The invention provides a pedestrian detection false alarm data annotation method, device, system and storage medium. The method includes: acquiring scene data; detecting pedestrians from the scene data to obtain a pedestrian prediction frame; and extracting at least a pedestrian detection false alarm sample based on the data annotated by the pedestrian prediction frame. According to the embodiment of the present invention, the annotation method, device, system and storage medium of pedestrian detection false alarm data can realize automatic annotation of pedestrian detection false alarm data, and the training data of pedestrian detection false alarm rejection model can be obtained quickly without human labeling of pedestrian detection false alarm data, and the pedestrian false alarm rejection model can be improved. The training efficiency is improved to improve the reliability of pedestrian detection.
【技术实现步骤摘要】
行人检测误报数据的标注方法、装置、系统和存储介质
本专利技术涉及行人检测
,更具体地涉及一种行人检测误报数据的标注方法、装置、系统和存储介质。
技术介绍
行人检测是视频结构化、人体姿态分析、人机交互中的重要入口型技术,任何与人相关的应用都会首先利用行人检测技术,确定人体所在的位置。然而,现有的行人检测模型仍有很大的缺陷,经常“误报”一些看上去像人的物体,因此在产品化过程中,常常需要一个小型快速的行人误报剔除模型来打磨算法性能。然而,由于行人误报剔除模型需要拟合行人检测模型的分布情形,因此行人检测器更新一版,就需要重新标注数据和训练模型。模型训练可以通过扩展机器来加速,标注数据受限于人力成本,很难规模化增长,给产品更新换代造成了非常大的麻烦。
技术实现思路
本专利技术提出了一种关于行人检测误报数据的标注的方案,其旨在解决行人误报的标注问题。下面简要描述本专利技术提出的关于行人检测误报数据的标注的方案,更多细节将在后续结合附图在具体实施方式中加以描述。根据本专利技术一方面,提供了一种行人检测误报数据的标注方法,所述方法包括:获取场景数据;对所述场景数据进行行人检测,得到行人预测框;以及基于所述行人预测框所标注的数据至少提取行人检测误报样本。在一个实施例中,所述场景数据为不包含行人的数据,所述行人预测框所标注的数据均为行人检测误报样本。在一个实施例中,所述不包含行人的数据是通过互联网获取的。在一个实施例中,所述场景数据为包含行人的数据,所述方法还包括:基于所述行人预测框所标注的数据提取行人检测正确样本和行人检测误报样本。在一个实施例中,所述行人检测正确样本和行 ...
【技术保护点】
1.一种行人检测误报数据的标注方法,其特征在于,所述方法包括:获取场景数据;对所述场景数据进行行人检测,得到行人预测框;以及基于所述行人预测框所标注的数据至少提取行人检测误报样本。
【技术特征摘要】
1.一种行人检测误报数据的标注方法,其特征在于,所述方法包括:获取场景数据;对所述场景数据进行行人检测,得到行人预测框;以及基于所述行人预测框所标注的数据至少提取行人检测误报样本。2.根据权利要求1所述的方法,其特征在于,所述场景数据为不包含行人的数据,所述行人预测框所标注的数据均为行人检测误报样本。3.根据权利要求2所述的方法,其特征在于,所述不包含行人的数据是通过互联网获取的。4.根据权利要求1所述的方法,其特征在于,所述场景数据为包含行人的数据,所述方法还包括:基于所述行人预测框所标注的数据提取行人检测正确样本和行人检测误报样本。5.根据权利要求4所述的方法,其特征在于,所述行人检测正确样本和行人检测误报样本的提取是基于预先训练好的行人检测误报模型,所述行人检测误报模型确定所述行人预测框所标注的数据表示行人的概率,并基于所述概率与预定阈值的大小关系确定并提取所述行人检测正确样本和所述行人检测误报样本。6.根据权利要求5所述的方法,其特征在于,所述行人检测正确样本为所述行人预测框所标注的数据表示行人的概率大于第一阈值的样本,所述行人检测误报样本为所述行人预测框所标注的数据表示行人的概率小于第二阈值的样本,所述第二阈值小于所述第一阈值。...
【专利技术属性】
技术研发人员:彭超,俞刚,
申请(专利权)人:北京迈格威科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。