数据标注方法、装置、设备及存储介质制造方法及图纸

本申请提供一种数据标注方法、装置、设备及存储介质，涉及图像识别技术领域，该方法包括：对多类别商品图片和目标商品类别图片进行特征点提取和匹配，获得目标匹配对；基于目标匹配对，对多类别商品图片和目标商品类别图片进行相似判定，获得相似判定结果；基于相似判定结果，将目标商品类别图片在多类别商品图片中的投影区域的坐标确定为目标商品类别坐标；将目标商品类别坐标作为待标注多类别商品图片数据的输入进行数据标注。通过自动识别该目标商品类别在多个商品类别图片上的坐标作为预标注信息并对待标注数据进行标注，实现了全自动化无需人工参与的数据补充或标注，具备预标注特性，成本低，可扩展性强。可扩展性强。可扩展性强。

【技术实现步骤摘要】
数据标注方法、装置、设备及存储介质


[0001]本申请涉及图像识别
，具体而言，涉及一种数据标注方法、装置、设备及存储介质。

技术介绍

[0002]近年来，随着科技创新发展，零售行业智能化水平提高，AI赋能零售行业，充分提升了渠道核查的效率。在现有场景下，客户输入一张图像，通过AI模型检测出图像中的商品类别即数量。众所周知，深度学习需要大量的训练数据。如何快速高效地从大量图像数据中查找到包含目标商品类别的图像数据以用于优化深度学习模型准确率是实际业务亟待解决的问题。解决好此问题可以大幅缩短模型准确率提升的时间，有助于大大提升客户体验。
[0003]目前，现有解决数据补充问题是从大量线上数据中人工进行筛图，人工认识目标类别，然后在线上图像中去看该图像是否包含该类别，如果包含，则把该类别放入待标注数据中。这种人工的方式速度慢、成本高，数据量大的情况难以适用。

技术实现思路

[0004]有鉴于此，本申请实施例的目的在于提供一种数据标注方法、装置、设备及存储介质，通过对包含多个商品类别的图片和目标商品类别图片先进行特征点提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据标注方法，其特征在于，所述方法包括：对多类别商品图片和目标商品类别图片进行特征点提取和匹配，获得目标匹配对；基于所述目标匹配对，对所述多类别商品图片和目标商品类别图片进行相似判定，获得相似判定结果；基于所述相似判定结果，将所述目标商品类别图片在所述多类别商品图片中的投影区域的坐标确定为目标商品类别坐标；将所述目标商品类别坐标作为待标注多类别商品图片数据的输入进行数据标注。2.根据权利要求1所述的方法，其特征在于，所述基于所述目标匹配对，对所述多类别商品图片和目标商品类别图片进行相似判定，获得相似判定结果，包括：计算所述目标匹配对的匹配对占比、最小距离、平均距离和最大距离，并判断是否满足初相似预设阈值；若判定所述匹配对占比、最小距离、平均距离和最大距离满足所述初相似预设阈值，则计算所述目标商品类别图片在所述多类别商品图片所在坐标系下的投影图形面积、重叠面积交面比；判断所述投影图形面积、重叠面积交面比是否满足相似预设阈值；若判定所述投影图形面积、重叠面积交面比满足所述相似预设阈值，则将所述相似判定结果确定为相似。3.根据权利要求2所述的方法，其特征在于，所述计算所述目标匹配对的匹配对占比、最小距离、平均距离和最大距离，并判断是否满足初相似预设阈值，包括：若所述目标匹配对数量超过预设匹配阈值，则取所述目标匹配对中特征距离较小的部分目标匹配对，并计算所述部分目标匹配对的匹配对占比、最小距离、平均距离和最大距离；若所述目标匹配对数量未超过预设匹配阈值，则取所述目标匹配对中的部分全部目标匹配对，并计算所述全部目标匹配对的匹配对占比、最小距离、平均距离和最大距离。4.根据权利要求2所述的方法，其特征在于，所述若判定所述匹配对占比、最小距离、平均距离和最大距离满足所述初相似预设阈值，则计算所述目标商品类别图片在所述多类别商品图片所在坐标系下的投影图形面积、重叠面积交面比，包括：若判定所述匹配对占比满足初相似第一预设阈值，和/或，所述最小距离满足初相似第二预设阈值，和/或，所述平均距离满足初相似第三预设阈值，和/或，所述最大距离满足初相似第四预设阈值；则计算所述目标商品类别图片与所述多类别商品图片之间的单应矩阵；根据所述单应矩阵，将所述目标商品类别图片的图像区域映射至所述多类别商品图片所在坐标系下，并计算映射...

【专利技术属性】
技术研发人员：张发恩，徐安琪，敖川，梁睿，李素莹，高达辉，
申请(专利权)人：青岛创新奇智科技集团股份有限公司，
类型：发明
国别省市：