[发明专利]数据标注方法、装置及计算设备

说明书

本发明实施例涉及计算机视觉技术领域，公开了一种数据标注方法、装置及计算设备。其中，该方法包括：获取待标注数据；使用多个检测模型检测所述待标注数据，并生成多个检测结果；从多个所述检测结果获取相同检测目标；判断所述相同检测目标是否能够被确定为识别目标；若是，则根据所述相同检测目标的位置信息确定所述识别目标的位置；根据所述识别目标的位置，对所述待标注数据进行标注。通过上述方式，本发明实施例能够有效解决了漏标、误标的问题，并且能获得准确的标记位置。

技术领域

本发明实施例涉及计算机视觉技术领域，具体涉及一种数据标注方法、装置及计算设备。

背景技术

在计算机视觉领域中，目标检测是应用深度学习技术最为广泛的一项任务。目标检测是指从图像中识别出一个或多个预定义类别的物体，并确定其位置。在实际应用场景下需要识别的物体在网络上找不到与之对应的带标签数据集。而模型检测结果的优劣很大程度决定于训练样本的数量和质量。如何快速有效地获取大量标注数据集、并训练更新模型，成为一个急迫的需求。

目前，主要利用高精度模型对数据进行预标注，然后再进行人工校正，将标注好的数据进行模型训练，并将模型进行更新。

然而，这种数据标注方法有以下缺点：容易造成漏标，标记位置不准确，人工校正工作量大等。

发明内容

鉴于上述问题，本发明实施例提供了一种数据标注方法、装置及计算设备，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种数据标注方法，所述方法包括：获取待标注数据；使用多个检测模型检测所述待标注数据，并生成多个检测结果；从多个所述检测结果获取相同检测目标；判断所述相同检测目标是否能够被确定为识别目标；若是，则根据所述相同检测目标的位置信息确定所述识别目标的位置；根据所述识别目标的位置，对所述待标注数据进行标注。

在一种可选的方式中，所述从多个所述检测结果获取若干相同检测目标，进一步包括：从其中一所述检测结果任意选定一检测目标；根据选定的所述检测目标的位置信息，计算选定的所述检测目标与其余各所述检测结果中的检测目标的重叠度；将所述重叠度大于预设重叠度阈值的所述检测目标与选定的所述检测目标确定为所述相同检测目标。

在一种可选的方式中，所述判断所述相同检测目标是否能够被确定为识别目标，进一步包括：采用基于卷积神经网络的分类模型对所述相同检测目标进行分类；若所述相同检测目标的分类类别与所述相同检测目标的检测类别相同、且所述相同检测目标的分类概率大于预设概率阈值，则确定所述相同检测目标能够被确定为所述识别目标。

在一种可选的方式中，所述根据所述相同检测目标的位置信息确定所述识别目标的位置，进一步包括：根据所述相同检测目标的位置信息以及所述相同检测目标的分类概率，计算所述相同检测目标的位置加权平均值；将所述位置加权平均值确定为所述识别目标的位置。

在一种可选的方式中，所述方法还包括：获取校正信息；根据所述校正信息，校正标注后的所述待标注数据。

在一种可选的方式中，所述方法还包括：根据标注后的所述待标注数据，训练对应的所述检测模型；根据训练后的所述检测模型，更新所述检测模型。

在一种可选的方式中，所述方法还包括：接收新增检测信息，所述新增检测信息包括待标注数据、检测模型和/或分类模型；判断是否存在与所述新增检测信息相同的已有检测信息；若不存在，则将所述新增检测信息增加至所述已有检测信息。