【技术实现步骤摘要】
本公开涉及人工智能领域,特别涉及图像标注方法及装置、计算机可读存储介质。
技术介绍
1、随着人工智能的发展,深度学习中的神经网络结构越来越复杂。计算机视觉算法的开发分为三个阶段:数据的采集、数据的标注、模型设计与训练。深度学习是数据驱动的,日益复杂的神经网络模型需要更多的训练数据作为底层的支撑。在算力满足要求的前提下,模型效果会随着数据数量的增多而提升。因此,数据规模和标注数据的质量是算法研发的关键因素。
2、3d检测框标注是在2d图像上标注出围绕物体的3d检测框。目前的标注方法是逐帧标注。例如,对于时长为1分钟,fps(frames per second,每秒传输帧数)为30的视频,共1800帧图像。对每一帧图像,都需要人工标注围绕物体的3d检测框的各个参数。标注数量大,是一项由人工实现的繁琐重复性工作,
技术实现思路
1、根据本公开的第一方面,提供了一种图像标注方法,包括:
2、获取多个待标注图像,其中,待标注图像包括第一待标注图像和第二待标注图像;
【技术保护点】
1.一种图像标注方法,包括:
2.根据权利要求1所述的图像标注方法,其中,根据用户对目标物体在第一待标注图像中的检测框的操作信息,调整目标物体在世界坐标系中的检测框,得到目标物体在世界坐标系中的目标检测框,包括循环执行以下步骤,直至第一待标注图像中的检测框的准确度大于阈值:
3.根据权利要求2所述的图像标注方法,其中,操作信息包括原子操作的操作信息;
4.根据权利要求2所述的图像标注方法,其中,根据用户对目标物体在任意一个第一待标注图像中的检测框的操作信息,同步调整目标物体在世界坐标系中的检测框,以及目标物体在其他第一待标注图像中的
...【技术特征摘要】
1.一种图像标注方法,包括:
2.根据权利要求1所述的图像标注方法,其中,根据用户对目标物体在第一待标注图像中的检测框的操作信息,调整目标物体在世界坐标系中的检测框,得到目标物体在世界坐标系中的目标检测框,包括循环执行以下步骤,直至第一待标注图像中的检测框的准确度大于阈值:
3.根据权利要求2所述的图像标注方法,其中,操作信息包括原子操作的操作信息;
4.根据权利要求2所述的图像标注方法,其中,根据用户对目标物体在任意一个第一待标注图像中的检测框的操作信息,同步调整目标物体在世界坐标系中的检测框,以及目标物体在其他第一待标注图像中的检测框,包括:
5.根据权利要求4所述的图像标注方法,其中,将世界坐标系中调整后的检测框转换到其他第一待标注图像对应的图像坐标系中,得到其他第一待标注图像中调整后的检测框,包括:
6.根据权利要求1所述的图像标注方法,其中,操作信息反映了第一待标注图像中的检测框的参数改变的信息,参数包括检测框的中心点的坐标、检测框的长、宽、高、俯仰角、偏航角和翻滚角的至少一种。
7.根据权利要求1所述的图像标注方法,其中,获取多个待标注图像,包括:
8.根据权利要求7所述的图像标注方法...
【专利技术属性】
技术研发人员:张夏杰,郭景昊,
申请(专利权)人:北京沃东天骏信息技术有限公司,
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。