【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种标注数据集的构建方法、装置、设备和存储介质。
技术介绍
1、巡逻无人车通常会搭载侦察光电和相机等设备，可进行自主巡逻侦察，识别存在危险的目标并进行告警，例如非法闯入人员、非法车辆、烟雾火灾或危险动物等。其中，实现上述自主巡逻侦察的核心技术为目标检测。
2、目前，成熟的目标检测为基于卷积神经网络的监督式的学习方法，而监督式的学习方法的核心是快速构建高质量的训练数据集，通过高质量的训练数据集训练高效的目标识别模型。其中，在通过监督式方法对目标识别模型进行训练时，需要对训练数据集中的训练数据进行标注才能正确训练模型。现有技术中，通常是使用标注工具，通过人工方式对图像进行一一标注，以得到能够正常训练目标识别模型的数据集。
3、然而，上述的标注方式中，不仅会消耗巨大的人力资源，而且会使得标注数据集的获取效率较低。
技术实现思路
1、本专利技术提供一种标注数据集的构建方法、装置、设备和存储介质，用以解决现有技术中不仅会消耗巨大的人力资源，而且...
【技术保护点】
1.一种标注数据集的构建方法，其特征在于，包括：
2.根据权利要求1所述的标注数据集的构建方法，其特征在于，所述将所述第一目标所在的区域图像粘贴至背景图像中，得到包括所述第一目标对应的第二标注框的第二样本图像，包括：
3.根据权利要求1所述的标注数据集的构建方法，其特征在于，所述将至少一帧第三样本图像输入所述目标检测模型，得到所述目标检测模型输出的各所述第三样本图像中第二目标对应的第三标注框，包括：
4.根据权利要求3所述的标注数据集的构建方法，其特征在于，所述方法还包括：在所有第三样本图像中初始标注框预测正确的第三样本图像的数量和...
【技术特征摘要】
1.一种标注数据集的构建方法，其特征在于，包括：
2.根据权利要求1所述的标注数据集的构建方法，其特征在于，所述将所述第一目标所在的区域图像粘贴至背景图像中，得到包括所述第一目标对应的第二标注框的第二样本图像，包括：
3.根据权利要求1所述的标注数据集的构建方法，其特征在于，所述将至少一帧第三样本图像输入所述目标检测模型，得到所述目标检测模型输出的各所述第三样本图像中第二目标对应的第三标注框，包括：
4.根据权利要求3所述的标注数据集的构建方法，其特征在于，所述方法还包括：在所有第三样本图像中初始标注框预测正确的第三样本图像的数量和所述第三样本图像的总数量的比值大于或等于所述预设值的情况下，将所述初始标注框确定为所述第三标注框。
5.根据权利要求1-4任一项所述的标注数据集的构建方法，其特征在于，所述第三样本图像为通过网络爬虫和/或基于仿...
【专利技术属性】
技术研发人员：车满强，
申请(专利权)人：广州海格通信集团股份有限公司，
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。