基于连续图像帧跟踪标注的模型训练方法及电子设备技术

本申请公开了一种基于连续图像帧跟踪标注的模型训练方法及电子设备、计算机可读存储介质，包括：获取批量连续图像帧；基于所述批量连续图像帧生成多个数据包，所述数据包中包括M个连续图像帧，且任两个相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧按序对应相同，M、N为正整数且N小于M；分别对所述多个数据包中的图像帧进行跟踪标注；将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一；基于统一标注后的所述多个数据包中的图像帧进行模型训练。本申请能够提高基于连续图像帧跟踪标注的模型训练的效率。的模型训练的效率。的模型训练的效率。

【技术实现步骤摘要】
基于连续图像帧跟踪标注的模型训练方法及电子设备


[0001]本申请涉及计算机数据领域，尤其涉及一种基于连续图像帧跟踪标注的模型训练方法及电子设备、计算机可读存储介质。

技术介绍

[0002]在训练道路车辆或其他物体的识别模型时，通常需要提供预定数量的训练样本。通常，训练样本通过从实地场景采集的视频中获取连续的图像帧，并对多个图像帧出现的相同样本对象进行跟踪标注，以确定训练样本的标签。
[0003]通常需要跟踪标注的图像帧数量很大，几千帧甚至更多。然而现有的跟踪标注对图像帧的数量有一定限制，超过一定帧数，例如对200帧的连续帧进行跟踪标注就会遇到各种问题。例如对连续2000帧数据进行操作，需要一次性连续完成2000帧数据的操作，一旦中间出了一点错误，将会影响后续所有标注，修改起来极为困难。并且，由于相同物体的跟踪标注为连续且唯一的，无法同时并行进行操作。因此，极大降低了跟踪标注的准确率与效率，相应导致后续的模型训练带来一定的困难。
[0004]如何提高基于连续图像帧跟踪标注的模型训练的效率，是亟待解决的技术问题。

技术实现思路

[0005]本申请实施例的目的是提供一种基于连续图像帧跟踪标注的模型训练方法及电子设备、计算机可读存储介质，用以解决模型训练效率低的问题。
[0006]为了解决上述技术问题，本说明书是这样实现的：
[0007]第一方面，提供了一种基于连续图像帧跟踪标注的模型训练方法，包括：获取批量连续图像帧；基于所述批量连续图像帧生成多个数据包，所述数据包中包括M个连续图像帧，且任两个相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧按序对应相同，M、N为正整数且N小于M；分别对所述多个数据包中的图像帧进行跟踪标注；将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一；基于统一标注后的所述多个数据包中的图像帧进行模型训练。
[0008]可选的，分别对所述多个数据包中的图像帧进行跟踪标注，包括：对每个数据包并行进行跟踪标注，其中同一个数据包的帧图像中包括的相同物体的标注相同。
[0009]可选的，在将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一之前，还包括：获取经过跟踪标注后的所述多个数据包中的图像帧的文件名称和/或图像帧标识，其中每个图像帧的文件名称和图像帧标识按照对应的连续图像帧顺序依次生成且唯一；根据所述图像帧的文件名称和/或图像帧标识，对所述多个帧数据包进行顺序排序。
[0010]可选的，将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一，包括：将经过跟踪标注后
的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对相同物体的标注进行统一；根据对所述相同物体统一标注后的所述多个帧数据包以及所述多个帧数据包的顺序排序，将所述多个数据包的相邻数据包中在先数据包的图像帧与在后数据包的图像帧中包括的所述相同物体的标注进行统一。
[0011]可选的，将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对相同物体的标注进行统一包括：将所述在后数据包的前N个图像帧中包括的所述相同物体的标注均修改为所述在先数据包的后N个图像帧中包括的所述相同物体的标注；或者将所述在先数据包的后N个图像帧中包括的所述相同物体的标注均修改为所述后先数据包的前N个图像帧中包括的所述相同物体的标注。
[0012]可选的，根据对所述相同物体统一标注后的所述多个帧数据包以及所述多个帧数据包的顺序排序，将所述多个数据包的相邻数据包中在先数据包的图像帧与在后数据包的图像帧中包括的所述相同物体的标注进行统一，包括：
[0013]获取对所述相同物体统一标注后的所述多个帧数据包中在先数据包的后N个图像帧中对相同物体的标注以及在后数据包的前N个图像帧中对相同物体的标注；
[0014]在将所述在后数据包的前N个图像帧中包括的所述相同物体的标注均修改为所述在先数据包的后N个图像帧中包括的所述相同物体的标注的情况下，根据所述多个帧数据包从前到后的排序，依次将所述后先数据包的图像帧中包括的所述相同物体的标注均修改为所述在先数据包的图像帧中包括的所述相同物体的标注；或者
[0015]在将所述在先数据包的后N个图像帧中包括的所述相同物体的标注均修改为所述后先数据包的前N个图像帧中包括的所述相同物体的标注的情况下，根据所述多个帧数据包从后到前的排序，依次将所述在先数据包的图像帧中包括的所述相同物体的标注均修改为所述后先数据包的图像帧中包括的所述相同物体的标注。
[0016]可选的，所述连续图像帧中包括多个不同的物体，每个物体至少存在部分的所述连续图像帧中。
[0017]可选的，在分别对所述多个数据包中的图像帧进行跟踪标注之后，还包括：
[0018]对所述多个数据包中的图像帧的标注进行准确性校对，以在通过准确性校对时执行将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一的步骤。
[0019]第二方面，提供了一种电子设备，包括处理器和与所述存储器电连接的处理器，所述存储器存储有可在所述处理器运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面所述的方法的步骤。
[0020]第三方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储计算机程序，该计算机程序被处理器执行时实现如第一方面所述的方法的步骤。
[0021]在本申请实施例中，通过获取批量连续图像帧；基于所述批量连续图像帧生成多个数据包，所述数据包中包括M个连续图像帧，且任两个相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧按序对应相同，M、N为正整数且N小于M；分别对所述多个数据包中的图像帧进行跟踪标注；将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一；基于统一标注后的所述多个数据包中的图像帧进行模型训练，可以极大程度地降低或避免跟踪标
注过程中出现错误，提高了跟踪标注的准确率与效率。由此，利用跟踪标注后的图像帧作为样本进行模型训练，可以减少模型训练带来的困难，提高基于连续图像帧跟踪标注的模型训练的效率。
附图说明
[0022]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0023]图1是本申请实施例的基于连续图像帧跟踪标注的模型训练方法的流程示意图。
[0024]图2是本申请实施例的电子设备的结构方框图。
具体实施方式
[0025]下面将结合本申请实施例中的附图，对本申请实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于连续图像帧跟踪标注的模型训练方法，其特征在于，包括：获取批量连续图像帧；基于所述批量连续图像帧生成多个数据包，所述数据包中包括M个连续图像帧，且任两个相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧按序对应相同，M、N为正整数且N小于M；分别对所述多个数据包中的图像帧进行跟踪标注；将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一；基于统一标注后的所述多个数据包中的图像帧进行模型训练。2.如权利要求1所述的方法，其特征在于，分别对所述多个数据包中的图像帧进行跟踪标注，包括：对每个数据包并行进行跟踪标注，其中同一个数据包的帧图像中包括的相同物体的标注相同。3.如权利要求2所述的方法，其特征在于，在将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一之前，还包括：获取经过跟踪标注后的所述多个数据包中的图像帧的文件名称和/或图像帧标识，其中每个图像帧的文件名称和图像帧标识按照对应的连续图像帧顺序依次生成且唯一；根据所述图像帧的文件名称和/或图像帧标识，对所述多个帧数据包进行顺序排序。4.如权利要求3所述的方法，其特征在于，将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对应图像帧的标注统一，包括：将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对相同物体的标注进行统一；根据对所述相同物体统一标注后的所述多个帧数据包以及所述多个帧数据包的顺序排序，将所述多个数据包的相邻数据包中在先数据包的图像帧与在后数据包的图像帧中包括的所述相同物体的标注进行统一。5.如权利要求4所述的方法，其特征在于，将经过跟踪标注后的所述多个数据包的相邻数据包中在先数据包的后N个图像帧与在后数据包的前N个图像帧中对相同物体的标注进行统一包括：将所述在后数据包的前N个图像帧中包括的所述相同物体的标注均修改为所述在先数据包的后N个图像帧中包括的所述相同物体的标注；或者将所述在先数据...

【专利技术属性】
技术研发人员：李虹敏，
申请(专利权)人：北京云聚智慧科技有限公司，
类型：发明
国别省市：