【技术实现步骤摘要】
本专利技术涉及计算机视觉，特别是指一种面向图像区域多标注的标签融合生成方法。
技术介绍
1、在计算机视觉和图像处理领域，图像标注是一项关键任务，其质量直接影响到后续模型训练和性能表现。现有的图像标注方法和技术主要包括手动标注和半自动化标注，具体如区域强标注、矩形框标注、椭圆标注、旋转矩形框标注、旋转椭圆标注等。这些方法在实际应用中存在以下几个主要技术问题：
2、不同标注者由于经验、理解和主观判断的差异，往往会对同一图像产生不同的标注结果。这些差异会导致标注数据的不一致性，进而影响训练模型的准确性和鲁棒性。
3、图像标注任务中常涉及多种标注类型（如区域强标注、矩形框标注等），而现有技术通常仅支持单一类型的标注。这种局限性使得不同类型标注信息难以综合利用，从而限制了模型在处理复杂场景时的性能。
4、由于标注者的主观性，不同标注者对同一图像的标注结果可能存在显著偏差。单一标注者的标注结果容易受到其个人理解和能力的影响，从而引入潜在的标注偏差，影响训练数据的质量。
5、在多标注者和多标注类型的情况...
【技术保护点】
1.一种面向图像区域多标注的标签融合生成方法，其特征在于，包括：
2.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述S2具体包括：
3.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述S3中中智度量具体包括：
4.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述S4中的具体方法包括：
5.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述S5中的计算方法具体包括：
6.根据权利要求1所述的一...
【技术特征摘要】
1.一种面向图像区域多标注的标签融合生成方法，其特征在于，包括：
2.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述s2具体包括：
3.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述s3中中智度量具体包括：
4.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述s4中的具体方法包括：
5.根据权利要求1所述的一种面向图像区域多标注的标签融合生成方法，其特征在于，所述s5中的计算方法具体包括...
【专利技术属性】
技术研发人员：胡珂立，陈慧灵，王臣，赵利平，祝汉灿，吴宗大，胡剑浩，李琪，周洁，
申请(专利权)人：绍兴文理学院，
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。