[发明专利]一种语义分割训练集人工标注评价方法及装置

说明书

本发明提供了一种语义分割训练集人工标注评价方法及装置，该方法包括：基于目标物体轮廓被标注的相邻两点生成标注边缘；确定标注边缘对应的局部ROI；提取局部ROI内的实际边缘；基于标注边缘和实际边缘对目标物体轮廓进行标注评价。本发明可以对语义分割训练集的人工标注结果逐一量化评定，解决抽检方式所造成的漏检问题，提高评价准确度，从而在后续训练过程中提升训练的精度。

技术领域

本发明涉及深度学习技术领域，更具体地说，涉及一种语义分割训练集人工标注评价方法及装置。

背景技术

深度学习现已深入到汽车行业，为适应复杂的车辆行驶环境，需要大量的已标注数据作为训练集，不断完善算法模型。

现阶段，深度学习领域大多数语义分割训练集的真值需要人工标注。而目前通常以抽检方式对人工标注结果进行统计性检测，这就会出现漏检的问题，从而降低训练的精度。

发明内容

有鉴于此，为解决上述问题，本发明提供一种语义分割训练集人工标注评价方法及装置。技术方案如下：

一种语义分割训练集人工标注评价方法，所述方法包括：

基于目标物体轮廓被标注的相邻两点生成标注边缘；

确定所述标注边缘对应的局部ROI；

提取所述局部ROI内的实际边缘；

基于所述标注边缘和所述实际边缘对所述目标物体轮廓进行标注评价。

优选的，所述基于所述标注边缘和所述实际边缘对所述目标物体轮廓进行标注评价之前，所述方法还包括：

对所述实际边缘进行合并处理。

优选的，所述基于所述标注边缘和所述实际边缘对所述目标物体轮廓进行标注评价之前，所述方法还包括：

剔除所述实际边缘中的误边缘。

优选的，所述基于所述标注边缘和所述实际边缘对所述目标物体轮廓进行标注评价之前，所述方法还包括：

对所述实际边缘进行亚像素处理。

优选的，所述基于所述标注边缘和所述实际边缘对所述目标物体轮廓进行标注评价，包括：

获取所述标注边缘偏离所述实际边缘的最大偏离像素；

判断所述最大偏离像素是否小于指定偏离像素阈值；

如果所述最大偏离像素小于所述指定偏离像素阈值，根据所述最大偏离像素计算所述目标物体轮廓被标注的偏离程度；

判断所述偏离程度是否小于指定偏离程度阈值；

如果所述偏离程度小于所述指定偏离程度阈值，确定所述目标物体轮廓的标注合格；

如果所述最大偏离像素不小于所述指定偏离像素阈值或者所述偏离程度不小于所述指定偏离程度阈值，确定所述目标物体轮廓的标注不合格。

一种语义分割训练集人工标注评价装置，所述装置包括：

边缘生成模块，用于基于目标物体轮廓被标注的相邻两点生成标注边缘；

区域确定模块，用于确定所述标注边缘对应的局部ROI；

边缘提取模块，用于提取所述局部ROI内的实际边缘；

标注评价模块，用于基于所述标注边缘和所述实际边缘对所述目标物体轮廓进行标注评价。

优选的，所述边缘提取模块，还用于：

对所述实际边缘进行合并处理。

优选的，所述边缘提取模块，还用于：