本发明专利技术提供一种图像数据打标装置，用于对车辆摄像头采集到的图像数据进行打标处理，所述装置包括：预测模块，用于预测打标任务所对应的分类任务；目标检测模块，用于对所述图像数据进行目标检测处理，以检测所述图像数据中的目标；分类执行模块，用于基于经所述目标检测模块处理后的图像数据，执行所述预测模块预测的所述分类任务以获得分类任务执行结果；判断模块，用于根据所述分类任务执行结果，判断是否对所述图像数据执行所述打标任务。本发明专利技术通过将打标任务转换为简单的分类任务，可以实现视觉加推理的复杂打标，并大幅降低人工打标投入、灵活性更好以及大大节省打标时间。灵活性更好以及大大节省打标时间。灵活性更好以及大大节省打标时间。
【技术实现步骤摘要】
一种图像数据打标装置及其训练方法、图像数据打标方法
[0001]本专利技术涉及图像处理领域，具体来说，涉及自动驾驶中的图像数据处理领域，更具体地说，涉及一种图像数据打标装置及其训练方法、图像数据打标方法。
技术介绍
[0002]随着科技的发展和进步，人工智能技术发展越来越成熟，其被应用在人类生产生活的方方面面。其中，人工智能技术的很重要的一个特性是通过学习已有数据的特征来获得对新数据的处理能力，此时，就不得不提到数据标注任务也就是给对数据执行打标任务，所谓数据标注任务就是对已有的数据进行处理，标注数据的特性、目标、分类等等标签，并基于这些标签指导人工智能学习，由此可见，打标签是人工智能技术中比较常见的需求。尤其在自动驾驶领域，采集到数据后对摄像头图片、雷达点云文件等进行打标签是非常重要的。
[0003]现有技术下，主要通过目标检测、图像分类等方式对图像数据打标签。虽然这些方法可以实现自动打标处理，但是仍然存在很多缺陷，例如，针对自动驾驶车辆摄像头采集到的图像数据来说，对于打标有更精确度要求，不仅仅是需要检测出可视范围内车辆的存在，还需要知道他车与自车的位置关系，例如“前方有车”、“左前方有车”、“左后方有车”等更精确的目标信息。例如，目标检测算法只能检测到图像数据中有车辆存在，图像分类算法只能分类图像数据中的是车辆。因此，为了更好的满足自动驾驶以及其他领域与之类似的精细化打标需求，现有技术中亟需一种高效且灵活的打标方案。
技术实现思路
[0004]因此，本专利技术的目的在于克服上述现有技术的缺陷，提供一种图像数据打标装置及其训练方法、图像数据打标方法。
[0005]根据本专利技术的第一方面，提供一种图像数据打标装置，用于对车辆摄像头采集到的图像数据进行打标处理，所述装置包括：预测模块，用于预测打标任务所对应的分类任务；目标检测模块，用于对所述图像数据进行目标检测处理，以检测所述图像数据中的目标；分类执行模块，用于基于经所述目标检测模块处理后的图像数据，执行所述预测模块预测的所述分类任务以获得分类任务执行结果；判断模块，用于根据所述分类任务执行结果，判断是否对所述图像数据执行所述打标任务。
[0006]优选的，所述打标任务包含多个打标要素，对应地，所述分类任务包括多个分类子任务，其中，每个分类子任务对应于至少一个打标要素。
[0007]优选的，所述预测模块包括多个串行连接的预测子模块，其中，每个预测子模块用于预测至少一个打标要素所对应的分类子任务。
[0008]优选的，所述打标要素包括下述中的至少一种：参照系、方位、条件、目标类型、天气、光线亮度。
[0009]优选的，所述分类执行模块用于确定所述多个分类子任务分别对应的执行子模
块，并按照执行逻辑组装所述多个分类子任务对应的执行子模块。
[0010]优选的，所述预测模块还用于从多个候选预测模块中选择与所述打标任务相匹配的目标预测模块，并利用所述目标预测模块预测所述打标任务所对应的分类任务。
[0011]优选的，所述分类执行模块还用于从多个候选分类执行模块中选择与所述目标预测模块相匹配的目标分类执行子模块，并基于经所述目标检测模块处理后的图像数据，利用所述目标分类执行模块执行所述分类任务以获得分类任务执行结果。
[0012]根据本专利技术的第二方面，提供一种用于训练如本专利技术第一方面所述装置的方法，所述方法包括：S1、获取数据集，所述数据集中包含车辆一个或多个方向的摄像头采集到的多个图像数据，每个图像数据包括多个图像以及一个或多个打标任务标签；S2、采用步骤S1中获取的数据集将装置训练至收敛，并采用分类损失更新装置中各模型参数。
[0013]根据本专利技术的第三方面，提供一种图像数据打标方法，所述方法包括:获取车辆摄像头采集的视频图像数据；制定标签计划并根据制定的标签计划为标签配置打标任务；采用如本专利技术第一方面所述的装置根据打标任务对视频图像数据进行打标处理，并存储视频图像数据的打标结果。优选的，所述方法还包括：响应于新增标签或者删除标签的需求，修改标签计划，并为修改后的标签计划中的标签配置打标任务。
[0014]与现有技术相比，本专利技术的优点在于：本专利技术可以利用视觉加推理的技术，将打标任务转换为简单的分类任务，从而灵活实现复杂标签的打标任务。现有技术下，通常的打标任务是利用模型针对简单的固定标签对图像进行打标，那么，任何一次标签的更新都意味着需要更新模型以适应新的标签或者使用人力进行分类，而使用本专利技术可以很好的解决打标灵活性的问题，针对不同的打标任务，可以通过预测模块预测对应的分类任务，而无需引入新的模型，可以大幅降低人工打标投入。此外，现有技术下，常规打标流程通常在流程开始前就需要确定所有标签，任何增加标签或删除标签都需要对整个架构进行改动，而使用本专利技术的图像数据打标装置，则只需要在配置打标问题(即打标任务)一步增加打标要素即可，无需对整体装置结构进行修改。例如，针对“自车左后方有轿车”、“自车前方有车向左变道”这两个差异较大的打标任务，利用本专利技术所提出的预测模块和分类执行模块均可以自适应实现这两个打标任务，无需对整个打标装置进行改动，灵活性更好，鲁棒性更高。并且现有技术下，执行打标任务时，一般是一个模型对应一个标签，若涉及到包含多个打标要素的复杂标签，则对一帧图像数据进行打标时这一帧数据需串行经过多个模型，较为耗时，而本专利技术所提出的打标装置，可以基于视觉推理算法，对任何一帧图像数据执行针对复杂标签的打标任务，大大节省打标时间。
附图说明
[0015]以下参照附图对本专利技术实施例作进一步说明，其中：
[0016]图1为根据本专利技术实施例的图像数据打标装置框架结构示意图；
[0017]图2为根据本专利技术实施例的预测模块结构示意图；
[0018]图3为根据本专利技术实施例的预测模块示例示意图；
[0019]图4为根据本专利技术实施例的预测模块、分类模块、目标检测模块工作原理示例示意图；
[0020]图5为根据本专利技术实施例的图像数据打标装置工作原理示例示意图；
[0021]图6为根据本专利技术实施例的图像数据打标方法流程示意图。
具体实施方式
[0022]为了使本专利技术的目的，技术方案及优点更加清楚明白，以下通过具体实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0023]正如
技术介绍
中所述的，现有技术下的图像打标方法无法实现视觉加推理的精细化打标任务，为了解决该问题，本专利技术提出一种通过打标任务预测以及端到端视觉推理分类构建图像数据打标装置的方案。
[0024]根据本专利技术的一个实施例，如图1所示，本专利技术的一种图像数据打标装置包括：预测模块、目标检测模块、分类执行模块、判断模块。其中，所示预测模块用于预测打标任务所对应的分类任务；所述目标检测模块用于对所述图像数据进行目标检测处理，以检测所述图像数据中的目标；所述分类执行模块用于基于经所述目标检测模块处理后的图像数据，执行所述预测模块预测的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像数据打标装置，用于对车辆摄像头采集到的图像数据进行打标处理，其特征在于，所述装置包括：预测模块，用于预测打标任务所对应的分类任务；目标检测模块，用于对所述图像数据进行目标检测处理，以检测所述图像数据中的目标；分类执行模块，用于基于经所述目标检测模块处理后的图像数据，执行所述预测模块预测的所述分类任务以获得分类任务执行结果；判断模块，用于根据所述分类任务执行结果，判断是否对所述图像数据执行所述打标任务。2.根据权利要求1所述的装置，其特征在于，所述打标任务包含多个打标要素，对应地，所述分类任务包括多个分类子任务，其中，每个分类子任务对应于至少一个打标要素。3.根据权利要求2所述的装置，其特征在于，所述预测模块包括多个串行连接的预测子模块，其中，每个预测子模块用于预测至少一个打标要素所对应的分类子任务。4.根据权利要求2或3所述的装置，其特征在于，所述打标要素包括下述中的至少一种：参照系、方位、条件、目标类型、天气、光线亮度。5.根据权利要求2所述的装置，其特征在于，所述分类执行模块，用于确定所述多个分类子任务分别对应的执行子模块，并按照执行逻辑组装所述多个分类子任务对应的执行子模块。6.根据权利要求1所述的装置，其特征在于，所述预测模块，还用于从多个候选预测模块中选择与所述打标任务相匹配的目标预测模块，并利用所述目标预测模块预测所述打标任务所对应的分类任务。7.根据权利要求6所述的装置，其特征在于，所述分类执行模块，还用于从多个候选分类执行模块中选择与所述目标预测模...
【专利技术属性】
技术研发人员：顾嘉晟，伍鹏，谭永博，
申请(专利权)人：上海云骥跃动智能科技发展有限公司，
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。