【技术实现步骤摘要】
本专利技术涉及自动标注，尤其涉及一种图像标注方法、装置、设备及存储介质。
技术介绍
1、图像的识别通常是利用分割模型识别和分割出图像中的任何物体，如区分图像中人、车、动物等，目前在工业界和实际生活中有着广泛的业务需求和应用场景。
2、目前，训练分割模型之前，需要把需求的类别使用多边形的形式把外轮廓用标注程序依靠打点的方式标注出来。目前常采用人工标注的方式，即通过标注员主观分析每一样本图像，并对样本图像的类别进行标注。然而，目前的标注方式，标注员需要能区分上百类相似的物体类别，对标注员要求较高，同时容易出现错标/漏标的情况，造成标注成本较高，标注的效率和精确度较低。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供了一种图像标注方法、装置、设备及存储介质，旨在解决现有技术中图像中物体类别的标注成本较高，标注的效率和精确度较低的技术问题。
2、为实现上述目的，本专利技术提供了一种图像标注方法，所述图像标注方法包括：
3、通过预设图像分割模型对待标注图像进行类别分割，获得若干个目标分割图像；
4、获取各目标分割图像对应的图像特征向量，以及预设类别列表中类别文本对应的文本特征向量；
5、确定所述图像特征向量和所述文本特征向量之间的向量余弦相似度；
6、基于所述向量余弦相似度获取所述待标注图像对应的图像标注结果。
7、
8、根据用户需求确定目标图像类别；
9、对所述目标图像类别进行格式转换，获得转换后的图像类别；
10、基于所述转换后的图像类别建立预设类别列表。
11、可选地，所述获取各目标分割图像对应的图像特征向量，以及预设类别列表中类别文本对应的文本特征向量的步骤，包括：
12、对各目标分割图像进行特征提取，获得所述各目标分割图像对应的图像特征向量；
13、对预设类别列表中类别文本进行特征提取，获得所述类别文本对应的文本特征向量。
14、可选地，所述对预设类别列表中类别文本进行特征提取，获得所述类别文本对应的文本特征向量的步骤，包括：
15、对预设类别列表中类别文本进行分词处理，获得所述类别文本对应的文本单元；
16、对所述文本单元进行嵌入处理，获得所述文本单元对应的文本单元向量；
17、对所述文本单元向量进行特征提取，获得所述类别文本对应的文本特征向量。
18、可选地，所述确定所述图像特征向量和所述文本特征向量之间的向量余弦相似度的步骤，包括：
19、对所述图像特征向量和所述文本特征向量进行标准化处理，获得标准图像特征向量和标准文本特征向量；
20、确定所述标准图像特征向量和所述标准文本特征向量的向量点积；
21、基于所述向量点积确定所述标准图像特征向量和所述标准文本特征向量之间的向量余弦相似度。
22、可选地，所述基于所述向量余弦相似度获取所述待标注图像对应的图像标注结果的步骤，包括：
23、根据所述向量余弦相似度判断是否存在所述各目标分割图像对应的匹配类别；
24、根据判断结果确定所述待标注图像对应的标注结果。
25、可选地，所述根据判断结果确定所述待标注图像对应的标注结果的步骤，包括：
26、若存在，则获取所述各目标分割图像的图像外轮廓；
27、基于所述图像外轮廓对应的轮廓点集和所述匹配类别获得所述待标注图像对应的标注结果。
28、此外，为实现上述目的，本专利技术还提出一种图像标注装置，所述装置包括：
29、图像分割模块，用于通过预设图像分割模型对待标注图像进行类别分割，获得若干个目标分割图像；
30、向量获取模块，用于获取各目标分割图像对应的图像特征向量，以及预设类别列表中类别文本对应的文本特征向量；
31、相似度确定模块，用于确定所述图像特征向量和所述文本特征向量之间的向量余弦相似度；
32、标注结果获取模块，用于基于所述向量余弦相似度获取所述待标注图像对应的图像标注结果。
33、此外，为实现上述目的，本专利技术还提出一种图像标注设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像标注程序，所述图像标注程序配置为实现如上文所述的图像标注方法的步骤。
34、此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有图像标注程序，所述图像标注程序被处理器执行时实现如上文所述的图像标注方法的步骤。
35、在本专利技术中，公开了通过预设图像分割模型对待标注图像进行类别分割，获得若干个目标分割图像；获取各目标分割图像对应的图像特征向量，以及预设类别列表中类别文本对应的文本特征向量；确定图像特征向量和文本特征向量之间的向量余弦相似度；基于向量余弦相似度获取待标注图像对应的图像标注结果；相较于现有技术中采用人工标注的方式对样本图像的类别进行标注，成本较高，由于本专利技术通过确定各目标分割图像对应的图像特征向量和预设类别列表中类别文本对应的文本特征向量之间的向量余弦相似度，并基于向量余弦相似度获取待标注图像对应的图像标注结果，从而解决了现有技术中图像中物体类别的标注成本较高，标注的效率和精确度较低的技术问题。
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，所述图像标注方法包括：
2.如权利要求1所述的图像标注方法，其特征在于，所述通过预设图像分割模型对待标注图像进行类别分割，获得若干个目标分割图像的步骤之前，还包括：
3.如权利要求1所述的图像标注方法，其特征在于，所述获取各目标分割图像对应的图像特征向量，以及预设类别列表中类别文本对应的文本特征向量的步骤，包括：
4.如权利要求3所述的图像标注方法，其特征在于，所述对预设类别列表中类别文本进行特征提取，获得所述类别文本对应的文本特征向量的步骤，包括：
5.如权利要求1所述的图像标注方法，其特征在于，所述确定所述图像特征向量和所述文本特征向量之间的向量余弦相似度的步骤，包括：
6.如权利要求1所述的图像标注方法，其特征在于，所述基于所述向量余弦相似度获取所述待标注图像对应的图像标注结果的步骤，包括：
7.如权利要求6所述的图像标注方法，其特征在于，所述根据判断结果确定所述待标注图像对应的标注结果的步骤，包括：
8.一种图像标注装置，其特征在于，所述装置包括：
...【技术特征摘要】
1.一种图像标注方法，其特征在于，所述图像标注方法包括：
2.如权利要求1所述的图像标注方法，其特征在于，所述通过预设图像分割模型对待标注图像进行类别分割，获得若干个目标分割图像的步骤之前，还包括：
3.如权利要求1所述的图像标注方法，其特征在于，所述获取各目标分割图像对应的图像特征向量，以及预设类别列表中类别文本对应的文本特征向量的步骤，包括：
4.如权利要求3所述的图像标注方法，其特征在于，所述对预设类别列表中类别文本进行特征提取，获得所述类别文本对应的文本特征向量的步骤，包括：
5.如权利要求1所述的图像标注方法，其特征在于，所述确定所述图像特征向量和所述文本特征向量之间的向量余弦相似度的步骤，包括：
6....
【专利技术属性】
技术研发人员：周士博，黄俊嘉，
申请(专利权)人：锐驰激光深圳有限公司，
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。