一种图像的批量标注方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像的批量标注方法、装置、电子设备及存储介质，属于数据处理技术领域。通过获取待标注图像集，并通过SAM对待标注图像集中的各图像进行图像分割，得到分割图像集；对各分割图像进行多种数据格式的转换，得到格式适配分割图像；在全部各适配分割图像中识别与用户输入的目标图像对象和目标CV标注类型匹配的目标格式适配分割图像，并获取设定数量的准确度检测图像；计算与全部准确度检测图像对应的统一标注准确率，并在其大于第一准确率阈值时，将全部目标格式适配分割图像进行批量存储。解决了在计算机视觉处理场景上无法自动进行标注而导致标注任务负担重和复杂的问题，实现了对图像的批量标注，提高了批量标注的准确率。注的准确率。注的准确率。

【技术实现步骤摘要】
一种图像的批量标注方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种图像的批量标注方法、装置、电子设备及存储介质。

技术介绍

[0002]数据标注是对未经处理的语音、图片、文本、视频等数据进行加工处理，并转换为机器可识别信息的过程。原始数据一般通过数据采集获得，随后的数据标注相当于对数据进行加工，然后输送到人工智能算法和模型里完成调用。SAM（Segment Anything Model，分割一切模型）主要用于图像分割的新任务、模型和数据集。在数据收集循环中使用SAM，构建了很大的分割数据集。
[0003]专利技术人在实现本专利技术的过程中，发现现有技术存在如下缺陷：目前，通过SAM并不能够进行图片数据的批量标注，需要人工对大量的分割数据集进行图像数据的标注，造成工作量巨大、图像标注的准确率较低、以及没有办法对SAM进行进一步的优化处理的问题。

技术实现思路

[0004]本专利技术提供了一种图像的批量标注方法、装置、电子设备及存储介质，以实现对图像的批量标注，提高了批量标注的准确率，减轻了人工标注的工作量和时间成本。
[0005]根据本专利技术的一方面，提供了一种图像的批量标注方法，其中，包括：获取待标注图像集，并通过SAM对待标注图像集中的各图像进行图像分割，得到分割图像集，分割图像中包含单一类型的图像对象；对各分割图像进行多种数据格式的转换，得到与各数据格式分别对应格式适配分割图像，每种数据格式对应至少一种CV（Computer
ꢁr/>Vision，计算机视觉）标注类型；在全部各适配分割图像中识别与用户输入的目标图像对象和目标CV标注类型匹配的目标格式适配分割图像，并在目标格式适配分割图像中获取设定数量的准确度检测图像；计算与全部准确度检测图像对应的统一标注准确率，并在统一标注准确率大于第一准确率阈值时，将全部目标格式适配分割图像进行批量存储；其中，所述计算与全部准确度检测图像对应的统一标注准确率，包括：获取所述全部准确度检测图像对应的所述目标图像对象；将所述目标图像对象通过预先训练好的细分标注概率计算模型进行计算，确定出与全部准确度检测图像对应的统一标注准确率；其中，在所述获取所述全部准确度检测图像对应的所述目标图像对象之前，还包括：获取历史目标图像对象和与目标历史图像对象匹配的历史全部准确度检测图像；根据所述历史目标图像对象和所述历史全部准确度检测图像对初始细分标注概率计算模型进行训练，直至所述初始细分标注概率计算模型对应的图像标注计算准确率满
足模型要求准确率阈值，则确定训练得到细分标注概率计算模型。
[0006]根据本专利技术的另一方面，提供了一种图像的批量标注装置，其中，包括：分割图像集确定模块，用于获取待标注图像集，并通过SAM对待标注图像集中的各图像进行图像分割，得到分割图像集，分割图像中包含单一类型的图像对象；适配分割图像确定模块，用于对各分割图像进行多种数据格式的转换，得到与各数据格式分别对应格式适配分割图像，每种数据格式对应至少一种CV标注类型；准确度检测图像获取模块，用于在全部各适配分割图像中识别与用户输入的目标图像对象和目标CV标注类型匹配的目标格式适配分割图像，并在目标格式适配分割图像中获取设定数量的准确度检测图像；批量存储模块，用于计算与全部准确度检测图像对应的统一标注准确率，并在统一标注准确率大于第一准确率阈值时，将全部目标格式适配分割图像进行批量存储；其中，所述批量存储模块，包括：目标图像对象获取单元，用于获取所述全部准确度检测图像对应的所述目标图像对象；统一标注准确率确定单元，用于将所述目标图像对象通过预先训练好的细分标注概率计算模型进行计算，确定出与全部准确度检测图像对应的统一标注准确率；其中，还包括，细分标注概率计算模型训练模块，包括：在所述获取所述全部准确度检测图像对应的所述目标图像对象之前，获取历史目标图像对象和与目标历史图像对象匹配的历史全部准确度检测图像；根据所述历史目标图像对象和所述历史全部准确度检测图像对初始细分标注概率计算模型进行训练，直至所述初始细分标注概率计算模型对应的图像标注计算准确率满足模型要求准确率阈值，则确定训练得到细分标注概率计算模型。
[0007]根据本专利技术的另一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现本专利技术任一实施例所述的图像的批量标注方法。
[0008]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的图像的批量标注方法。
[0009]本专利技术实施例的技术方案，通过获取待标注图像集，并通过SAM对待标注图像集中的各图像进行图像分割，得到分割图像集；对各分割图像进行多种数据格式的转换，得到与各数据格式分别对应格式适配分割图像；在全部各适配分割图像中识别与用户输入的目标图像对象和目标CV标注类型匹配的目标格式适配分割图像，并在目标格式适配分割图像中获取设定数量的准确度检测图像；计算与全部准确度检测图像对应的统一标注准确率，并在统一标注准确率大于第一准确率阈值时，将全部目标格式适配分割图像进行批量存储；其中，所述计算与全部准确度检测图像对应的统一标注准确率，包括：获取所述全部准确度检测图像对应的所述目标图像对象；将所述目标图像对象通过预先训练好的细分标注概率计算模型进行计算，确定出与全部准确度检测图像对应的统一标注准确率；其中，在所述获取所述全部准确度检测图像对应的所述目标图像对象之前，还包括：获取历史目标图像对象和与目标历史图像对象匹配的历史全部准确度检测图像；根据所述历史目标图像对象和
所述历史全部准确度检测图像对初始细分标注概率计算模型进行训练，直至所述初始细分标注概率计算模型对应的图像标注计算准确率满足模型要求准确率阈值，则确定训练得到细分标注概率计算模型。解决了在计算机视觉处理场景上无法自动进行标注而导致标注任务负担重和复杂的问题，实现了对图像的批量标注，提高了批量标注的准确率，减轻了人工标注的工作量和时间成本。
[0010]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0011]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是根据本专利技术实施例一提供的一种图像的批量标注方法的流程图。
[0013]图2是根据本专利技术实施例二提供的一种图像的批量标注装置的结构示意图。
[0014]图3是根据本专利技术实施例三提供的一种电子设备的结构示意图。
具体实施方式
[0015]为了使本
的人员更好地理解本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像的批量标注方法，其特征在于，包括：获取待标注图像集，并通过分割一切模型SAM对待标注图像集中的各图像进行图像分割，得到分割图像集，分割图像中包含单一类型的图像对象；对各分割图像进行多种数据格式的转换，得到与各数据格式分别对应格式适配分割图像，每种数据格式对应至少一种计算机视觉CV标注类型；在全部各适配分割图像中识别与用户输入的目标图像对象和目标CV标注类型匹配的目标格式适配分割图像，并在目标格式适配分割图像中获取设定数量的准确度检测图像；计算与全部准确度检测图像对应的统一标注准确率，并在统一标注准确率大于第一准确率阈值时，将全部目标格式适配分割图像进行批量存储；其中，所述计算与全部准确度检测图像对应的统一标注准确率，包括：获取所述全部准确度检测图像对应的所述目标图像对象；将所述目标图像对象通过预先训练好的细分标注概率计算模型进行计算，确定出与全部准确度检测图像对应的统一标注准确率；其中，在所述获取所述全部准确度检测图像对应的所述目标图像对象之前，还包括：获取历史目标图像对象和与目标历史图像对象匹配的历史全部准确度检测图像；根据所述历史目标图像对象和所述历史全部准确度检测图像对初始细分标注概率计算模型进行训练，直至所述初始细分标注概率计算模型对应的图像标注计算准确率满足模型要求准确率阈值，则确定训练得到细分标注概率计算模型。2.根据权利要求1所述的方法，其特征在于，所述数据格式类型包括下述至少一项：分割数据格式、分类数据格式、检测数据格式和关键点检测数据格式；所述对各分割图像进行多种数据格式的转换，得到与各数据格式分别对应格式适配分割图像，每种数据格式对应至少一种计算机视觉CV标注类型，包括：将各所述分割图像分别进行分割数据格式、分类数据格式、检测数据格式和/或关键点检测数据格式的转换，得到与各数据格式分别对应格式适配分割图像；其中，CV标注类型包括下述至少一项：矩形框标注、关键点标注、语义分割标注、实例分割标注和图片分类标注；分割数据格式与CV标注类型中的语义分割标注和实例分割标注相对应；分类数据格式与CV标注类型中的图片分类标注相对应；检测数据格式与CV标注类型中的矩形框标注相对应；关键点检测数据格式与CV标注类型中的关键点标注相对应。3.根据权利要求2所述的方法，其特征在于，所述在全部各适配分割图像中识别与用户输入的目标图像对象和目标CV标注类型匹配的目标格式适配分割图像，包括：在接收到确认检索指令之后，获取用户输入的目标图像对象和目标CV标注类型；根据用户输入的目标图像对象和目标CV标注类型，在全部各适配分割图像中进行识别，确定目标格式适配分...

【专利技术属性】
技术研发人员：颜露，
申请(专利权)人：太初无锡电子科技有限公司，
类型：发明
国别省市：