一种基于图像分类技术的目标检测数据标注方法技术

本发明专利技术公开了一种基于图像分类技术的目标检测数据标注方法，包括如下步骤：读取待标注的图像，相关标注信息录入，生成标注文件，截取得到的图像根据标注类别名称分类保存，利用图像分类算法对其进行分类训练，利用训练好的图像分类模型辅助标注文件中的类别信息自动录入。本发明专利技术属于目标检测技术领域，具体是指一种将图像分类技术与目标检测数据标注流程相结合，用于提升目标检测应用中的数据标注效率的基于图像分类技术的目标检测数据标注方法。法。法。

【技术实现步骤摘要】
一种基于图像分类技术的目标检测数据标注方法


[0001]本专利技术属于目标检测
，具体是指一种基于图像分类技术的目标检测数据标注方法。

技术介绍

[0002]目标检测是深度学习领域中重要的研究方向，通过神经网络技术从待检测图像中感兴趣区域进行分割和识别。目标检测技术被广泛应用在数字工业、医疗、交通安防等领域。目标检测方案落地实施往往需要借助大量标注过的图像作为该模型的训练集进行模型训练和调优。但是，现有的数据标注方式需要人为手动标注，效率较低，图像标注效率需要提升以适应大规模数据集标注。因此本专利技术提供一种目标检测数据标注时只需圈出感兴趣(ROI)区域，无需每次填写或选择ROI内的类别名称，减少标注人员操作时间，利用图像分类技术对标注区域内图像进行识别，可根据保存的截图数量逐渐增加进行持续迭代训练，提升分类识别性能，图像分类模型性能可随着保存裁剪图像增多而逐步提升，可以逐步减少在标注类别名称选择时花费的人工时间的基于图像分类技术的目标检测数据标注方法。

技术实现思路

[0003]为了解决上述难题，本专利技术提供了一种将图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分类技术的目标检测数据标注方法，其特征在于，包括如下步骤：1)读取图像数据集中待标注的图像；2)按照目标检测类算法要求，对图像进行相关标注信息录入，生成标注文件；3)根据标注文件中的标注区域信息对原始图像进行裁剪，按照标注文件中的标注区域坐标进行截图，截取得到的图像根据标注类别名称分类保存；4)当每个类别图像数量至少为一张时，利用图像分类算法对其进行分类训练，设定模型训练迭代次数，训练完成后得到图像分类模型model
class
；5)读取下一张图像，录入标注区域坐标信息，并根据该信息对图像进行裁剪；6)将裁剪后的图像输入图像分类模型model
class
。如果结果正确，则将其结果作为类别名称信息保存到该图像的标注文件；如果结果错误，则人工录入该图像标注文件中的类别名称信息；7)跳转至步骤3)，直至系统路径下所有...

【专利技术属性】
技术研发人员：陈轶，张文，牛少彰，崔浩亮，王让定，
申请(专利权)人：东南数字经济发展研究院，
类型：发明
国别省市：