【技术实现步骤摘要】
拉框标注数据的汇聚方法、装置及电子设备
[0001]本申请涉及标注
，尤其是涉及一种拉框标注数据的汇聚方法、装置及电子设备。
技术介绍
[0002]人工智能技术的发展和应用，建立在大量人工标注基础上，譬如，对于目标识别应用，需要大量的拉框标注，给模型提供准确的标注数据集从而实现有监督训练。在此过程中，若完全依赖专家拉框，往往成本过高且难以及时产出海量标注数据。近年来，数据众包作为一种逐渐成熟的标注模式，带来了更好的解决思路。然而，由于众包模式下标注员质量的不确定性，冗余度成为了关键的引入要素，即，对于每个目标物体，均需要多个标注员给出多份拉框结果，进而进行结果汇聚，以产出最终拉框。在该背景下，过往方法通常考虑一张图中仅有一个拉框目标的场景，对于单图多框这一更广泛的问题，并没有一个直接的汇聚方案。
技术实现思路
[0003]本申请的目的在于提供一种拉框标注数据的汇聚方法、装置及电子设备，能够针对包含多个目标对象的图片的拉框标注数据，进行多目标的拉框聚类，得到每个目标对象的聚类拉框数据，进而针对每个目标对象...
【技术保护点】
【技术特征摘要】
1.一种拉框标注数据的汇聚方法，其特征在于，所述方法包括：获取目标图片对应的拉框标注数据；其中，所述目标图片中包括至少一个目标对象；所述拉框标注数据包括：多个标注员针对所述目标图片中的目标对象进行拉框标注后汇总得到的多个第一拉框分别对应的位置信息；基于多个第一拉框分别对应的位置信息进行拉框聚类，确定每个所述目标对象对应的拉框聚类数据；所述拉框聚类数据包括：多个第二拉框分别对应的位置信息；针对每个所述目标对象，根据所述目标对象对应的拉框聚类数据，确定所述目标对象对应的拉框汇聚结果；所述拉框汇聚结果包括所述目标对象对应的汇聚拉框的位置信息。2.根据权利要求1所述的方法，其特征在于，基于多个第一拉框分别对应的位置信息进行拉框聚类，确定每个所述目标对象对应的拉框聚类数据的步骤，包括：根据多个第一拉框分别对应的位置信息，计算两两拉框间的IoU指标；根据两两拉框间的IoU指标与预设指标阈值间的大小关系，生成拉框无向图；基于拉框无向图进行最大团搜索，确定出每个团对应的多个第二拉框，得到每个所述目标对象对应的拉框聚类数据。3.根据权利要求2所述的方法，其特征在于，所述位置信息包括：拉框的左上坐标和右下坐标；根据多个第一拉框分别对应的位置信息，计算两两拉框间的IoU指标的步骤，包括：针对任意两个第一拉框，根据所述两个第一拉框分别对应的左上坐标、右下坐标，计算两个第一拉框的相交面积和合并面积；将所述相交面积与所述合并面积之比作为所述两个第一拉框对应的IoU指标。4.根据权利要求2所述的方法，其特征在于，根据两两拉框间的IoU指标与预设指标阈值间的大小关系，生成拉框无向图的步骤，包括：根据两两拉框间的IoU指标构建距离矩阵；所述距离矩阵中的每个元素用于表征两个拉框间的IoU指标；根据所述距离矩阵中每个元素与预设指标阈值间的大小关系，生成邻接矩阵；根据所述邻接矩阵，生成拉框无向图。5.根据权利要求4所述的方法，其特征在于，所述邻接矩阵中的元素包括0或1；根据所述距离矩阵中每个元素与预设指标阈值间的大小关系，生成邻接矩阵的步骤，包括：针对所述距离矩阵中的每个元素，将所述元素对应的IoU指标与所述预设指标阈值进行比对；将超过所述预设指标阈值的所述元素对应的值设置为1，将未超过所述预设指标阈值的所述元素对应的值设置为0，得到邻接矩阵。6.根据权利要求1所述的方法，其特征在于，根据所述目标对象对应的拉框聚类数据，确定所述目标对象对应的拉框汇聚结果的步骤，包括：获取多个第二拉框分别对应的标注员的初始标注质量参数；根据所述目标对象的多个第二拉框分别对应的位置信息以及初始标注质量参数进行汇聚评估，确定所述目标对象对应的拉框汇聚结果。7.根据权利要求6所述的方法，其特征在于，根据所述目标对象的多个第二拉框分别对应的位置信息以及初始标注质量参数进行汇聚评估，确定所述目标对象对应的拉框汇聚结果的步骤，包括：
将所述初始标注质量参数作为当前标注质量参数，执行以下汇聚评估步骤：基于多个...
【专利技术属性】
技术研发人员：刘昊俣，林敏敏，吴润泽，许璐，刘思彦，周红叶，吕唐杰，范长杰，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：
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。