图像标注方法技术

本申请涉及一种图像标注方法

【技术实现步骤摘要】
图像标注方法、装置、计算机设备及计算机可读存储介质


[0001]本申请涉及图像标注
，特别是涉及一种图像标注方法
、
装置
、
计算机设备及计算机可读存储介质
。

技术介绍

[0002]随着计算机视觉技术的发展，出现了对象检测技术，利用对象检测模型可以对图像中不同对象所在的区域进行检测
。
得到对象检测模型需要较多标注图像，由于图像中可能存在多个对象互相重叠的情况，多个对象分别对应的标注图像之间也可能存在重叠区域，在进行模型训练前，需要对重叠区域进行划分
。
[0003]传统技术中，通常采用人工方式对各标注图像中的重叠区域进行手动划分，从而得到新的对象标注图像，利用新的对象标注图像进行模型训练
。
[0004]然而，采用人工方式对各标注图像中的重叠区域进行手动划分，耗时较长，导致图像标注的效率较低
。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种图像标注方法
、
装置
、
计算机设备
、
计算机可读存储介质以及计算机程序产品，能够提高图像标注的效率
。
[0006]第一方面，本申请提供了一种图像标注方法，包括：
[0007]确定目标样本图像具有的有效样本掩码图像；
[0008]确定每个有效样本掩码图像分别具有的训练标注类型；每个训练标注类型具有优先级；
[0009]在目标样本图像具有至少两个有效样本掩码图像的情况下，针对每个有效样本掩码图像，确定有效样本掩码图像对应的关联样本掩码图像；有效样本掩码图像具有的训练标注类型的优先级，低于有效样本掩码图像对应的关联样本掩码图像具有的训练标注类型的优先级；
[0010]基于有效样本掩码图像和关联样本掩码图像，生成训练样本掩码图像
。
[0011]第二方面，本申请提供了一种图像标注装置，包括：
[0012]图像确定模块，用于确定目标样本图像具有的有效样本掩码图像；
[0013]标注类型确定模块，用于确定每个有效样本掩码图像分别具有的训练标注类型；每个训练标注类型具有优先级；
[0014]关联图像模块，用于在目标样本图像具有至少两个有效样本掩码图像的情况下，针对每个有效样本掩码图像，确定有效样本掩码图像对应的关联样本掩码图像；有效样本掩码图像具有的训练标注类型的优先级，低于有效样本掩码图像对应的关联样本掩码图像具有的训练标注类型的优先级；
[0015]图像生成模块，用于基于有效样本掩码图像和关联样本掩码图像，生成训练样本掩码图像
。
[0016]第三方面，本申请提供了一种计算机设备，计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行该计算机程序时实现上述的方法中的步骤
。
[0017]第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法中的步骤
。
[0018]第五方面，本申请提供了一种计算机程序产品，计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现本上述的方法中的步骤
。
[0019]上述图像标注方法
、
装置
、
计算机设备
、
计算机可读存储介质及计算机程序产品，由于图像中可能存在至少两个样本对象重叠的情况，在目标样本图像具有至少两个有效样本掩码图像的情况下，各有效样本掩码图像可能无法直接参与模型训练，针对每个有效样本掩码图像，确定有效样本掩码图像对应的关联样本掩码图像，而有效样本掩码图像具有的训练标注类型的优先级，低于有效样本掩码图像对应的关联样本掩码图像具有的训练标注类型的优先级，基于有效样本掩码图像和关联样本掩码图像，生成训练样本掩码图像，从而通过利用训练标注类型具有的优先级，自动生成了模型训练所需要的训练样本掩码图像，而无需再次针对目标样本图像进行人工标注，提高了图像标注的效率
。
附图说明
[0020]图1为本申请实施例提供的一种图像标注方法的应用环境图；
[0021]图2为本申请实施例提供的一种图像标注方法的流程示意图；
[0022]图
3A
为本申请实施例提供的一种优先级更新操作的示意图；
[0023]图
3B
为本申请实施例提供的一种标注类型合并的示意图；
[0024]图
3C
为本申请实施例提供的一种标注类型分离的示意图；
[0025]图4为本申请实施例提供的一种图像标注装置的结构框图；
[0026]图5为本申请实施例提供的一种计算机设备的内部结构图；
[0027]图6为本申请实施例提供的另一种计算机设备的内部结构图；
[0028]图7为本申请实施例提供的一种计算机可读存储介质的内部结构图
。
具体实施方式
[0029]为了使本申请的目的
、
技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明
。
应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请
。
[0030]本申请实施例提供的图像标注方法，可以应用于如图1所示的应用环境中
。
其中，计算机设备
102
通过通信网络与服务器
104
进行通信
。
数据存储系统可以存储服务器
104
需要处理的数据
。
数据存储系统可以集成在服务器
104
上，也可以放在云上或其他网络服务器上
。
[0031]具体地，计算机设备
102
确定目标样本图像具有的有效样本掩码图像；确定每个有效样本掩码图像分别具有的训练标注类型；每个训练标注类型具有优先级；在目标样本图像具有至少两个有效样本掩码图像的情况下，针对每个有效样本掩码图像，确定有效样本掩码图像对应的关联样本掩码图像；有效样本掩码图像具有的训练标注类型的优先级，低于有效样本掩码图像对应的关联样本掩码图像具有的训练标注类型的优先级；基于有效样
本掩码图像和关联样本掩码图像，生成训练样本掩码图像
。
然后计算机设备
102
可以利用目标样本图像和目标样本图像的训练样本掩码图像对待训练的对象检测模型进行训练，也可以将目标样本图像和目标样本图像的训练样本掩码图像发送至服务器
104。
服务器
104
接收目标样本图像和目标样本图像的训练样本掩码图像，并保存目标样本图像和目标样本图像的训练样本掩码图像
。
[0032]其中，计算机设备
102
可以但不限于是各种个人计算机
、
笔记本电脑
、
智能手机
、...

【技术保护点】

【技术特征摘要】
1.
一种图像标注方法，其特征在于，包括：确定目标样本图像具有的有效样本掩码图像；确定每个所述有效样本掩码图像分别具有的训练标注类型；每个所述训练标注类型具有优先级；在所述目标样本图像具有至少两个有效样本掩码图像的情况下，针对每个所述有效样本掩码图像，确定所述有效样本掩码图像对应的关联样本掩码图像；所述有效样本掩码图像具有的训练标注类型的优先级，低于所述有效样本掩码图像对应的关联样本掩码图像具有的训练标注类型的优先级；基于所述有效样本掩码图像和所述关联样本掩码图像，生成训练样本掩码图像
。2.
根据权利要求1所述的方法，其特征在于，所述目标样本图像是从多个样本图像中选取的，所述确定目标样本图像具有的有效样本掩码图像的步骤之前，还包括：获取多个样本图像的样本掩码图像，并确定每个所述样本图像的样本掩码图像具有的原始标注类型；每个所述样本图像具有至少一个样本掩码图像；按照各所述原始标注类型的优先级，展示各所述原始标注类型的操作项；响应于针对目标标注类型的操作项的优先级变更操作，更新所述目标标注类型的优先级；所述目标标注类型，为各所述原始标注类型的操作项中的任一原始标注类型
。3.
根据权利要求1所述的方法，其特征在于，所述基于所述有效样本掩码图像和所述关联样本掩码图像，生成训练样本掩码图像，包括：确定所述有效样本掩码图像中的第一对象区域；所述第一对象区域中的各像素点的像素值为第一像素值；确定所述关联样本掩码图像中的第二对象区域；所述第二对象区域中的各像素点的像素值为第一像素值；计算所述第一对象区域和所述第二对象区域之间的重叠区域；将所述有效样本掩码图像中的重叠区域内的像素点的像素值更新为第二像素值，将更新后的有效样本掩码图像作为训练样本掩码图像
。4.
根据权利要求1所述的方法，其特征在于，所述确定每个所述有效样本掩码图像分别具有的训练标注类型包括：确定每个所述有效样本掩码图像分别具有的原始标注类型；所述原始标注类型属于多个预设标注类型；从所述多个预设标注类型中，确定所述有效样本掩码图像具有的原始标注类型的父标注类型；将所述原始标注类型的父标注类型，作为所述有效样本掩码图像的训练标注类型
。5.
根据权利要求4所述的方法，其特征在于，所述目标样本图像是从多个样本图像中选取的，所述确定目标样本图像具有的有效样本掩码图像的步骤之前，还包括：获取多个样本图像的样本掩码图像，并确定每个所述样本图像的样本掩码图像具有的原始标注类型；每个所述样本图像具有至少...

【专利技术属性】
技术研发人员：毛宁，周超，沈小勇，吕江波，
申请(专利权)人：北京思谋智能科技有限公司，
类型：发明
国别省市：