[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

说明书

本发明公开一种基于深度学习的图像智能标注方法及系统，所述方法包括选取待标注图片，调用深度学习算法智能检测，列出标注对象类别，对标注对象类别进行修改，方框标出标注对象位置，对标注位置进行修改，生成标注文件和标注行为记录文件。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。本发明公开一种基于标注行为的图像标注质量分析方法，包括加载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，判断置信度是否低于预设门限值，若是，判断是否存在该对象的调整行为，若是，则标注行为正常，若否，则标注行为异常。本发明提供的系统及方法能实现便捷高效的深度学习图像标注。

技术领域

本发明属于人工智能领域，具体涉及深度学习图片标注过程中，一种智能辅助标注的方法。

背景技术

现在常用的图像标注工作是采用大量人力利用传统图像标注工具，一一框选出图片中的标注对象，但是这样的做法有如下缺点：(1)标注工作量大，一副图片有很多对象需要标注；(2)标注精度受到复杂度和人员熟练度影响，细节部分往往标注得不够清楚；(3)缺乏对基于标注行为的标注质量评价方法，如对标注人员胡乱标注的情况无法有效的鉴别。

而深度学习图像检测对训练模型要求很高，对标注后的训练样本数据需求大、标注工作量大且劳动重复性高。

发明专利CN109255044A《一种基于YOLOv3深度学习网络的图像智能标注方法》，采用了智能算法对图像进行标注的方法，但是没有人工调整的步骤以及基于标注行为对图像检测进行评价的方法。

发明专利CN109345562A《一种交通图片智能标注系统》，只对交通图片进行标注，而且也没有人工调整的步骤以及基于标注行为对图像检测进行评价的方法。

发明内容

基于以上不足，本发明提出一种人工智能辅助的标注方法，具体提出一种基于深度学习的图像智能标注方法、系统以及一种图像标注质量分析方法。

本发明第一方面，提出一种深度学习图像智能标注方法，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。

优选地，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.

优选地，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。

优选地，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。

本发明第二方面，提出一种基于本发明第一方面所述深度学习图像智能标注方法的图像标注质量分析方法，包括以下步骤：