【技术实现步骤摘要】
一种车道线标注方法、装置、设备及可读存储介质
[0001]本申请涉及图像标注
,尤其涉及一种车道线标注方法、装置、设备及可读存储介质。
技术介绍
[0002]随着深度学习、大数据和云计算等技术的飞速发展,各类信息数据持续增长。在利用大量的信息数据对各类深度学习模型进行训练时,需要先对信息数据进行标注。比如在自动驾驶领域,利用数据对车道线检测模型进行训练时,需要先对数据中的车道线进行标注,从而使得车道线检测模型可以对车道线进行检测。其中,车道线检测对于自动驾驶车辆的车道保持、车道偏离预警和自动变道等方面都有很大的影响。目前深度学习模型的训练需要大量的标注数据,由于数据的标注需要投入大量的人力,并且纯人工的标注效率较低,所以为了提高标注效率和降低成本,可以采用半自动的车道线标注方法。
[0003]现在的半自动的车道线标注方法,一般是先利用一个训练后的深度学习模型输出的车道线标注层作为初始数据,再由标注员在初始数据的基础上修改有异议的结果,最终得到车道线标注层。其中,修改的方式包括删除整条误检车道线、对位置不精确的车道线作推拉修正、完整的画出一整条漏检车道线和将两条不连续的车道线连接成一条车道线等。但是,以上修改不仅操作类型复杂多变,使得标注员针对每一个初始数据都需要增加附加的思考量,增加了反应时间和切换操作时间;而且当深度学习模型输出的检测结果不太理想时,标注员需要进行大量的修改,使得效率提升有限,甚至不如标注员重新标注快。因此,如何提升标注的效率一直是人们关注的问题。
技术实现思路
[00 ...
【技术保护点】
【技术特征摘要】
1.一种车道线标注方法,其特征在于,包括:获取待标注图像、第一车道线标注模型对待标注图像进行预测得到的车道线标注层,以及根据用户对所述车道线标注层中有异议的位置的标记生成的交互层;将所述待检测图像、所述车道线标注层和所述交互层,输入第二车道线标注模型,得到新的车道线标注层;其中,所述第二车道线标注模型以场景训练图像、第二车道线标注模型对所述场景训练图像进行预测得到的车道线标注训练层和用户对所述车道线标注训练层中有异议的位置标记后生成的交互训练层作为训练样本,以所述场景训练图像中标注的车道线为训练标签训练得到;接收用户发送的验证信息,并基于验证信息判断用户对新的车道线标注层是否有异议;若是,则根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层,并返回执行将所述待检测图像、所述车道线标注层和所述交互层,输入第二车道线标注模型的步骤;若否,则输出车道线标注层对应的标注结果。2.根据权利要求1所述的方法,其特征在于,所述根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层,包括:根据用户对新的车道线标注层中有异议的位置的标记,确定被标记的像素点;基于每个被标记的像素点,确定待优化像素点;将新的车道线标注层中的待优化像素点添加标记,得到新的交互层。3.根据权利要求2所述的方法,其特征在于,所述基于每个被标记的像素点,确定待优化像素点,包括:针对每个被标记的像素点,将与被标记的像素点的距离在预设长度内的像素点以及被标记的像素点,确定为待优化像素点。4.根据权利要求1所述的方法,其特征在于,所述根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层,包括:记录当前标注周期中用户对新的车道线标注层中有异议的位置的标记次数;当所述标记次数达到预设标记数量时,根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层。5.根据权利要求1所述的方法,其特征在于,所述根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层,包括:获取当前标注周期中用户对新的车道线标注层中有异议的位置的标记;当接收到用户发送的生成交互层的指令时,根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层。6.根据权利要求1所述的方法,其特征在于,所述新的车道线标记层中有异议的位置包括:错标的位置和漏标的位置,所述根据用户对新的车道线标注层中有异议的位置的标记,生成新的交互层,包括:根据用户对新的车道线标注层中漏标的位置的标记,确定被标记的第一像素点集合,以及根据用户对新的车道线标注层中错标的位置的标记,确定被标记的第二像素点集合;
基于第一像素点集合,确定第一待优化像素点集合,以及基于第二像素点集合,确定第二待优化像素点集合;基于所述第一待优化像素点集合及第二待优化像素点集合,生成新的交互层,所述新的交互层中第一待优化像素点集合中各像素点对应有正向标记,第二待优化像素点集合中各像素点对应有负向标记。7.根据权利要求6所述的方法,其特征在于,所述基于第一像素点集合,确定第一待优化像素点集合,以及基于第二像素点集合,确定第二待优化像素点集合,包括:建立一个初始值为零的矩阵,所述矩阵中的每个元素均对应新的车道线标注层中的一个像素点;针对第一像素点集合中的每个像素点,以像素点在矩阵中对应的元素为中...
【专利技术属性】
技术研发人员:孙鹏,杨云淞,吴荣华,郭湘,涂吉林,韩旭,
申请(专利权)人:广州文远知行科技有限公司,
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。