[发明专利]图像标注方法、目标检测方法、装置及存储介质有效

专利信息
申请号: 201811125625.5 申请日: 2018-09-26
公开(公告)号: CN109359558B 公开(公告)日: 2020-12-25
发明(设计)人: 何长伟;汪铖杰;李季檩;熊意超;钮小光;彭瑾龙;吴永坚;黄飞跃 申请(专利权)人: 腾讯科技(深圳)有限公司;腾讯云计算(北京)有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 程杰;王琦
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 标注 方法 目标 检测 装置 存储 介质
【说明书】:

本申请公开了图像标注方法、目标检测方法、装置及存储介质。其中,一种图像标注方法,包括:获取第一图像集合和第二图像集合;根据所述标签,从第一图像集合的图像中提取一个或多个第一图像区域和一个或多个第二图像区域;将第一图像区域生成为正样本;对于任一个第二图像区域,为其添加标签而得到一个负样本;通过区域推荐方式,从第二图像集合提取候选图像区域;基于图的半监督学习方式,确定候选图像区域的标签;根据候选图像区域的标签,确定第二图像集合的图像中目标对象对应的区域并添加与目标对象有关的标签。

技术领域

本申请涉及目标检测技术领域,尤其涉及图像标注方法、目标检测方法、装置及存储介质。

背景技术

目标检测(也可以称为目标提取),可以对图像中目标对象进行识别和分割。随着计算机视觉技术的发展,目标检测广泛应用在交通、安防、军事等领域中。为了训练目标检测模型,各种目标检测的应用方案中需要大量经过标注的图像作为训练样本。然而,现有的训练样本通常需要人工标注。因此,标注图像的效率有待提高。

发明内容

本申请提出了一种图像标注方案,能够提高图像标注的效率。

根据本申请一方面,提供一种图像标注方法。所述方法包括:获取第一图像集合和第二图像集合,其中,所述第一图像集合中图像包含目标对象的标签,所述第二图像集合待对其包含的所述目标对象进行标注;根据所述标签,从所述第一图像集合的图像中提取一个或多个第一图像区域和一个或多个第二图像区域,其中,所述第一图像区域包含所述目标对象,所述第二图像区域未包含所述目标对象;将所述第一图像区域生成为正样本,其中,所述正样本包括所述目标对象的标签;对于任一个所述第二图像区域,为其添加标签而得到一个负样本,所述负样本的标签表示所述第二图像区域未包含所述目标对象;通过区域推荐方式,从所述第二图像集合提取候选图像区域;基于图的半监督学习方式,利用所述正样本的标签和所述负样本的标签确定所述候选图像区域的标签;以及根据所述候选图像区域的标签,确定所述第二图像集合的图像中所述目标对象对应的区域并添加与所述目标对象有关的标签。

根据本申请一方面,提供一种目标检测模型的训练方法。所述训练方法包括:利用根据本申请的图像标注方法获取具有与目标对象有关的标签的图像;利用所述具有与所述目标对象有关的标签的图像,训练所述目标检测模型。

根据本申请一方面,提供一种目标检测方法。所述方法包括:获取待检测的图像;利用根据本申请的训练方法得到的经过训练的目标检测模型,对待检测的图像进行目标检测。

根据本申请一方面,提供一种图像标注装置。所述装置包括:图像获取单元,用于获取第一图像集合和第二图像集合,其中,所述第一图像集合中图像包含目标对象的标签,所述第二图像集合待对其包含的所述目标对象进行标注;区域提取单元,用于根据所述标签,从所述第一图像集合的图像中提取一个或多个第一图像区域和一个或多个第二图像区域,其中,所述第一图像区域包含所述目标对象,所述第二图像区域未包含所述目标对象;正样本生成单元,用于将所述第一图像区域生成为正样本,其中,所述正样本包括所述目标对象的标签;负样本生成单元,用于对于任一个所述第二图像区域,为其添加标签而得到一个负样本,所述负样本的标签表示所述第二图像区域未包含所述目标对象;候选区域获取单元,用于通过区域推荐方式,从所述第二图像集合提取候选图像区域;标签确定单元,用于基于图的半监督学习方式,利用所述正样本的标签和所述负样本的标签确定所述候选图像区域的标签;以及标注单元,用于根据所述候选图像区域的标签,确定所述第二图像集合的图像中所述目标对象对应的区域并添加与所述目标对象有关的标签。

根据本申请一方面,提供一种计算设备,包括:一个或多个处理器、存储器以及一个或多个程序。一个或多个程序存储在该存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行本申请的图像标注方法的指令、目标检测模型的训练方法的指令或者目标检测方法的指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司;腾讯云计算(北京)有限责任公司,未经腾讯科技(深圳)有限公司;腾讯云计算(北京)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811125625.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top