の精度を向上させることができる。

図面と結び付けて以下の具体的な実施形態を参照し、本願の各実施例の上記および他の特徴、利点および形態は、より明らかになる。図面全体を通して、同じまたは類似する参照番号は、同じまたは類似する要素を表す。図面は模式的なものであり、原本および要素は、必ずしも縮尺どおりに製作するわけではないことが理解されるべきである。

本願の実施例に係る画像データセット処理方法のフローチャートである。本願の実施例に係る別の画像データセット処理方法のフローチャートである。本願の実施例に係るＩｏＵおよびＩｏＵ評価スコアの効果模式図である。本願の実施例に係る信頼度と第２評価スコアとの間の効果模式図である。本願の実施例に係る信頼度と第１評価スコアとの間の効果模式図である。本願の実施例に係る面積と第２評価スコアとの間の効果模式図である。本願の実施例に係る面積と第１評価スコアとの間の効果模式図である。本願の実施例に係る第１画像検出結果の効果模式図である。本願の実施例に係る第２画像検出結果の効果模式図である。本願の実施例に係る画像データセット処理装置の構造模式図である。本願の実施例に係る電子機器の構造模式図である。

以下、図面を参照しながら本願の実施例についてより詳細に説明する。図面に本願のいくつかの実施例が示されるが、本願は、様々な形式で実現でき、ここで記述される実施例に限定されるものと解釈されるべきではなく、逆に、本願をより明瞭かつ完全に理解するために、これらの実施例を提供することが理解されるべきである。本願の図面および実施例は、例示的なものに過ぎず、本願の保護範囲を限定するためのものではないことが理解されるべきである。

本願の方法の実施形態に記載される各ステップは、異なる順序で実行されてもよいし、および／または並行に実行されてもよいことが理解されるべきである。また、方法の実施形態は、追加のステップおよび／または実行が省略されて示されたステップを含んでもよい。本願の範囲は、この点で限られない。

本稿で使用される「含む」という用語およびその変形は、開放的な包含であり、即ち、「含むが、これらに限定されない」。「基づく」という用語は、「少なくとも部分的に基づく」という意味である。「１つの実施例」という用語は、「少なくとも１つの実施例」を表す。「別の実施例」という用語は、「少なくとも１つの別の実施例」を表す。「いくつかの実施例」という用語は、「少なくともいくつかの実施例」を表す。他の用語の関連定義は、以下の記述で与えられる。

なお、本願に言及される「第１」、「第２」等の概念は、装置、モジュールまたはユニットを区分するためのものに過ぎず、これらの装置、モジュールまたはユニットが実行する機能の順序または相互依存関係を限定するためのものでもない。

なお、本願に言及される「１つ」、「複数」という修飾は、模式的なものであるが、限定的なものではなく、当業者は、文脈が明確に例外を示さない限り、「１つまたは複数」として理解されるべきであることを理解すべきである。

本技術案に係るデータ（データ自体、データの取得または使用を含むが、これらに限定されない）は、対応する法律法規および関連規定の要求に従うべきであることが理解できる。

図１は、本願の実施例に係る画像データセット処理方法のフローチャートである。本実施例は、初期自動運転画像データセットから目標自動運転画像データセットを選択する場合に適用でき、なお、本実施例は、自動運転フロントカメラのシーンの目標検出タスクに限定されず、他のシーンタスクであってもよく、シーンタスクを切り替えると、モデル能力およびプロジェクトのニーズに応じて関連設定情報を修正する。本実施例において、初期自動運転画像データセットから目標自動運転画像データセットを選択する場合は、データマイニングの場合と理解されてもよく、膨大なデータから最も価値がある困難なサンプルを見つけ、優先的にタグ付けし、モデルイテレーションを加速する。該方法は、画像データセット処理装置で実行でき、具体的に、以下のステップを含む。

Ｓ１１０において、初期自動運転画像データセットを取得する。

ここで、初期自動運転画像データセットは、複数の初期自動運転画像および対応するタグを含む。ここで、タグは、初期自動運転画像に対応する検出枠情報、カテゴリ、信頼度、面積等の情報を含む。本実施例が３次元シーンタスクに使用される場合、面積は、３次元目標の体積または投影面積であってもよい。

ここで、初期自動運転画像は、高レベルの自動運転試験車両により採集できる。自動運転画像データセットには、タグが含まれてもよいし、タグが含まなくてもよく、本実施例において、これについて限定しない。

Ｓ１２０において、初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得する。

ここで、第１自動運転検出モデルはサーバ側モデルであってもよく、該サーバ側モデルは、計算力が十分でオフライン処理が可能であり、大規模モデルと呼ぶことができる。第２自動運転検出モデルは、エッジ側モデルであってもよく、該モデルは、計算力が限られてリアルタイム性要求が高く、小規模モデルと呼ぶことができる。

好ましくは、ここで、各初期自動運転画像は少なくとも１つの目標対象を含み、第１画像検出結果は、少なくとも１つの目標対象の第１検出枠情報、少なくとも１つの目標対象のそれぞれに対応する第１カテゴリ、第１カテゴリの第１信頼度、および第１検出枠情報に対応する第１面積を含み、第２画像検出結果は、少なくとも１つの目標対象の第２検出枠情報、少なくとも１つの目標対象のそれぞれに対応する第２カテゴリ、第２カテゴリに対応する第２信頼度、第２検出枠情報に対応する第２面積を含む。

ここで、目標対象は、車両、欄干、歩行者、住宅等であってもよく、本実施例は、これについて限定しない。検出枠情報は、検出枠の長さ、幅および高さを含んでもよい。

Ｓ１３０において、第１画像検出結果を基準検出結果して第１画像検出結果と第２画像検出結果とを比較し、比較結果を取得する。

本実施例において、第１画像検出結果と第２画像検出結果とを対応して比較し、対応する比較結果を取得し、比較結果は、比較一致および比較不一致を含む。

好ましくは、比較結果はカテゴリ比較結果を含み、第１画像検出結果と第２画像検出結果とを比較し、比較結果を取得することは、第１カテゴリと第２カテゴリとを比較し、カテゴリ比較一致およびカテゴリ比較不一致を含むカテゴリ比較結果を取得することを含む。

本実施例において、第１カテゴリと第２カテゴリとを比較することにより、カテゴリ比較結果を取得することができ、カテゴリ比較結果に基づいて比較タイプを確定する。

Ｓ１４０において、比較結果に基づいて比較タイプを確定する。

ここで、比較タイプは、真ポジティブ例（ＴｒｕｅＰｏｓｉｔｉｖｅ、ＴＰ）、偽ポジティブ例（ＦａｌｓｅＰｏｓｉｔｉｖｅ、ＦＰ）および偽ネガティブ例（ＦａｌｓｅＮｅｇｔｉｖｅ、ＦＮ）を含む。例示的には、カテゴリ比較一致である場合、比較タイプは真ポジティブ例であり、カテゴリ比較不一致である場合、比較タイプは偽ポジティブ例または偽ネガティブ例である。

好ましくは、比較結果に基づいて比較タイプを確定することは、第１検出枠情報および第２検出枠情報に基づいてＩｏＵを確定することと、第１面積および／または第２面積に基づいて第１のＩｏＵ設定値を確定することと、ＩｏＵが第１のＩｏＵ設定値以上であり、且つカテゴリ比較結果がカテゴリ比較一致である場合、比較タイプを真ポジティブ例として確定することと、ＩｏＵが第１のＩｏＵ設定値よりも小さく、および／またはカテゴリ比較結果がカテゴリ比較不一致である場合、比較タイプを偽ポジティブ例および偽ネガティブ例として確定することと、または、第１画像検出結果に目標対象の第１検出枠情報が含まれ、第２画像検出結果に目標対象の第２検出枠情報が含まない場合、比較タイプを偽ネガティブ例として確定することと、第１画像検出結果に目標対象の第１検出枠情報が含まず、第２画像検出結果に目標対象の第２検出枠情報が含まれる場合、比較タイプを偽ポジティブ例として確定することと、を含む。

本実施例において、第１検出枠情報および第２検出枠情報に基づいてＩｏＵを確定することができ、第１面積および／または第２面積に基づいて目標対象の大きさを確定し、第１面積および／または第２面積が３２＊３２よりも小さい場合、目標対象は小さい目標であり、対応する第１のＩｏＵ設定値は０．３であってもよく、第１面積および／または第２面積が３２＊３２以上である場合、目標対象は正常な目標であり、対応する第１のＩｏＵ設定値は０．５であってもよい。

ＩｏＵが第１のＩｏＵ設定値以上であり、且つカテゴリ比較結果がカテゴリ比較一致である場合、比較タイプを真ポジティブ例として確定する。ＩｏＵが第１のＩｏＵ設定値よりも小さく、および／またはカテゴリ比較結果がカテゴリ比較不一致である場合、比較タイプを偽ポジティブ例および偽ネガティブ例として確定する。または、第１画像検出結果に目標対象の第１検出枠情報が含まれ、第２画像検出結果に目標対象の第２検出枠情報が含まない場合、比較タイプを偽ネガティブ例として確定し、即ち、第１画像検出結果が第２画像検出結果に対して多い検出枠は、対応する比較タイプがいずれも偽ネガティブ例である。第１画像検出結果に目標対象の第１検出枠情報が含まず、第２画像検出結果に目標対象の第２検出枠情報が含まれる場合、比較タイプを偽ポジティブ例として確定し、即ち、第２画像検出結果が第１画像検出結果に対して多い検出枠は、対応する比較タイプがいずれも偽ポジティブ例である。

本実施例は、比較結果およびＩｏＵに基づいて比較タイプを確定する方式、または第１画像検出結果および第２画像検出結果に同じ目標対象の検出枠情報が含まれるか否かを判断することで比較タイプを確定する方式により、比較タイプを正確に確定することができる。

Ｓ１５０において、比較タイプに基づいて複数の初期自動運転画像の評価スコアを確定する。

本実施例において、各初期自動運転画像の評価スコアの確定方式は、以下のとおりである。比較タイプに基づいて初期自動運転画像における全ての目標対象の評価スコアを確定し、目標対象の評価スコアは、ＩｏＵスコア、信頼度スコア、面積スコアおよびカテゴリスコアを含み、全ての目標対象の評価スコアおよび初期自動運転画像のシーンスコアに基づいて該初期自動運転画像の評価スコアを取得し、全ての初期自動運転画像の評価スコアを取得することができる。

Ｓ１６０において、複数の初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択し、目標自動運転画像データセットにおけるタグを調整する。

本実施例において、全ての初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択することができる。ここで、目標自動運転画像データセットは、第２自動運転検出モデル（他の自動運転検出モデルであってもよい）の検出精度に大きな影響を及ぼすデータセットと理解されてもよいし、目標価値が大きなデータセットと理解されてもよい。目標自動運転画像データセットにおけるタグを調整することにより、自動運転検出モデルの検出精度を向上させることができる。

本実施例において、２つのモデル間の比較に限定されず、複数のモデル間の２つずつの比較であってもよく、１つの初期自動運転画像の評価スコアで複数の価値スコアを取得することができ、最も大きなスコアを取り、もしくは他のスコア融合アルゴリズムにより最終的な価値スコアを取得する。

本実施例において、１つのモデルだけを使用してもよいが、ＴＴＡ（ＴｅｓｔＴｉｍｅＡｕｇｍｅｎｔａｔｉｏｎ）モードおよび正常モードのような２種の異なるモードの順方向計算を行う必要があり、２グループの異なる検出結果を取得する。

本実施例で開示された技術案において、複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得し、初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得し、第１画像検出結果を基準検出結果として第１画像検出結果と第２画像検出結果とを比較し、比較結果を取得し、比較結果に基づいて比較タイプを確定し、比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含み、比較タイプに基づいて複数の初期自動運転画像の評価スコアを確定し、複数の初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択し、目標自動運転画像データセットにおけるタグを調整する。本願の実施例は、第１画像検出結果と第２画像検出結果との間の比較結果に基づいて比較タイプを確定し、比較タイプに基づいて初期自動運転画像の評価スコアを確定し、初期自動運転画像の評価スコアに基づいて目標自動運転画像データセットを選択する方式により、画像データセット処理の精度を向上させることができる。

図２は、本願の実施例に係る別の画像データセット処理方法のフローチャートである。本願の実施例は、上記発明の実施例の基に具体化されたものであり、図２を参照し、本願の実施例に係る方法は、具体的に、以下のステップを含む。

Ｓ２０１において、初期自動運転画像データセットを取得する。

Ｓ２０２において、初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得する。

Ｓ２０３において、第１画像検出結果と第２画像検出結果とを比較し、比較結果を取得する。

Ｓ２０４において、比較結果に基づいて比較タイプを確定する。

Ｓ２０５において、いずれかの初期自動運転画像の評価スコアに対し、比較タイプに基づいて初期自動運転画像における目標対象の評価スコアを確定する。

ここで、目標対象の評価スコアは、目標対象のＩｏＵスコア、信頼度スコア、面積スコアおよびカテゴリスコア等を含む。本実施例において、比較タイプによって、目標対象の評価スコアは異なる。比較タイプに基づき、初期自動運転画像における全ての目標対象の評価スコアまたは一部の目標対象の評価スコアを確定することができる。

好ましくは、比較タイプに基づいて初期自動運転画像における目標対象の評価スコアを確定することは、比較タイプに基づいて目標対象のＩｏＵスコア、信頼度スコアおよび面積スコアのうちの少なくとも１つを確定することと、目標対象に対応する予め設定されたカテゴリスコアを取得することと、ＩｏＵスコア、信頼度スコア、面積スコアおよびカテゴリスコアのうちの少なくとも１つに基づいて目標対象の評価スコアを確定することと、を含む。

本実施例において、各目標対象の評価スコアは、以下の方式により得られる。それぞれ比較タイプに基づいて目標対象のＩｏＵスコア、信頼度スコアおよび面積スコアを取得し、目標対象に対応する予め設定されたカテゴリスコアを取得する。ＩｏＵスコア、信頼度スコア、面積スコアおよびカテゴリスコアを乗算または加重平均し、乗算後の結果または加重平均後の結果を目標対象の評価スコアとする。本実施例において、目標対象の評価スコアを確定する要素は、ＩｏＵスコア、信頼度スコア、面積スコアおよびカテゴリスコアに限定されず、対応する要素を追加したり減少したりしてもよい。

なお、各目標対象のカテゴリには、いずれも対応するカテゴリ重みが予め設定され、即ち、カテゴリスコアが予め設定され、カテゴリスコアの範囲は［０，１］である。目標対象の属するカテゴリを予測した後、予測したカテゴリに対応するカテゴリスコアを取得することができる。カテゴリ重みについては、初期自動運転画像データセットの分布情報を融合し、ロングテール部分に対してより高いカテゴリ重みを設定することができる。テストセットでのモデルの評価結果を融合し、精度の悪いカテゴリに対して重みを増加することもできる。

本実施例は、ＩｏＵスコア、信頼度スコア、面積スコアおよびカテゴリスコアのうちの少なくとも１つに基づいて目標対象の評価スコアを確定する方式により、目標対象の評価スコアを正確に確定することができる。

好ましくは、比較タイプに基づいて目標対象のＩｏＵスコアを確定することは、第１面積および／または第２面積に基づいて第２のＩｏＵ設定値を確定することと、比較タイプ、第１のＩｏＵ設定値、第２のＩｏＵ設定値およびＩｏＵに基づいてＩｏＵ評価スコアを確定することと、を含む。

ここで、第２のＩｏＵ設定値は、第１のＩｏＵ設定値よりも大きく、第２のＩｏＵ設定値は、最も大きなＩｏＵ閾値と理解されてもよく、第１のＩｏＵ設定値は、最も小さなＩｏＵ閾値と理解されてもよい。本実施例において、第１面積および／または第２面積に基づいて目標対象の大きさを確定し、第１面積および／または第２面積が３２＊３２よりも小さい場合、目標対象は小さな目標であり、対応する第２のＩｏＵ設定値は０．７であってもよく、第１面積および／または第２面積が３２＊３２以上である場合、目標対象は正常な目標であり、対応する第１のＩｏＵ設定値は０．９であってもよい。

例示的には、ＩｏＵ閾値の式は、以下のとおりである。
ただし、ｉｏｕ＿ｔｈｒｅｓｈはＩｏＵ閾値を表し、目標対象が小さな目標である場合、第１のＩｏＵ設定値は０．３であってもよく、第２のＩｏＵ設定値は０．７であってもよい。目標対象が正常な目標である場合、第１のＩｏＵ設定値は０．５であってもよく、第２のＩｏＵ設定値は０．９であってもよい。

具体的には、比較タイプが偽ポジティブ例または偽ネガティブ例で、且つＩｏＵが第１のＩｏＵ設定値よりも小さい場合、ＩｏＵ評価スコアを直接取得することができる。比較タイプが真ポジティブ例で、且つＩｏＵが第２のＩｏＵ設定値以上である場合、ＩｏＵ評価スコアを直接取得することができる。比較タイプが真ポジティブ例で、且つＩｏＵが第１のＩｏＵ設定値と第２のＩｏＵ設定値で構成された区間内にある場合、第１のＩｏＵ設定値、第２のＩｏＵ設定値およびＩｏＵに基づいてＩｏＵ評価スコアを確定することができる。

本実施例は、比較タイプ、第１のＩｏＵ設定値、第２のＩｏＵ設定値およびＩｏＵに基づいてＩｏＵ評価スコアを確定する方式により、ＩｏＵ評価スコアを正確に確定することができる。

好ましくは、比較タイプ、第１のＩｏＵ設定値、第２のＩｏＵ設定値およびＩｏＵに基づいてＩｏＵ評価スコアを確定することは、比較タイプが偽ポジティブ例または偽ネガティブ例で、且つＩｏＵが第１のＩｏＵ設定値よりも小さい場合、ＩｏＵ評価スコアは第１設定ＩｏＵ評価スコアであることと、比較タイプが真ポジティブ例で、且つＩｏＵが第２のＩｏＵ設定値以上である場合、ＩｏＵ評価スコアは第２設定ＩｏＵ評価スコアであることと、比較タイプが真ポジティブ例で、且つＩｏＵが第１のＩｏＵ設定値と第２のＩｏＵ設定値で構成された区間内にある場合、第２のＩｏＵ設定値およびＩｏＵに基づいて第１のＩｏＵ評価スコアを確定することと、第２のＩｏＵ設定値および第１のＩｏＵ設定値に基づいて第２のＩｏＵ評価スコアを確定することと、第１のＩｏＵ評価スコアおよび第２のＩｏＵ評価スコアに基づいてＩｏＵ評価スコアを確定することと、を含む。

例示的には、ＩｏＵ評価スコアの式は、以下のとおりである。
ただし、ｉｏｕ＿ｓｃｏｒｅはＩｏＵ評価スコアであり、ｍｉｎ＿ｉｏｕは第１のＩｏＵ設定値であり、ｍａｘ＿ｉｏｕは第２のＩｏＵ設定値であり、ｉｏｕはＩｏＵ（ＩｎｔｅｒｓｅｃｔｉｏｎＯｖｅｒＵｎｉｏｎ）である。ここで、第１設定ＩｏＵ評価スコアは１であり、第２設定ＩｏＵ評価スコアは０である。

ここで、比較タイプが偽ポジティブ例または偽ネガティブ例で、且つＩｏＵが第１のＩｏＵ設定値よりも小さい場合、価値は最も高くなり、ＩｏＵ評価スコアは１であり、比較タイプが真ポジティブ例で、且つＩｏＵが第２のＩｏＵ設定値以上である場合、モデルが小さなエッジの違いに注目する必要がなく、価値がなく、ＩｏＵ評価スコアが０であると考えられ、比較タイプが真ポジティブ例で、且つＩｏＵが第１のＩｏＵ設定値と第２のＩｏＵ設定値で構成された区間内にある場合、ＩｏＵが低いほど、価値は高くなり、第１のＩｏＵ評価スコアはｍａｘ＿ｉｏｕ－ｉｏｕであり、第２のＩｏＵ評価スコアはｍａｘ＿ｉｏｕ－ｍｉｎ＿ｉｏｕであり、ＩｏＵ評価スコアは（ｍａｘ＿ｉｏｕ－ｉｏｕ）／（ｍａｘ＿ｉｏｕ－ｍｉｎ＿ｉｏｕ）である。

例示的には、図３は、本願の実施例に係るＩｏＵおよびＩｏＵ評価スコアの効果模式図である。図３に示すように、横軸はＩｏＵｉｏｕであり、縦軸はＩｏＵ評価スコアｉｏｕ＿ｓｃｏｒｅである。目標対象が小さな目標または正常な目標であり、ＩｏＵとＩｏＵ評価スコアとの間は反比例することが見られる。

なお、目標対象を目標の大きさに従って区別して扱う理由は、目標位置が同じである絶対座標ずれ（画素を計量単位とする）は、アライメント時に小さな目標のＩｏＵ値に与える影響がより大きいため、一般的には、小さな目標のＩｏＵ値が高くなく、より多くの小さな目標の評価スコアを高くし、これは、「大きな目標の価値がより大きい」という理念に合致しないためである。

本実施例は、比較タイプが偽ポジティブ例または偽ネガティブ例で、且つＩｏＵが第１のＩｏＵ設定値よりも小さい場合、第１設定ＩｏＵ評価スコアをＩｏＵ評価スコアとし、比較タイプが真ポジティブ例で、且つＩｏＵが第２のＩｏＵ設定値以上である場合、第２設定ＩｏＵ評価スコアをＩｏＵ評価スコアとし、比較タイプが真ポジティブ例で、且つＩｏＵが第１のＩｏＵ設定値と第２のＩｏＵ設定値で構成された区間内にある場合、第１のＩｏＵ評価スコアおよび第２のＩｏＵ評価スコアに基づいてＩｏＵ評価スコアを確定する方式により、ＩｏＵ評価スコアを正確に確定することができる。

好ましくは、比較タイプに基づいて目標対象の信頼度スコアを確定することは、比較タイプが偽ポジティブ例である場合、第２信頼度の第１評価スコアを確定し、第２信頼度の第１評価スコアを目標対象の信頼度スコアとすることと、比較タイプが偽ネガティブ例である場合、第１信頼度の第１評価スコアを確定し、第１信頼度の第１評価スコアを目標対象の信頼度スコアとすることと、比較タイプが真ポジティブ例である場合、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアをそれぞれ確定し、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアに基づいて目標対象の信頼度スコアを確定することと、を含む。

例示的には、目標対象の信頼度スコアを確定する式は、以下のとおりである。
ただし、ｍａｔｃｈｅｄ＿ｃｏｎｆ＿ｓｃｏｒｅは、目標対象の信頼度スコアであり、ｃｏｎｆ＿ｓｃｏｒｅ_{ｓｍａｌｌ１}は、比較タイプが偽ポジティブ例である場合における第２信頼度の第１評価分であり、即ち、比較タイプが偽ポジティブ例である場合における目標対象の信頼度スコアである。ｃｏｎｆ＿ｓｃｏｒｅ_ｂｉｇ１は、比較タイプが偽ネガティブ例である場合における第１信頼度の第１評価スコアであり、即ち、比較タイプが偽ネガティブ例である場合における目標対象の信頼度スコアである。（ｃｏｎｆ＿ｓｃｏｒｅ_ｂｉｇ２＋ｃｏｎｆ＿ｓｃｏｒｅ_{ｓｍａｌｌ２}）／２は、比較タイプが真ポジティブ例である場合における目標対象の信頼度スコアである。ｃｏｎｆ＿ｓｃｏｒｅ_ｂｉｇ２は第１信頼度の第２評価スコアであり、ｃｏｎｆ＿ｓｃｏｒｅ_{ｓｍａｌｌ２}は第２信頼度の第２評価スコアである。

本実施例において、比較タイプが偽ポジティブ例である場合、第２自動運転検出モデルから出力された第２信頼度の第１評価スコアを確定し、第２信頼度の第１評価スコアを、比較タイプが偽ポジティブ例である場合における目標対象の信頼度スコアとする方式と、比較タイプが偽ネガティブ例である場合、第１自動運転検出モデルから出力された第１信頼度の第１評価スコアを確定し、第１信頼度の第１評価スコアを、比較タイプが偽ネガティブ例である場合における目標対象の信頼度スコアとする方式と、比較タイプが真ポジティブ例である場合、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアをそれぞれ確定し、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアに基づいて比較タイプが真ポジティブ例である場合における目標対象の信頼度スコアを確定する方式とにより、目標対象の信頼度スコアを正確に確定することができる。

好ましくは、第１信頼度の第１評価スコアを確定すること、または第２信頼度の第１評価スコアを確定することは、第１信頼度閾値および第２信頼度閾値を取得し、第２信頼度閾値が第１信頼度閾値よりも大きいことと、第１信頼度または第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第１評価スコアまたは第２信頼度の第１評価スコアとすることと、第１信頼度が第２信頼度閾値以上であり、または、第２信頼度が第２信頼度閾値以上である場合、第２設定信頼度スコアを第１信頼度の第１評価スコアまたは第２信頼度の第１評価スコアとすることと、第１信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第１信頼度、第２信頼度閾値および第１信頼度閾値に基づいて第１信頼度スコアを確定することと、第２信頼度閾値および第１信頼度閾値に基づいて第２信頼度スコアを確定することと、第１信頼度スコアおよび第２信頼度スコアに基づいて第１信頼度の第１評価スコアを確定することと、または、第２信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第２信頼度、第２信頼度閾値および第１信頼度閾値に基づいて第３信頼度スコアを確定することと、第２信頼度閾値および第１信頼度閾値に基づいて第４信頼度スコアを確定することと、第３信頼度スコアおよび第４信頼度スコアに基づいて第２信頼度の第１評価スコアを確定することと、を含む。

例示的には、比較タイプがＦＰである場合、第２信頼度の第１評価スコアを確定する式は、以下のとおりである。
ただし、第２信頼度閾値は０．５であってもよく、第１信頼度閾値は０．３であってもよい。第１設定信頼度スコアは０であってもよく、第２設定信頼度スコアは１であってもよい。

ここで、比較タイプが偽ポジティブ例である場合、ｃｏｎｆは第２信頼度であり、第２信頼度が第１信頼度閾値よりも小さい場合、第２信頼度の第１評価スコアは０であり、価値がなく、第２信頼度が第２信頼度閾値以上である場合、第２信頼度の第１評価スコアは１であり、価値が最も大きく、第２信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、｛０．５＊（ｃｏｎｆ＋ｍａｘ＿ｃｏｎｆ）－ｍｉｎ＿ｃｏｎｆ｝／（ｍａｘ＿ｃｏｎｆ－ｍｉｎ＿ｃｏｎｆ）は第２信頼度の第１評価スコアである。

本実施例は、第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第２信頼度の第１評価スコアとし、第２信頼度が第２信頼度閾値以上である場合、第２設定信頼度スコアを第２信頼度の第１評価スコアとし、第２信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第３信頼度スコアおよび第４信頼度スコアに基づいて第２信頼度の第１評価スコアを確定する方式により、第２信頼度の第１評価スコアを正確に確定することができる。

例示的には、比較タイプがＦＮである場合、第１信頼度の第１評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが偽ネガティブ例である場合、ｃｏｎｆは第１信頼度であり、第１信頼度が第１信頼度閾値よりも小さい場合、第１信頼度の第１評価スコアは０であり、価値がなく、第１信頼度が第２信頼度閾値以上である場合、第１信頼度の第１評価スコアは１であり、価値が最も大きく、第１信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、｛０．５＊（ｃｏｎｆ＋ｍａｘ＿ｃｏｎｆ）－ｍｉｎ＿ｃｏｎｆ｝／（ｍａｘ＿ｃｏｎｆ－ｍｉｎ＿ｃｏｎｆ）は第１信頼度の第１評価スコアである。

本実施例は、第１信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第１評価スコアとし、第１信頼度が第２信頼度閾値以上である場合、第２設定信頼度スコアを第１信頼度の第１評価スコアとし、第１信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第１信頼度スコアおよび第２信頼度スコアに基づいて第１信頼度の第１評価スコアを確定する方式により、第１信頼度の第１評価スコアを正確に確定することができる。

好ましくは、第１信頼度の第２評価スコアを確定すること、または第２信頼度の第２評価スコアを確定することは、第１信頼度または第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第２評価スコアまたは第２信頼度の第２評価スコアとすることと、第１信頼度が第１信頼度閾値以上であり、もしくは第２信頼度が第２信頼度閾値以上である場合、第１設定信頼度スコアを第１信頼度の第２評価スコアまたは第２信頼度の第２評価スコアとすることと、第１信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第１信頼度および第２信頼度閾値に基づいて第５信頼度スコアを確定することと、第２信頼度閾値および第１信頼度閾値に基づいて第６信頼度スコアを確定することと、第５信頼度スコアおよび第６信頼度スコアに基づいて第１信頼度の第２評価スコアを確定することと、または、第２信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第２信頼度および第２信頼度閾値に基づいて第７信頼度スコアを確定することと、第２信頼度閾値および第１信頼度閾値に基づいて第８信頼度スコアを確定することと、第７信頼度スコアおよび第８信頼度スコアに基づいて第２信頼度の第２評価スコアを確定することと、を含む。

例示的には、比較タイプが真ポジティブ例である場合、第２信頼度の第２評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが真ポジティブ例である場合、ｃｏｎｆ１は第２信頼度であり、第２信頼度が第１信頼度閾値よりも小さい場合、第２信頼度の第２評価スコアは０であり、価値がなく、第２信頼度が第２信頼度閾値以上である場合、第２信頼度の第２評価スコアは０であり、価値がなく、第２信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、（ｍａｘ＿ｃｏｎｆ－ｃｏｎｆ１）／（ｍａｘ＿ｃｏｎｆ－ｍｉｎ＿ｃｏｎｆ）は第２信頼度の第２評価スコアである。

本実施例は、第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第２信頼度の第２評価スコアとし、第２信頼度が第２信頼度閾値以上である場合、第１設定信頼度スコアを第２信頼度の第２評価スコアとし、第２信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第７信頼度スコアおよび第８信頼度スコアに基づいて第２信頼度の第２評価スコアを確定する方式により、第２信頼度の第２評価スコアを正確に確定することができる。

例示的には、比較タイプが真ポジティブ例である場合、第１信頼度の第２評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが真ポジティブ例である場合、ｃｏｎｆ２は第１信頼度であり、第１信頼度が第１信頼度閾値よりも小さい場合、第１信頼度の第２評価スコアは０であり、第１信頼度が第１信頼度閾値以上である場合、第１信頼度の第２評価スコアは０であり、第１信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、（ｍａｘ＿ｃｏｎｆ－ｃｏｎｆ２）／（ｍａｘ＿ｃｏｎｆ－ｍｉｎ＿ｃｏｎｆ）は第１信頼度の第２評価スコアである。

本実施例は、第１信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第２評価スコアとし、第１信頼度が第１信頼度閾値以上である場合、第１設定信頼度スコアを第１信頼度の第２評価スコアとし、第１信頼度が第１信頼度閾値と第２信頼度閾値で構成された区間内にある場合、第５信頼度スコアおよび第６信頼度スコアに基づいて第１信頼度の第２評価スコアを確定する方式により、第１信頼度の第２評価スコアを正確に確定することができる。

例示的には、図４は、本願の実施例に係る信頼度と第２評価スコアとの間の効果模式図である。図４に示すように、比較タイプが真ポジティブ例である場合、横軸はｃｏｎｆであり、ｃｏｎｆは第１信頼度または第２信頼度であり、ｍｉｎ＿ｃｏｎｆは第１信頼度閾値であり、ｍａｘ＿ｃｏｎｆは第２信頼度閾値である。縦軸はｃｏｎｆ＿ｓｃｏｒｅであり、ｃｏｎｆ＿ｓｃｏｒｅは第１信頼度または第２信頼度の第２評価スコアである。第１信頼度または第２信頼度が第１信頼度閾値よりも小さい場合、または第２信頼度閾値以上である場合、第２評価スコアはいずれも０であり、価値がない。ｃｏｎｆが第１信頼度閾値と第２信頼度閾値との間にある場合、第２評価スコア（価値と理解されてもよい）と信頼度の間は反比例する。

例示的には、図５は、本願の実施例に係る信頼度と第１評価スコアとの間の効果模式図である。図５に示すように、比較タイプが偽ネガティブ例または偽ポジティブ例である場合、横軸はｃｏｎｆであり、ｃｏｎｆは第１信頼度または第２信頼度であり、ｍｉｎ＿ｃｏｎｆは第１信頼度閾値であり、ｍａｘ＿ｃｏｎｆは第２信頼度閾値であり、縦軸はｃｏｎｆ＿ｓｃｏｒｅであり、ｃｏｎｆ＿ｓｃｏｒｅは第１信頼度または第２信頼度の第１評価スコアである。第１信頼度または第２信頼度が第１信頼度閾値よりも小さい場合、第１評価スコアは全て０であり、価値がない。第１信頼度または第２信頼度が第２信頼度閾値以上である場合、価値は最も大きく、第１評価スコアは全て１である。ｃｏｎｆが第１信頼度閾値と第２信頼度閾値との間にある場合、第１評価スコア（価値と理解されてもよい）と信頼度との間は比例する。

好ましくは、比較タイプに基づいて目標対象の面積スコアを確定することは、比較タイプが偽ポジティブ例である場合、第２面積の第１評価スコアを確定し、第２面積の第１評価スコアを目標対象の面積スコアとすることと、比較タイプが偽ネガティブ例である場合、第１面積の第１評価スコアを確定し、第１面積の第１評価スコアを目標対象の面積スコアとすることと、比較タイプが真ポジティブ例である場合、第１面積の第２評価スコアおよび第２面積の第２評価スコアをそれぞれ確定し、第１面積の第２評価スコアおよび第２面積の第２評価スコアに基づいて目標対象の面積スコアを確定することと、を含む。

例示的には、目標対象の面積スコアを確定する式は、以下のとおりである。
ただし、ｍａｔｃｈｅｄ＿ａｒｅａ＿ｓｃｏｒｅは目標対象の面積スコアであり、ａｒｅａ＿ｓｃｏｒｅ_{ｓｍａｌｌ１}は、比較タイプが偽ポジティブ例である場合における第２面積の第１評価スコアであり、即ち、比較タイプが偽ポジティブ例である場合における目標対象の面積スコアである。ａｒｅａ＿ｓｃｏｒｅ_ｂｉｇ１は、比較タイプが偽ネガティブ例である場合における第１面積の第１評価スコアであり、即ち、比較タイプが偽ネガティブ例である場合における目標対象の面積スコアである。（ａｒｅａ＿ｓｃｏｒｅ_ｂｉｇ２＋ａｒｅａ＿ｓｃｏｒｅ_{ｓｍａｌｌ２}）／２は、比較タイプが真ポジティブ例である場合における目標対象の面積スコアである。ａｒｅａ＿ｓｃｏｒｅ_ｂｉｇ２は第１面積の第２評価スコアであり、ａｒｅａ＿ｓｃｏｒｅ_{ｓｍａｌｌ２}は第２面積の第２評価スコアである。

本実施例は、比較タイプが偽ポジティブ例である場合、第２面積の第１評価スコアを確定し、第２面積の第１評価スコアを、比較タイプが偽ポジティブ例である場合における目標対象の面積スコアとし、比較タイプが偽ネガティブ例である場合、第１面積の第１評価スコアを確定し、第１面積の第１評価スコアを、比較タイプが偽ネガティブ例である場合における目標対象の面積スコアとし、比較タイプが真ポジティブ例である場合、第１面積の第２評価スコアおよび第２面積の第２評価スコアに基づいて比較タイプが真ポジティブ例である場合における目標対象の面積スコアを確定する方式により、目標対象の面積スコアを正確に確定することができる。

好ましくは、第１面積の第１評価スコアを確定すること、または第２面積の第１評価スコアを確定することは、第１面積閾値および第２面積閾値を取得し、第２面積閾値が第１面積閾値よりも大きいことと、第１面積または第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第１評価スコアまたは第２面積の第１評価スコアとすることと、第１面積が第２面積閾値以上であり、もしくは第２面積が第２面積閾値以上である場合、第２設定面積スコアを第１面積の第１評価スコアまたは第２面積の第１評価スコアとすることと、第１面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第１面積、第２面積閾値および第１面積閾値に基づいて第１面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第２面積スコアを確定することと、第１面積スコアおよび第２面積スコアに基づいて第１面積の第１評価スコアを確定することと、または、第２面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第２面積、第２面積閾値および第１面積閾値に基づいて第３面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第４面積スコアを確定することと、第３面積スコアおよび第４面積スコアに基づいて第２面積の第１評価スコアを確定することと、を含む。

ここで、第１面積閾値は３０＊３０で、第２面積閾値は５００＊５００であってもよく、第１設定面積スコアは０であってもよく、第２設定面積スコアは１であってもよい。

例示的には、比較タイプがＦＮである場合、第１面積の第１評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが偽ネガティブ例である場合、ａｒｅａは第１面積であり、第１面積が第１面積閾値よりも小さい場合、第１面積の第１評価スコアは０であり、第１面積が第２面積閾値以上である場合、第１面積の第１評価スコアは１であり、第１面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、｛０．５＊（ａｒｅａ＋ｍａｘ＿ａｒｅａ）－ｍｉｎ＿ａｒｅａ｝／（ｍａｘ＿ａｒｅａ－ｍｉｎ＿ａｒｅａ）は第１面積の第１評価スコアである。

本実施例は、第１面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第１評価スコアとし、第１面積が第２面積閾値以上である場合、第２設定面積スコアを第１面積の第１評価スコアとし、第１面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第１面積スコアおよび第２面積スコアに基づいて第１面積の第１評価スコアを確定する方式により、第１面積の第１評価スコアを正確に確定することができる。

例示的には、比較タイプがＦＰである場合、第２面積の第１評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが偽ポジティブ例である場合、ａｒｅａは第２面積であり、第２面積が第１面積閾値よりも小さい場合、第２面積の第１評価スコアは０であり、第２面積が第２面積閾値以上である場合、第２面積の第１評価スコアは１であり、第２面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、｛０．５＊（ａｒｅａ＋ｍａｘ＿ａｒｅａ）－ｍｉｎ＿ａｒｅａ｝／（ｍａｘ＿ａｒｅａ－ｍｉｎ＿ａｒｅａ）は第２面積の第１評価スコアである。

本実施例は、第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第２面積の第１評価スコアとし、第２面積が第２面積閾値以上である場合、第２設定面積スコアを第２面積の第１評価スコアとし、第２面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第３面積スコアおよび第４面積スコアに基づいて第２面積の第１評価スコアを確定する方式により、第２面積の第１評価スコアを正確に確定することができる。

好ましくは、第１面積の第２評価スコアを確定すること、または第２面積の第２評価スコアを確定することは、第１面積または第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第２評価スコアまたは第２面積の第２評価スコアとすることと、第１面積が第１面積閾値以上であり、もしくは第２面積が第１面積閾値以上である場合、第２設定面積スコアを第１面積の第２評価スコアまたは第２面積の第２評価スコアとすることと、第１面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第１面積および第１面積閾値に基づいて第５面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第６面積スコアを確定することと、第５面積スコアおよび第６面積スコアに基づいて第１面積の第２評価スコアを確定することと、または、第２面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第２面積および第１面積閾値に基づいて第７面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第８面積スコアを確定することと、第７面積スコアおよび第８面積スコアに基づいて第２面積の第２評価スコアを確定することと、を含む。

例示的には、比較タイプが真ポジティブ例である場合、第１面積の第２評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが真ポジティブ例である場合、ｃｏｎｆ２は第１面積であり、第１面積が第１面積閾値よりも小さい場合、第１面積の第２評価スコアは０であり、第１面積が第１面積閾値以上である場合、第１面積の第２評価スコアは１であり、第１面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、（ａｒｅａ１－ｍｉｎ＿ａｒｅａ）／（ｍａｘ＿ａｒｅａ－ｍｉｎ＿ａｒｅａ）は第１面積の第２評価スコアである。

本実施例は、第１面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第２評価スコアとし、第１面積が第１面積閾値以上である場合、第２設定面積スコアを第１面積の第２評価スコアとし、第１面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第５面積スコアおよび第６面積スコアに基づいて第１面積の第２評価スコアを確定する方式により、第１面積の第２評価スコアを正確に確定することができる。

例示的には、比較タイプが真ポジティブ例である場合、第２面積の第２評価スコアを確定する式は、以下のとおりである。
ただし、比較タイプが真ポジティブ例である場合、ａｒｅａ２は第２面積であり、第２面積が第１面積閾値よりも小さい場合、第２面積の第２評価スコアは０であり、第２面積が第１面積閾値以上である場合、第２面積の第２評価スコアは１であり、第２面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、（ａｒｅａ２－ｍｉｎ＿ａｒｅａ）／（ｍａｘ＿ａｒｅａ－ｍｉｎ＿ａｒｅａ）は第２面積の第２評価スコアである。

本実施例は、第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第２面積の第２評価スコアとし、第２面積が第１面積閾値以上である場合、第２設定面積スコアを第２面積の第２評価スコアとし、第２面積が第１面積閾値と第２面積閾値で構成された区間内にある場合、第７面積スコアおよび第８面積スコアに基づいて第２面積の第２評価スコアを確定する方式により、第２面積の第２評価スコアを正確に確定することができる。

例示的には、図６は、本願の実施例に係る面積と第２評価スコアとの間の効果模式図である。図６に示すように、比較タイプが真ポジティブ例である場合、横軸はａｒｅａであり、ａｒｅａは第１面積または第２面積であり、ｍｉｎ＿ａｒｅａは第１面積閾値であり、ｍａｘ＿ｃｏｎｆは第２面積閾値である。縦軸はａｒｅａ＿ｓｃｏｒｅであり、ａｒｅａ＿ｓｃｏｒｅは第２評価スコアである。第１面積または第２面積が第１面積閾値よりも小さい場合、第２評価スコアはいずれも０であり、価値がない。第１面積または第２面積が第２面積閾値以上である場合、価値は最も大きく、第２評価スコアは全て１である。ａｒｅａが第１面積閾値と第２面積閾値との間にある場合、第２評価スコア（価値と理解されてもよい）と面積との間は比例する。

例示的には、図７は、本願の実施例に係る面積と第１評価スコアとの間の効果模式図である。図７に示すように、比較タイプが偽ネガティブ例または偽ポジティブ例である場合、横軸はａｒｅａであり、ａｒｅａは第１面積または第２面積であり、ｍｉｎ＿ａｒｅａは第１面積閾値であり、ｍａｘ＿ａｒｅａは第２面積閾値であり、縦軸はａｒｅａ＿ｓｃｏｒｅであり、ａｒｅａ＿ｓｃｏｒｅは面積の第１評価スコアである。第１面積または第２面積が第１面積閾値よりも小さい場合、第１評価スコアは全て０であり、価値がない。第１面積または第２面積が第２面積閾値以上である場合、価値は最も大きく、第１評価スコアは全て１である。ａｒｅａが第１面積閾値と第２面積閾値との間にある場合、第１評価スコア（価値と理解されてもよい）と面積との間は比例する。

Ｓ２０６において、初期自動運転画像のシーンスコアを確定する。

本実施例において、初期自動運転画像のシーンを制限せず、例えば、雨のシーン、雪のシーン、渋滞のシーン、オフロードのシーン等である。

本実施例において、初期自動運転画像に基づいて実際シーン情報を取得し、初期自動運転画像を自動運転シーンモデルに入力し、予測シーン情報を出力し、予測シーン情報と実際シーン情報との類似度に基づいてシーンスコアを取得することができる。

好ましくは、初期自動運転画像のシーンスコアを確定することは、初期自動運転画像を自動運転シーンモデルに入力し、予測シーン情報を出力することと、初期自動運転画像に対応する設定シーン情報を取得することと、予測シーン情報および設定シーン情報に基づいてシーン類似度を確定することと、シーン類似度に基づいて初期自動運転画像のシーンスコアを確定することと、を含む。

ここで、自動運転シーンモデルは、任意の深層学習アルゴリズムに基づくシーンモデルであってもよい。設定シーン情報は、初期自動運転画像に対応するリアルシーン情報であってもよい。本実施例において、初期自動運転画像を自動運転シーンモデルに入力し、対応する予測シーン情報を出力し、初期自動運転画像に対応する設定シーン情報を取得し、任意の類似度アルゴリズムに基づいて予測シーン情報と設定シーン情報との間のシーン類似度を計算し、シーン類似度に基づいて初期自動運転画像のシーンスコアを確定する。ここで、シーン類似度の範囲は［０，１］であり、即ち、シーンスコアの範囲は［０，１］である。

本実施例は、予測シーン情報と設定シーン情報との間のシーン類似度に基づいて初期自動運転画像のシーンスコアを確定する方式により、初期自動運転画像のシーンスコアを正確に確定することができる。

Ｓ２０７において、目標対象の評価スコアおよびシーンスコアに基づいて初期自動運転画像の評価スコアを確定する。

本実施例において、いずれかの初期自動運転画像の評価スコアの計算方式は、以下のとおりである。現在の初期自動運転画像における全ての目標対象の評価スコアを累加算し、累加算結果を取得してから、累加算結果とシーンスコアとを乗算し、現在の初期自動運転画像の評価スコアを取得する。

例示的には、初期自動運転画像の評価スコアを確定する式は、以下のとおりである。
ただし、ｉｍｇ＿ｖａｌｕｅ＿ｓｃｏｒｅは初期自動運転画像の評価スコアを表し、ｓｃｅｎｅ＿ｓｃｏｒｅはシーンスコアを表し、ｂｂｏｘ＿ｖａｌｕｅ＿ｓｃｏｒｅは目標対象の評価スコアを表す。

Ｓ２０８において、複数の初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択し、目標自動運転画像データセットにおけるタグを調整する。

本実施例において、各初期自動運転画像の評価スコアに従い、初期自動運転画像データセット内の初期自動運転画像を高い順に順位付け、上位の設定数の初期自動運転画像を抽出し、設定数の目標自動運転画像とし、且つ、設定数の目標自動運転画像に対応するタグを全て調整する。

好ましくは、複数の初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択することは、複数の初期自動運転画像の評価スコアに基づいて複数の初期自動運転画像を順位付け、順位付けた後の初期自動運転画像データセットを取得することと、順位付けた後の初期自動運転画像データセットから設定数の目標自動運転画像データセットを選択することと、を含む。

具体的には、複数の初期自動運転画像の評価スコアに基づいて複数の初期自動運転画像を高い順に順位付け、順位付けた後の初期自動運転画像データセットを取得し、順位付けた後の初期自動運転画像データセットから上位の設定数の目標自動運転画像データセットを選択し、即ち、最初からの設定数の初期自動運転画像を抽出して設定数の目標自動運転画像とする。または、複数の初期自動運転画像の評価スコアに基づいて複数の初期自動運転画像を低い順に順位付け、順位付けた後の初期自動運転画像データセットを取得し、順位付けた後の初期自動運転画像データセットから下位の設定数の目標自動運転画像データセットを選択し、即ち、最後からの設定数の初期自動運転画像を抽出して設定数の目標自動運転画像とする。

本実施例において、順位付けた後の初期自動運転画像データセットから設定数の目標自動運転画像データセットを選択することにより、目標自動運転画像を正確に選択することができる。

例示的には、図８は、本願の実施例に係る第１画像検出結果の効果模式図である。図９は、本願の実施例に係る第２画像検出結果の効果模式図である。図８は、第１自動運転検出モデルで検出された第１画像検出結果であり、図９は、第２自動運転検出モデルで検出された第２画像検出結果である。図８および図９から見られるように、
第１自動運転検出モデルで検出された１グループの自転車は１つの枠だけから出ているが、第２自動運転検出モデルで検出された各自転車はいずれも個別に枠から出ているため、全ての自転車の枠が合致せず、比較タイプはＦＮまたはＦＰであり、図８または図９における一番後ろの柱は、第１自動運転検出モデルで検出されたが、第２自動運転検出モデルで検出されておらず、比較タイプはＦＮで、価値スコアが高く、そのため、目標対象の評価スコアは、ほとんどＦＮおよびＦＰの評価スコアであり、スコアが高い。

図１０は、本願の実施例に係る画像データセット処理装置の構造模式図であり、図１０に示すように、装置は、初期自動運転画像データセット取得モジュール１００１、画像検出結果取得モジュール１００２、画像検出結果比較モジュール１００３、比較タイプ確定モジュール１００４、評価スコア確定モジュール１００５、および目標自動運転画像データセット選択モジュール１００６を備える。

初期自動運転画像データセット取得モジュール１００１は、複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得することに用いられる。

画像検出結果取得モジュール１００２は、前記初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得することに用いられる。

画像検出結果比較モジュール１００３は、前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得することに用いられ、前記第１画像検出結果が基準検出結果とされている。

比較タイプ確定モジュール１００４は、前記比較結果に基づいて比較タイプを確定することに用いられ、前記比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含む。

評価スコア確定モジュール１００５は、前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定することに用いられる。

目標自動運転画像データセット選択モジュール１００６は、前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択し、前記目標自動運転画像データセットにおけるタグを調整することに用いられる。

本実施例で開示された技術案において、初期自動運転画像データセット取得モジュールにより、複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得し、画像検出結果取得モジュールにより、初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得し、画像検出結果比較モジュールにより、第１画像検出結果を基準検出結果として第１画像検出結果と第２画像検出結果とを比較し、比較結果を取得し、比較タイプ確定モジュールにより、比較結果に基づいて比較タイプを確定し、比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含み、評価スコア確定モジュールにより、比較タイプに基づいて複数の初期自動運転画像の評価スコアを確定し、目標自動運転画像データセット選択モジュールにより、複数の初期自動運転画像の評価スコアに基づいて初期自動運転画像データセットから目標自動運転画像データセットを選択し、目標自動運転画像データセットにおけるタグを調整する。本願の実施例は、第１画像検出結果と第２画像検出結果との間の比較結果に基づいて比較タイプを確定し、比較タイプに基づいて初期自動運転画像の評価スコアを確定し、初期自動運転画像の評価スコアに基づいて目標自動運転画像データセットを選択する方式により、画像データセット処理の精度を向上させることができる。

好ましくは、ここで、各初期自動運転画像は少なくとも１つの目標対象を含み、前記第１画像検出結果は、少なくとも１つの目標対象の第１検出枠情報、前記少なくとも１つの目標対象のそれぞれに対応する第１カテゴリ、前記第１カテゴリの第１信頼度、および前記第１検出枠情報に対応する第１面積を含み、前記第２画像検出結果は、少なくとも１つの目標対象の第２検出枠情報、前記少なくとも１つの目標対象のそれぞれに対応する第２カテゴリ、前記第２カテゴリに対応する第２信頼度、前記第２検出枠情報に対応する第２面積を含み、前記比較結果はカテゴリ比較結果を含み、好ましくは、画像検出結果比較モジュールは、具体的に、前記第１カテゴリと前記第２カテゴリとを比較し、カテゴリ比較一致およびカテゴリ比較不一致を含むカテゴリ比較結果を取得することに用いられる。

好ましくは、比較タイプ確定モジュールは、具体的に、第１検出枠情報および前記第２検出枠情報に基づいてＩｏＵを確定することと、前記第１面積および／または第２面積に基づいて第１のＩｏＵ設定値を確定することと、前記ＩｏＵが第１のＩｏＵ設定値以上であり、且つ前記カテゴリ比較結果がカテゴリ比較一致である場合、前記比較タイプを真ポジティブ例として確定することと、前記ＩｏＵが第１のＩｏＵ設定値よりも小さく、および／または前記カテゴリ比較結果がカテゴリ比較不一致である場合、前記比較タイプを偽ポジティブ例および偽ネガティブ例として確定することと、または、前記第１画像検出結果に目標対象の第１検出枠情報が含まれ、前記第２画像検出結果に前記目標対象の第２検出枠情報が含まない場合、前記比較タイプを偽ネガティブ例として確定することと、前記第１画像検出結果に目標対象の第１検出枠情報が含まず、前記第２画像検出結果に前記目標対象の第２検出枠情報が含まれる場合、前記比較タイプを偽ポジティブ例として確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、具体的に、いずれかの初期自動運転画像の評価スコアに対し、比較タイプに基づいて初期自動運転画像における目標対象の評価スコアを確定することと、前記初期自動運転画像のシーンスコアを確定することと、前記目標対象の評価スコアおよび前記シーンスコアに基づいて初期自動運転画像の評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、比較タイプに基づいて目標対象のＩｏＵスコア、信頼度スコアおよび面積スコアのうちの少なくとも１つを確定することと、目標対象に対応する予め設定されたカテゴリスコアを取得することと、前記ＩｏＵスコア、前記信頼度スコア、前記面積スコアおよび前記カテゴリスコアのうちの少なくとも１つに基づいて目標対象の評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記第１面積および／または第２面積に基づいて第２のＩｏＵ設定値を確定し、前記第２のＩｏＵ設定値が前記第１のＩｏＵ設定値よりも大きいことと、前記比較タイプ、前記第１のＩｏＵ設定値、第２のＩｏＵ設定値および前記ＩｏＵに基づいてＩｏＵ評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記比較タイプが偽ポジティブ例または偽ネガティブ例で、且つ前記ＩｏＵが前記第１のＩｏＵ設定値よりも小さい場合、ＩｏＵ評価スコアは第１設定ＩｏＵ評価スコアであることと、前記比較タイプが真ポジティブ例で、且つ前記ＩｏＵが前記第２のＩｏＵ設定値以上である場合、ＩｏＵ評価スコアは第２設定ＩｏＵ評価スコアであることと、前記比較タイプが真ポジティブ例で、且つ前記ＩｏＵが前記第１のＩｏＵ設定値と第２のＩｏＵ設定値で構成された区間内にある場合、第２のＩｏＵ設定値および前記ＩｏＵに基づいて第１のＩｏＵ評価スコアを確定することと、前記第２のＩｏＵ設定値および前記第１のＩｏＵ設定値に基づいて第２のＩｏＵ評価スコアを確定することと、前記第１のＩｏＵ評価スコアおよび前記第２のＩｏＵ評価スコアに基づいてＩｏＵ評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記比較タイプが偽ポジティブ例である場合、第２信頼度の第１評価スコアを確定し、前記第２信頼度の第１評価スコアを目標対象の信頼度スコアとすることと、前記比較タイプが偽ネガティブ例である場合、第１信頼度の第１評価スコアを確定し、前記第１信頼度の第１評価スコアを目標対象の信頼度スコアとすることと、前記比較タイプが真ポジティブ例である場合、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアをそれぞれ確定し、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアに基づいて目標対象の信頼度スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、第１信頼度閾値および第２信頼度閾値を取得し、前記第２信頼度閾値が前記第１信頼度閾値よりも大きいことと、前記第１信頼度または前記第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第１評価スコアまたは第２信頼度の第１評価スコアとすることと、前記第１信頼度が第２信頼度閾値以上であり、もしくは前記第２信頼度が第２信頼度閾値以上である場合、第２設定信頼度スコアを第１信頼度の第１評価スコアまたは第２信頼度の第１評価スコアとすることと、前記第１信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第１信頼度、前記第２信頼度閾値および前記第１信頼度閾値に基づいて第１信頼度スコアを確定することと、前記第２信頼度閾値および前記第１信頼度閾値に基づいて第２信頼度スコアを確定することと、前記第１信頼度スコアおよび前記第２信頼度スコアに基づいて第１信頼度の第１評価スコアを確定することと、または、前記第２信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第２信頼度、前記第２信頼度閾値および前記第１信頼度閾値に基づいて第３信頼度スコアを確定することと、前記第２信頼度閾値および前記第１信頼度閾値に基づいて第４信頼度スコアを確定することと、前記第３信頼度スコアおよび前記第４信頼度スコアに基づいて第２信頼度の第１評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記第１信頼度または前記第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第２評価スコアまたは第２信頼度の第２評価スコアとすることと、前記第１信頼度が第１信頼度閾値以上であり、もしくは前記第２信頼度が第２信頼度閾値以上である場合、第１設定信頼度スコアを第１信頼度の第２評価スコアまたは第２信頼度の第２評価スコアとすることと、前記第１信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第１信頼度および第２信頼度閾値に基づいて第５信頼度スコアを確定することと、第２信頼度閾値および第１信頼度閾値に基づいて第６信頼度スコアを確定することと、前記第５信頼度スコアおよび前記第６信頼度スコアに基づいて第１信頼度の第２評価スコアを確定することと、または、前記第２信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第２信頼度および第２信頼度閾値に基づいて第７信頼度スコアを確定することと、第２信頼度閾値および第１信頼度閾値に基づいて第８信頼度スコアを確定することと、前記第７信頼度スコアおよび前記第８信頼度スコアに基づいて第２信頼度の第２評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記比較タイプが偽ポジティブ例である場合、第２面積の第１評価スコアを確定し、前記第２面積の第１評価スコアを目標対象の面積スコアとすることと、前記比較タイプが偽ネガティブ例である場合、第１面積の第１評価スコアを確定し、前記第１面積の第１評価スコアを目標対象の面積スコアとすることと、前記比較タイプが真ポジティブ例である場合、第１面積の第２評価スコアおよび第２面積の第２評価スコアをそれぞれ確定し、第１面積の第２評価スコアおよび第２面積の第２評価スコアに基づいて目標対象の面積スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、第１面積閾値および第２面積閾値を取得し、前記第２面積閾値が第１面積閾値よりも大きいことと、前記第１面積または前記第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第１評価スコアまたは第２面積の第１評価スコアとすることと、前記第１面積が第２面積閾値以上であり、もしくは前記第２面積が第２面積閾値以上である場合、第２設定面積スコアを第１面積の第１評価スコアまたは第２面積の第１評価スコアとすることと、前記第１面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第１面積、第２面積閾値および第１面積閾値に基づいて第１面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第２面積スコアを確定することと、前記第１面積スコアおよび前記第２面積スコアに基づいて第１面積の第１評価スコアを確定することと、または、前記第２面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第２面積、第２面積閾値および第１面積閾値に基づいて第３面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第４面積スコアを確定することと、前記第３面積スコアおよび前記第４面積スコアに基づいて第２面積の第１評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記第１面積または前記第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第２評価スコアまたは第２面積の第２評価スコアとすることと、前記第１面積が第１面積閾値以上であり、もしくは前記第２面積が第１面積閾値以上である場合、第２設定面積スコアを第１面積の第２評価スコアまたは第２面積の第２評価スコアとすることと、前記第１面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第１面積および第１面積閾値に基づいて第５面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第６面積スコアを確定することと、前記第５面積スコアおよび前記第６面積スコアに基づいて第１面積の第２評価スコアを確定することと、または、前記第２面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第２面積および第１面積閾値に基づいて第７面積スコアを確定することと、第２面積閾値および第１面積閾値に基づいて第８面積スコアを確定することと、前記第７面積スコアおよび前記第８面積スコアに基づいて第２面積の第２評価スコアを確定することとに用いられる。

好ましくは、評価スコア確定モジュールは、更に、前記初期自動運転画像を自動運転シーンモデルに入力し、予測シーン情報を出力することと、前記初期自動運転画像に対応する設定シーン情報を取得することと、前記予測シーン情報および前記設定シーン情報に基づいてシーン類似度を確定することと、前記シーン類似度に基づいて初期自動運転画像のシーンスコアを確定することとに用いられる。

好ましくは、目標自動運転画像データセット選択モジュールは、具体的に、前記複数の初期自動運転画像の評価スコアに基づいて前記複数の初期自動運転画像を順位付け、順位付けた後の初期自動運転画像データセットを取得することと、前記順位付けた後の初期自動運転画像データセットから設定数の目標自動運転画像データセットを選択することとに用いられる。

本願の実施例に係る画像データセット処理装置は、本願のいずれかの実施例に係る画像データセット処理方法を実行することができ、方法の実行に対応する機能モジュールおよび有益な効果を備える。

なお、上記装置が備える各ユニットおよびモジュールは、機能ロジックに従って分割されたものに過ぎず、上記分割に限定されるものではなく、対応する機能を実現できれば良い。また、各機能ユニットの具体的な名称も、互いに区別しやすいためのものに過ぎず、本願の実施例の保護範囲を制限するものではない。

図１１は、本願の実施例に係る電子機器の構造模式図である。以下、図１１を参照し、本願の実施例を実現するために適した電子機器（例えば、図１１における端末機器またはサーバ）１１００の構造模式図を示す。本願の実施例における端末機器は、携帯電話機、ノートパソコン、デジタル放送受信機、ＰＤＡ（パーソナルデジタルアシスタント）、ＰＡＤ（タブレットコンピュータ）、ＰＭＰ（ポータブルマルチメディアプレイヤー）、車載端末（例えば、車載ナビゲーション端末）等のようなモバイル端末、およびデジタルＴＶ、デスクトップ型コンピュータ等のような固定端末を含んでもよいが、これらに限定されない。図１１に示す電子機器は一例に過ぎず、本願の実施例の機能および使用範囲に何かの制限を与えるものではない。

図１１に示すように、電子機器１１００は、処理装置（例えば、中央プロセッサ、グラフィックプロセッサ等）１１０１を備えてもよく、読み出し専用メモリ（ＲＯＭ）１１０２に記憶されたプログラム、または記憶装置１１０８からランダムアクセスメモリ（ＲＡＭ）１１０３にロードされたプログラムに基づき、様々な適当な動作および処理を実行することができる。ＲＡＭ１１０３には、電子機器１１００の操作に必要な様々なプログラムおよびデータが更に記憶されている。処理装置１１０１、ＲＯＭ１１０２およびＲＡＭ１１０３は、バス１１０４を介して互いに接続されている。入力／出力（Ｉ／Ｏ）インタフェース１１５もバス１１０４に接続されている。

通常、例えば、タッチパネル、タッチパッド、キーボード、マウス、カメラ、マイク、加速度計、ジャイロスコープ等を含む入力装置１１０６、例えば、液晶ディスプレイ（ＬＣＤ）、スピーカ、バイブレータ等を含む出力装置１１０７、例えば、磁気テープ、ハードディスク等を含む記憶装置１１０８、および通信装置１１０９は、Ｉ／Ｏインタフェース１１０５に接続することができる。通信装置１１０９は、電子機器１１００が他の機器と無線または有線通信してデータを交換することを可能にする。図１１は、様々な装置を備える電子機器１１００を示したが、全ての示された装置を実施または具備することが必要ではないことが理解されるべきである。代わりに、より多いまたはより少ない装置を実施または具備してもよい。

特に、本願の実施例によれば、上記フローチャートを参照して記述した過程は、コンピュータソフトウェアプログラムとして実現され得る。例えば、本願の実施例は、非一時的コンピュータ可読媒体に担持されたコンピュータプログラムを含むコンピュータプログラム製品を含み、該コンピュータプログラムは、フローチャートに示す方法を実行するためのプログラムコードを含む。このような実施例において、該コンピュータプログラムは、通信装置１１０９によりネットワークからダウンロードされてインストールされてもよいし、記憶装置１１０８からインストールされてもよいし、ＲＯＭ１１０２からインストールされてもよい。該コンピュータプログラムが処理装置１１０１により実行されると、本願の実施例の方法で限定される上記機能を実行する。

本願の実施形態における複数の装置間でインタラクションされるメッセージまたは情報の名称は、説明するためのものに過ぎず、これらのメッセージまたは情報の範囲を限定するためのものではない。

本願の実施例に係る電子機器は、上記実施例に係る画像データセット処理方法と同じ発明思想に属し、本実施例で詳しく説明されていない技術詳細は、上記実施例を参照することができ、且つ、本実施例は上記実施例と同じ有益な効果を有する。

本願の実施例は、プロセッサによって実行されると、上記実施例に係る画像データセット処理方法を実現するコンピュータプログラムが記憶されるコンピュータ記憶媒体を提供する。

なお、本願に記載されたコンピュータ可読媒体は、コンピュータ可読信号媒体であってもよいし、コンピュータ可読記憶媒体であってもよいし、上記両者の任意の組み合わせであってもよい。コンピュータ可読記憶媒体は、例えば、電気の、磁気の、光の、電磁気の、赤外線の、または半導体のシステム、装置またはデバイス、あるいは以上の任意の組み合わせであってもよいが、これらに限定されない。コンピュータ可読記憶媒体の更なる具体的な例は、１つまたは複数のリード線を有する電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、光記憶デバイス、磁気記憶デバイス、または上記内容の任意の適当な組み合わせを含んでもよいが、これらに限定されない。本願において、コンピュータ可読記憶媒体は、命令実行システム、装置またはデバイスに使用され得る、または命令実行システム、装置またはデバイスと合わせて使用され得るプログラムを含有または記憶する任意の有形的な媒体であってもよい。本願において、コンピュータ可読信号媒体は、ベースバンドでまたは搬送波の一部として伝搬されるデータ信号を含んでもよく、その中にコンピュータ可読プログラムコードが担持されている。このような伝搬されるデータ信号は、様々な形式を採用することができ、電磁信号、光信号または上記内容の任意の適当な組み合わせを含むが、これらに限定されない。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体以外の任意のコンピュータ可読媒体であってもよく、該コンピュータ可読信号媒体は、命令実行システム、装置またはデバイスに使用される、または命令実行システム、装置またはデバイスと合わせて使用されるプログラムを送信、伝搬または伝送することができる。コンピュータ可読媒体に含まれるプログラムコードは、任意の適当な媒体で伝送でき、電線、光ケーブル、ＲＦ（無線周波数）等、または上記内容の任意の適当な組み合わせを含んでもよいが、これらに限定されない。

いくつかの実施形態において、クライアント、サーバは、ＨＴＴＰ（ＨｙｐｅｒＴｅｘｔＴｒａｎｓｆｅｒＰｒｏｔｏｃｏｌ、ハイパーテキストトランスファープロトコル）のような、任意の現在知られているまたは将来研究開発されるネットワークプロトコルを利用して通信することができ、且つ、任意の形式または媒体のデジタルデータ通信（例えば、通信ネットワーク）と相互接続できる。通信ネットワークの例は、ローカルエリアネットワーク（「ＬＡＮ」）、ワイドエリアネットワーク（「ＷＡＮ」）、ネットワークオフネットワーク（例えば、インターネット）およびピアツーピアネットワーク（例えば、ａｄｈｏｃピアツーピアネットワーク）、および任意の現在知られているまたは将来研究開発されるネットワークを含む。

上記コンピュータ可読媒体は、上記電子機器に含まれるものであってもよいし、単独で存在して該電子機器に取り付けられていないものであってもよい。

上記コンピュータ可読媒体に１つまたは複数のプログラムが担持され、上記１つまたは複数のプログラムが該電子機器により実行されると、該電子機器は、
複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得し、前記初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得し、前記第１画像検出結果を基準検出結果として前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得し、前記比較結果に基づいて比較タイプを確定し、前記比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含み、前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定し、前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択し、前記目標自動運転画像データセットにおけるタグを調整する。

１種または複数種のプログラミング言語またはその組み合わせで本願の操作を実行するためのコンピュータプログラムコードを記述することができ、上記プログラミング言語は、Ｊａｖａ、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋のようなオブジェクト指向プログラミング言語を含み、「Ｃ」言語のような通常の手続型プログラミング言語または類似するプログラミング言語を更に含む。プログラムコードは、完全にユーザのコンピュータで実行されてもよいし、部分的にユーザのコンピュータで実行されてもよいし、１つの独立したソフトウェアパッケージとして実行されてもよいし、部分的にユーザのコンピュータで部分的にリモートコンピュータで実行されてもよいし、完全にリモートコンピュータまたは業務サーバで実行されてもよい。リモートコンピュータに関する場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）またはワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介してユーザのコンピュータに接続することができ、または、外部コンピュータ（例えば、インターネットサービスプロバイダを利用してインターネットを介して接続する）に接続することができる。

図面におけるフローチャートおよびブロック図は、本願の様々な実施例によるシステム、方法およびコンピュータプログラム製品の実現可能なアーキテクチャ、機能および操作を示す。この点で、フローチャートまたはブロック図における各ブロックは、１つのモジュール、プログラム、またはコードの一部を表すことができ、該モジュール、プログラム、またはコードの一部は、所定のロジック機能を実現するための１つまたは複数の実行可能命令を含む。なお、代替としてのいくつかの実現において、ブロックに記載された機能は、図面に記載された順序と異なる順序で発生してもよい。例えば、接続されているように示された２つのブロックは、関する機能によって、実際にほぼ並行して実行してもよいし、逆の順序で実行してもよい。なお、ブロック図および／またはフローチャートにおける各ブロック、およびブロック図および／またはフローチャートにおけるブロックの組み合わせは、所定の機能または操作を実行する専用のハードウェアに基づくシステムで実現してもよいし、専用のハードウェアとコンピュータ命令との組み合わせで実現してもよい。

本願の実施例に係るユニットは、ソフトウェアの方式で実現されてもよいし、ハードウェアの方式で実現されてもよい。ここで、ユニットの名称は、ある場合、該ユニット自体を限定するものではなく、例えば、第１取得ユニットは、「少なくとも２つのインターネットプロトコルアドレスを取得するユニット」と記述されてもよい。

本稿に係る機能は、少なくとも部分的に１つまたは複数のハードウェアロジックコンポーネントにより実行されてもよい。例えば、非限定的に、使用可能な例示的なタイプのハードウェアロジックコンポーネントは、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、特定用途向け標準パーツ（ＡＳＳＰ）、システムオンチップのシステム（ＳＯＣ）、複合プログラマブルロジックデバイス（ＣＰＬＤ）等を含む。

本願の明細書において、機器可読媒体は、命令実行システム、装置またはデバイスに使用される、または命令実行システム、装置またはデバイスと合わせて使用されるプログラムを含有または記憶できる有形的な媒体であってもよい。機器可読媒体は、機器可読信号媒体または機器可読記憶媒体であってもよい。機器可読媒体は、電子の、磁気の、光の、電磁気の、赤外線の、または半導体のシステム、装置またはデバイス、または上記内容の任意の適当な組み合わせを含んでもよいが、これらに限定されない。機器可読記憶媒体の更なる具体的な例は、１つまたは複数の線による電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスク読み出し専用ディスク（ＣＤ－ＲＯＭ）、光記憶デバイス、磁気記憶デバイス、または上記内容の任意の適当な組み合わせを含む。

以上の記述は、本願の好ましい実施例および使用される技術原理についての説明に過ぎない。当業者であれば、本願に係る開示範囲は、上記技術的特徴の特定の組み合わせで構成される技術案に限定されるものではなく、それとともに、上記開示の思想から逸脱しない場合、上記技術的特徴またはその均等な特徴を任意に組み合わせることで形成される他の技術案も含むべきであることが理解されるべきである。例えば、上記特徴と本願に開示された（これらに限定されない）類似する機能を持つ技術的特徴とを互いに置き換えて形成される技術案である。

また、特定の順番で各操作を記述したが、これらの操作を示された特定の順番または正方向順番で実行する必要があると理解されるべきではない。一定の環境において、マルチタスクおよび並行処理が有利である可能性がある。同様に、以上の検討に複数の具体的な実現詳細が含まれているが、これらは本願の範囲を限定するものと理解されるべきではない。単独な実施例の説明に記述された一部の特徴は、組み合わせて単一の実施例で実現されてもよい。逆に、単一の実施例の説明に記述された様々な特徴は、単独で、または任意の適当なサブ組み合わせの方式で複数の実施例で実現されてもよい。

構造的特徴および／または方法論理動作に特定された言語を用いて本主題を記述したが、添付の特許請求の範囲に限定される主題は、必ずしも上述した特定の特徴または動作に限定されないことが理解されるべきである。逆に、上述した特定の特徴および動作は、特許請求の範囲を実現する例示的な形式に過ぎない。

Claims

記憶装置とプロセッサとを備える画像データセット処理装置により実行される画像データセット処理方法であって、
前記プロセッサが、高レベルの自動運転試験車両により採集される複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを前記記憶装置から取得することと、
前記プロセッサが、前記初期自動運転画像データセットを、記憶装置に記憶されたサーバ側モデルである第１自動運転検出モデルおよびエッジ側モデルである第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得することと、
前記プロセッサが、前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得することであって、前記第１画像検出結果を基準検出結果とすることと、
前記プロセッサが、前記比較結果に基づいて比較タイプを確定し、前記比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含むことと、
前記プロセッサが、前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定することと、
前記プロセッサが、前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択し、前記目標自動運転画像データセットにおけるタグを調整することと、を含む、
画像データセット処理方法。
各初期自動運転画像は、少なくとも１つの目標対象を含み、
前記第１画像検出結果は、少なくとも１つの目標対象の第１検出枠情報、前記少なくとも１つの目標対象のそれぞれに対応する第１カテゴリ、前記第１カテゴリの第１信頼度、および前記第１検出枠情報に対応する第１面積を含み、
前記第２画像検出結果は、少なくとも１つの目標対象の第２検出枠情報、前記少なくとも１つの目標対象のそれぞれに対応する第２カテゴリ、前記第２カテゴリに対応する第２信頼度、前記第２検出枠情報に対応する第２面積を含み、
前記比較結果は、カテゴリ比較結果を含み、
前記プロセッサが、前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得することは、
前記第１カテゴリと前記第２カテゴリとを比較し、カテゴリ比較一致およびカテゴリ比較不一致を含むカテゴリ比較結果を取得することを含む、
請求項１に記載の方法。
前記プロセッサが、前記比較結果に基づいて比較タイプを確定することは、
第１検出枠情報および前記第２検出枠情報に基づいてＩｏＵを確定することと、
前記第１面積および／または第２面積に基づいて第１のＩｏＵ設定値を確定することと、
前記ＩｏＵが第１のＩｏＵ設定値以上であり、且つ前記カテゴリ比較結果がカテゴリ比較一致である場合、前記比較タイプを真ポジティブ例として確定することと、
前記ＩｏＵが第１のＩｏＵ設定値よりも小さく、および／または前記カテゴリ比較結果がカテゴリ比較不一致である場合、前記比較タイプを偽ポジティブ例および偽ネガティブ例として確定し、または、
前記第１画像検出結果に目標対象の第１検出枠情報が含まれ、前記第２画像検出結果に前記目標対象の第２検出枠情報が含まない場合、前記比較タイプを偽ネガティブ例として確定し、
前記第１画像検出結果に目標対象の第１検出枠情報が含まず、前記第２画像検出結果に前記目標対象の第２検出枠情報が含まれる場合、前記比較タイプを偽ポジティブ例として確定することと、を含む、
請求項２に記載の方法。
前記プロセッサが、前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定することは、
いずれかの初期自動運転画像の評価スコアに対し、比較タイプに基づいて初期自動運転画像における目標対象の評価スコアを確定することと、
前記初期自動運転画像のシーンスコアを確定することと、
前記目標対象の評価スコアおよび前記シーンスコアに基づいて初期自動運転画像の評価スコアを確定することと、を含む、
請求項３に記載の方法。
比較タイプに基づいて初期自動運転画像における目標対象の評価スコアを確定することは、
比較タイプに基づいて目標対象のＩｏＵスコア、信頼度スコアおよび面積スコアのうちの少なくとも１つを確定することと、
目標対象に対応する予め設定されたカテゴリスコアを取得することと、
前記ＩｏＵスコア、前記信頼度スコア、前記面積スコアおよび前記カテゴリスコアのうちの少なくとも１つに基づいて目標対象の評価スコアを確定することと、を含む、
請求項４に記載の方法。
比較タイプに基づいて目標対象のＩｏＵスコアを確定することは、
前記第１面積および／または第２面積に基づいて第２のＩｏＵ設定値を確定し、前記第２のＩｏＵ設定値が前記第１のＩｏＵ設定値よりも大きいことと、
前記比較タイプ、前記第１のＩｏＵ設定値、第２のＩｏＵ設定値および前記ＩｏＵに基づいてＩｏＵ評価スコアを確定することと、を含む、
請求項５に記載の方法。
前記比較タイプ、前記第１のＩｏＵ設定値、第２のＩｏＵ設定値および前記ＩｏＵに基づいてＩｏＵ評価スコアを確定することは、
前記比較タイプが偽ポジティブ例または偽ネガティブ例で、且つ前記ＩｏＵが前記第１のＩｏＵ設定値よりも小さい場合、ＩｏＵ評価スコアは第１設定ＩｏＵ評価スコアであることと、
前記比較タイプが真ポジティブ例で、且つ前記ＩｏＵが前記第２のＩｏＵ設定値以上である場合、ＩｏＵ評価スコアは第２設定ＩｏＵ評価スコアであることと、
前記比較タイプが真ポジティブ例で、且つ前記ＩｏＵが前記第１のＩｏＵ設定値と第２のＩｏＵ設定値で構成された区間内にある場合、第２のＩｏＵ設定値および前記ＩｏＵに基づいて第１のＩｏＵ評価スコアを確定することと、
前記第２のＩｏＵ設定値および前記第１のＩｏＵ設定値に基づいて第２のＩｏＵ評価スコアを確定することと、
前記第１のＩｏＵ評価スコアおよび前記第２のＩｏＵ評価スコアに基づいてＩｏＵ評価スコアを確定することと、を含む、
請求項６に記載の方法。
比較タイプに基づいて目標対象の信頼度スコアを確定することは、
前記比較タイプが偽ポジティブ例である場合、第２信頼度の第１評価スコアを確定し、前記第２信頼度の第１評価スコアを目標対象の信頼度スコアとすることと、
前記比較タイプが偽ネガティブ例である場合、第１信頼度の第１評価スコアを確定し、前記第１信頼度の第１評価スコアを目標対象の信頼度スコアとすることと、
前記比較タイプが真ポジティブ例である場合、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアをそれぞれ確定し、第１信頼度の第２評価スコアおよび第２信頼度の第２評価スコアに基づいて目標対象の信頼度スコアを確定することと、を含む、
請求項５に記載の方法。
第１信頼度の第１評価スコアを確定すること、または第２信頼度の第１評価スコアを確定することは、
第１信頼度閾値および第２信頼度閾値を取得し、前記第２信頼度閾値が前記第１信頼度閾値よりも大きいことと、
前記第１信頼度または前記第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第１評価スコアまたは第２信頼度の第１評価スコアとすることと、
前記第１信頼度が第２信頼度閾値以上であり、もしくは前記第２信頼度が第２信頼度閾値以上である場合、第２設定信頼度スコアを第１信頼度の第１評価スコアまたは第２信頼度の第１評価スコアとすることと、
前記第１信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第１信頼度、前記第２信頼度閾値および前記第１信頼度閾値に基づいて第１信頼度スコアを確定することと、
前記第２信頼度閾値および前記第１信頼度閾値に基づいて第２信頼度スコアを確定することと、
前記第１信頼度スコアおよび前記第２信頼度スコアに基づいて第１信頼度の第１評価スコアを確定することと、
または、
前記第２信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第２信頼度、前記第２信頼度閾値および前記第１信頼度閾値に基づいて第３信頼度スコアを確定することと、
前記第２信頼度閾値および前記第１信頼度閾値に基づいて第４信頼度スコアを確定することと、
前記第３信頼度スコアおよび前記第４信頼度スコアに基づいて第２信頼度の第１評価スコアを確定することと、を含む、
請求項８に記載の方法。
第１信頼度の第２評価スコアを確定すること、または第２信頼度の第２評価スコアを確定することは、
前記第１信頼度または前記第２信頼度が第１信頼度閾値よりも小さい場合、第１設定信頼度スコアを第１信頼度の第２評価スコアまたは第２信頼度の第２評価スコアとすることと、
前記第１信頼度が第１信頼度閾値以上であり、もしくは前記第２信頼度が第２信頼度閾値以上である場合、第１設定信頼度スコアを第１信頼度の第２評価スコアまたは第２信頼度の第２評価スコアとすることと、
前記第１信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第１信頼度および第２信頼度閾値に基づいて第５信頼度スコアを確定することと、
第２信頼度閾値および第１信頼度閾値に基づいて第６信頼度スコアを確定することと、
前記第５信頼度スコアおよび前記第６信頼度スコアに基づいて第１信頼度の第２評価スコアを確定することと、
または、
前記第２信頼度が前記第１信頼度閾値と前記第２信頼度閾値で構成された区間内にある場合、前記第２信頼度および第２信頼度閾値に基づいて第７信頼度スコアを確定することと、
第２信頼度閾値および第１信頼度閾値に基づいて第８信頼度スコアを確定することと、
前記第７信頼度スコアおよび前記第８信頼度スコアに基づいて第２信頼度の第２評価スコアを確定することと、を含む、
請求項９に記載の方法。
比較タイプに基づいて目標対象の面積スコアを確定することは、
前記比較タイプが偽ポジティブ例である場合、第２面積の第１評価スコアを確定し、前記第２面積の第１評価スコアを目標対象の面積スコアとすることと、
前記比較タイプが偽ネガティブ例である場合、第１面積の第１評価スコアを確定し、前記第１面積の第１評価スコアを目標対象の面積スコアとすることと、
前記比較タイプが真ポジティブ例である場合、第１面積の第２評価スコアおよび第２面積の第２評価スコアをそれぞれ確定し、第１面積の第２評価スコアおよび第２面積の第２評価スコアに基づいて目標対象の面積スコアを確定することと、を含む、
請求項５に記載の方法。
第１面積の第１評価スコアを確定すること、または第２面積の第１評価スコアを確定することは、
第１面積閾値および第２面積閾値を取得し、前記第２面積閾値が第１面積閾値よりも大きいことと、
前記第１面積または前記第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第１評価スコアまたは第２面積の第１評価スコアとすることと、
前記第１面積が第２面積閾値以上であり、もしくは前記第２面積が第２面積閾値以上である場合、第２設定面積スコアを第１面積の第１評価スコアまたは第２面積の第１評価スコアとすることと、
前記第１面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第１面積、第２面積閾値および第１面積閾値に基づいて第１面積スコアを確定することと、
第２面積閾値および第１面積閾値に基づいて第２面積スコアを確定することと、
前記第１面積スコアおよび前記第２面積スコアに基づいて第１面積の第１評価スコアを確定することと、
または、
前記第２面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第２面積、第２面積閾値および第１面積閾値に基づいて第３面積スコアを確定することと、
第２面積閾値および第１面積閾値に基づいて第４面積スコアを確定することと、
前記第３面積スコアおよび前記第４面積スコアに基づいて第２面積の第１評価スコアを確定することと、を含む、
請求項１１に記載の方法。
第１面積の第２評価スコアを確定すること、または第２面積の第２評価スコアを確定することは、
前記第１面積または前記第２面積が第１面積閾値よりも小さい場合、第１設定面積スコアを第１面積の第２評価スコアまたは第２面積の第２評価スコアとすることと、
前記第１面積が第１面積閾値以上であり、もしくは前記第２面積が第１面積閾値以上である場合、第２設定面積スコアを第１面積の第２評価スコアまたは第２面積の第２評価スコアとすることと、
前記第１面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第１面積および第１面積閾値に基づいて第５面積スコアを確定することと、
第２面積閾値および第１面積閾値に基づいて第６面積スコアを確定することと、
前記第５面積スコアおよび前記第６面積スコアに基づいて第１面積の第２評価スコアを確定することと、
または、
前記第２面積が前記第１面積閾値と前記第２面積閾値で構成された区間内にある場合、前記第２面積および第１面積閾値に基づいて第７面積スコアを確定することと、
第２面積閾値および第１面積閾値に基づいて第８面積スコアを確定することと、
前記第７面積スコアおよび前記第８面積スコアに基づいて第２面積の第２評価スコアを確定することと、を含む、
請求項１２に記載の方法。
前記初期自動運転画像のシーンスコアを確定することは、
前記初期自動運転画像を自動運転シーンモデルに入力し、予測シーン情報を出力することと、
前記初期自動運転画像に対応する設定シーン情報を取得することと、
前記予測シーン情報および前記設定シーン情報に基づいてシーン類似度を確定することと、
前記シーン類似度に基づいて初期自動運転画像のシーンスコアを確定することと、を含む、
請求項４に記載の方法。
前記プロセッサが、前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択することは、
前記複数の初期自動運転画像の評価スコアに基づいて前記複数の初期自動運転画像を順位付け、順位付けた後の初期自動運転画像データセットを取得することと、
前記順位付けた後の初期自動運転画像データセットから設定数の目標自動運転画像データセットを選択することと、を含む、
請求項１に記載の方法。
複数の初期自動運転画像および対応するタグを含む初期自動運転画像データセットを取得するように構成される初期自動運転画像データセット取得モジュールと、
前記初期自動運転画像データセットを第１自動運転検出モデルおよび第２自動運転検出モデルにそれぞれ入力し、第１画像検出結果および第２画像検出結果をそれぞれ取得するように構成される画像検出結果取得モジュールと、
前記第１画像検出結果と前記第２画像検出結果とを比較し、比較結果を取得するように構成される画像検出結果比較モジュールであって、前記第１画像検出結果を基準検出結果とする画像検出結果比較モジュールと、
前記比較結果に基づいて比較タイプを確定するように構成される比較タイプ確定モジュールであって、前記比較タイプが真ポジティブ例、偽ポジティブ例および偽ネガティブ例を含む比較タイプ確定モジュールと、
前記比較タイプに基づいて前記複数の初期自動運転画像の評価スコアを確定するように構成される評価スコア確定モジュールと、
前記複数の初期自動運転画像の評価スコアに基づいて前記初期自動運転画像データセットから目標自動運転画像データセットを選択し、前記目標自動運転画像データセットにおけるタグを調整するように構成される目標自動運転画像データセット選択モジュールと、を備える、
画像データセット処理装置。
少なくとも１つのプロセッサと、
少なくとも１つのプログラムを記憶するように構成される記憶装置と、を備え、
前記少なくとも１つのプログラムが前記少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサは、請求項１から１５のいずれか１項に記載の画像データセット処理方法を実現する、
電子機器。
コンピュータプロセッサによって実行されると、請求項１から１５のいずれか１項に記載の画像データセット処理方法を実行するためのコンピュータ実行可能命令を含む、
記憶媒体。