【技术实现步骤摘要】
图片标注方法和装置、存储介质及电子装置
本专利技术涉及计算机领域,具体而言,涉及一种图片标注方法和装置、存储介质及电子装置。
技术介绍
现有技术中,在对图片中的对象进行位置与类型的标注过程中,主要靠全人工从头标注图片中的检测框与物体类别,无差别对待所有样本。若是采用上述方法,则在样本中对象较多的情况下,对象的类型也较多,此时人工的识别无法完成准确的标注。针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种图片标注方法和装置、存储介质及电子装置,以至少解决相关技术中对图片中的对象进行标注的准确度低的技术问题。根据本专利技术实施例的一个方面,提供了一种图片标注方法,包括:获取待标注的原始图片,其中,上述原始图片中包括至少一个待识别的对象;将上述原始图片输入到目标识别模型中,以通过上述目标识别模型对从上述原始图片中识别出的对象进行标注,其中,上述目标识别模型为利用样本图片集进行训练后所得到的用于识别并标注图片中的对象的模型,上述样本图片集包括初始 ...
【技术保护点】
1.一种图片标注方法,其特征在于,包括:/n获取待标注的原始图片,其中,所述原始图片中包括至少一个待识别的对象;/n将所述原始图片输入到目标识别模型中,以通过所述目标识别模型对从所述原始图片中识别出的对象进行标注,其中,所述目标识别模型为利用样本图片集进行训练后所得到的用于识别并标注图片中的对象的模型,所述样本图片集包括初始样本图片和标注样本图片,所述标注样本图片为在所述初始样本图片对应的训练结果中确定出目标图片后,对所述目标图片中的对象进行纠正后得到的标注图片;/n获取所述目标识别模型输出的标注结果,其中,所述标注结果中携带有对所述原始图片中包括的对象标注后的标签。/n
【技术特征摘要】
1.一种图片标注方法,其特征在于,包括:
获取待标注的原始图片,其中,所述原始图片中包括至少一个待识别的对象;
将所述原始图片输入到目标识别模型中,以通过所述目标识别模型对从所述原始图片中识别出的对象进行标注,其中,所述目标识别模型为利用样本图片集进行训练后所得到的用于识别并标注图片中的对象的模型,所述样本图片集包括初始样本图片和标注样本图片,所述标注样本图片为在所述初始样本图片对应的训练结果中确定出目标图片后,对所述目标图片中的对象进行纠正后得到的标注图片;
获取所述目标识别模型输出的标注结果,其中,所述标注结果中携带有对所述原始图片中包括的对象标注后的标签。
2.根据权利要求1所述的方法,其特征在于,在所述获取待标注的原始图片之前,还包括:
重复执行以下步骤,直至得到所述目标识别模型:
将所述初始样本图片输入待训练的当前目标识别模型;
获取所述当前目标识别模型的当前训练结果,其中,所述当前训练结果中携带有对所述初始样本图片中识别出的对象进行标注的结果;
根据所述当前训练结果获取所述目标图片;
在所述目标图片的数量大于第一阈值的情况下,对所述目标图片中所包括的对象的对象类型和/或对象位置进行纠正,得到纠正后的标注图片,并将所述纠正后的标注图片作为所述标注样本图片,输入所述当前目标识别模型进行训练;
在所述目标图片的数量小于所述第一阈值的情况下,将所述当前目标识别模型确定为所述目标识别模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所述当前训练结果获取所述目标图片包括:
获取所述当前训练结果中每一张图片中每一个对象的目标位置与所述目标位置的概率,和每一个对象的目标类型与所述目标类型的概率;
将所述目标位置的概率属于第一范围且所述目标类型的概率属于第二范围的对象确定为目标对象;
将包含所述目标对象数量最多的图片确定为所述目标图片。
4.根据权利要求3所述的方法,其特征在于,所述获取所述当前训练结果中每一张图片中每一个对象的目标位置与所述目标位置的概率,和每一个对象的目标类型与所述目标类型的概率包括:
将所述当前训练结果中,每一个对象的每一个位置中,概率最大的位置确定为所述每一个对象的所述目标位置,将所述当前训练结果中所述每一个对象的每一个类型中,概率最大的类型确定为所述每一个对象的所述目标类型。
5.根据权利要求2所述的方法,其特征在于,所述在所述目标图片的数量大于第一阈值的情况下,对所述目标图片中所包括的对象的对象类型和/或对象位置进行纠正,得到纠正后的标注图片包括:
获取输入的所述目标图片中对象的对象类型和/或对象位置;
按照所述对象位置将所述对象从所述目标图片中裁出,并按照所述对象类型将所述对象存储到不同的文件夹中;
接收纠正所述文件夹中的目标对象的对象类型和/或对象位置的新的对象类型和/或对象位置,使用新的对象类型和/或对象位置替换所述目标对象的对象类型和/或对象位置。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述目标识别模型包括当前目标识别模型与第二识别模型,所述当前目标识别模型用于标注所述原始图片中对象的位置,所述第二识别模型用于标注所述原始图片中对象的类型。
7.一种图片标注装置,其特征在于,包括:
第一获取单元,用于获取待标注...
【专利技术属性】
技术研发人员:郭卉,袁豪磊,孙众毅,任玉强,李鹏,习洋洋,秦健邦,盛柯恺,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
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。