图像标注方法、装置、存储介质与计算机程序产品制造方法及图纸

本申请公开了一种图像标注方法、装置、存储介质与计算机程序产品，该方法包括：获取待标注的第一图像中的感兴趣目标的初始边界框信息，所述初始边界框信息为基于标注人员的标注得到；通过图像分割模型的图像编码器基于所述第一图像，生成图像嵌入向量；通过图像分割模型的提示编码器基于所述初始边界框信息，生成稀疏嵌入向量；通过图像分割模型的掩码解码器基于所述图像嵌入向量和所述稀疏嵌入向量，生成所述第一图像中的感兴趣目标的掩码，以及基于所述第一图像中的感兴趣目标的掩码，对所述第一图像中的感兴趣目标进行标注。

【技术实现步骤摘要】

本申请涉及人工智能，尤其涉及一种图像标注方法、装置、计算装置、存储介质与计算机程序产品。

技术介绍

1、人工智能（artificial intelligence，ai）检测或分割技术被广泛应用到机器视觉中，能够实现对感兴趣目标的检测。例如，通过目标检测或语义分割可实现对产品外观的缺陷检测，从而能够及时监控产品的生产质量，确保产品符合质量标准和客户要求。

2、相关技术中，感兴趣目标检测方法通常依赖于标注人员手动标注产品外观图像中的感兴趣区域，并通过模型训练实现感兴趣目标的检测，例如缺陷检测、包裹分割等。

3、然而，标注人员在实际标注过程中会面临诸多挑战。这些挑战主要体现在标注工作不仅耗时费力，而且容易受到到标注人员主观因素的影响，导致标注结果的不一致性。尤其在多人标注的过程中，由于不同标注人员的经验和判断标准不同，标注结果的精度和一致性难以保证。特别是在面对微小缺陷或复杂背景的情况时，难以实现高精度的标注。

技术实现思路

1、本申请实施例提供一种图像标注方法、装置、计算装置、存储介质与计本文档来自技高网...

【技术保护点】

1.一种图像标注方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取待标注的第一图像中的感兴趣目标的初始边界框信息，包括：

3.如权利要求1所述的方法，其特征在于，所述通过图像分割模型的图像编码器基于所述第一图像，生成图像嵌入向量，包括：

4.如权利要求1所述的方法，其特征在于，所述获取待标注的第一图像中的感兴趣目标的初始边界框信息，包括：

5.如权利要求3所述的方法，其特征在于，所述基于所述第一图像中的感兴趣目标的掩码，对所述第一图像中的感兴趣目标进行标注，包括：

6.如权利要求3所述的方法，其特征在于，...

【技术特征摘要】

1.一种图像标注方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取待标注的第一图像中的感兴趣目标的初始边界框信息，包括：

3.如权利要求1所述的方法，其特征在于，所述通过图像分割模型的图像编码器基于所述第一图像，生成图像嵌入向量，包括：

4.如权利要求1所述的方法，其特征在于，所述获取待标注的第一图像中的感兴趣目标的初始边界框信息，包括：

5.如权利要求3所述的方法，其特征在于，所述基于所述第一图像中的感兴趣目标的掩码，对所述第一图像中的感兴趣目标进行标注，包括：

6...

【专利技术属性】
技术研发人员：高红超，简志彬，高潔欣，闫笑颜，江维，
申请(专利权)人：广东奥普特科技股份有限公司，
类型：发明
国别省市：