[发明专利]一种图像智能标注方法、系统及图像标注质量分析方法在审

专利信息
申请号: 201911190931.1 申请日: 2019-11-28
公开(公告)号: CN111061901A 公开(公告)日: 2020-04-24
发明(设计)人: 曾真;胡平;陈敬东;王新余 申请(专利权)人: 中国船舶重工集团公司第七0九研究所
主分类号: G06F16/58 分类号: G06F16/58;G06F16/583;G06F16/587
代理公司: 武汉河山金堂专利事务所(普通合伙) 42212 代理人: 胡清堂;陈懿
地址: 430205 湖北省*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 智能 标注 方法 系统 质量 分析
【权利要求书】:

1.一种图像智能标注方法,其特征在于,所述方法包括:

S101:选取待标注图片;

S102:调用深度学习智能检测算法进行智能标注,得到图片中标注对象的类别、位置及置信度;

S103:以列表形式列出图片中所有标注对象的类别;

S104:对列表中的标注对象类别进行增加、删除、修改操作,同时将所有行为采集并记录;

S105,对每一类需要调整标注的对象类别,用方框标出所有标注对象的位置,并对所述标注框进行调整,同时将所有行为采集并记录;

S106:生成对应的标注文件和标注行为记录文件。

2.根据权利要求1所述图像智能标注方法,其特征在于,所述步骤S105具体包括如下分步骤:

S1051:勾选需要调整标注的对象类别;

S1052:在图片中用方框标出所勾选类别的所有标注对象的位置;

S1053:根据图片中对象的实际位置,对标注框进行调整,同时将所有行为采集并记录;

S1054:返回S1501循环处理,直到所有标注对象类别均已完成标注。

3.根据权利要求2所述图像智能标注方法,其特征在于,所述步骤S107中,所述对标注框进行调整包括对标注框进行增加、删除、缩放、平移操作。

4.根据权利要求1所述图像智能标注方法,其特征在于,所述步骤S106中,标注行为记录文件中包含标注行为序号、标注框序号、操作类型、操作时长、第一操作参数和第二操作参数;所述第一操作参数为标注框缩放参数或标注框X轴平移参数,所述第二操作参数为标注框Y轴平移参数。

5.一种基于权利要求1~5任一项所述图像智能标注方法的图像标注质量分析方法,其特征在于,包括以下步骤:

S201:读取标注文件和标注行为记录文件;

S202:获取标注对象序号及置信度;

S203:按照标注对象序号,依次判断标注对象置信度是否低于预设门限值。如果低于预设门限值则跳至S204,如果高于预设门限值则跳至S205;

S204:查询标注行为记录文件中是否存在该对象的调整行为,如果存在,则跳至S205,如果不存在则跳至S206;

S205:判定标注行为正常;

S206:判定标注行为异常。

6.一种图像智能标注系统,其特征在于,所述系统包括图片加载单元、智能标注单元,手动标注单元,标注行为采集单元和质量评价单元;

所述图片加载单元通过人机交互接口,加载待标注的图片;

所述智能标注单元调用深度学习图像识别算法,对图片进行智能识别,得到图片中标注对象的类别、位置及置信度,并用标注框进行标识;

所述手动标注单元通过人机交互接口调整标注框,对标注对象类别和位置进行调整;

所述标注行为采集单元对智能标注和手动标注过程中标注人的行为进行采集并记录,得到标注文件和标注行为记录文件;

所述质量评价单元通过基于标注行为的质量评价算法,对图片工作标注质量进行评价。

7.根据权利要求6所述深度学习图像智能标注系统,其特征在于,所述手动标注单元具体包括:

类别调整单元:用于对列表中标注对象类别进行增加、删除、修改操作;

位置调整单元:用于对每一类需要调整标注的对象类别,根据图片中对象的实际位置,对标注框进行增加、删除、缩放、平移操作。

8.根据权利要求6所述图像智能标注系统,其特征在于,所述标注行为采集单元中,所述标注行为记录文件中包含标注行为序号、标注框序号、操作类型、操作时长、第一操作参数和第二操作参数;所述第一操作参数为标注框缩放参数或标注框沿X轴的平移参数,所述第二操作参数为标注框沿Y轴的平移参数。

9.根据权利要求6所述图像智能标注系统,其特征在于,所述质量评价单元具体包括:

获取单元:读取标注文件和标注行为记录文件;获取标注对象序号及置信度;

判断单元:按照标注对象序号,依次判断标注对象置信度是否低于预设门限值;如果低于预设门限值则查询标注行为记录文件中是否存在该对象的调整行为,如果存在,判定标注行为正常,如果不存在,则判定标注行为异常;如果标注对象置信度高于预设门限值,则判定标注行为正常。

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中国船舶重工集团公司第七0九研究所,未经中国船舶重工集团公司第七0九研究所许可,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/201911190931.1/1.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