[发明专利]数据标注方法、装置、计算机设备和存储介质

说明书

本申请涉及一种数据标注方法、装置、计算机设备和存储介质。所述方法包括：将待标注的点云数据拆分为多个任务，并将多个任务分别进行标注，获取各任务中各帧的标注结果，根据各帧与任务的关系对各任务的标注结果进行串接，得到待标注的点云数据的目标标注结果，从整体上既缩短了标注时间，又提高了标注质量。

技术领域

本申请涉及深度学习技术领域，特别是涉及一种数据标注方法、装置、计算机设备和存储介质。

背景技术

近年来，深度学习技术飞速发展，自动驾驶技术作为深度学习十分重要的一个分支吸引着越来越多的科研人员。自动驾驶技术对于算法的错误率容忍度十分低，所以在采用深度学习模型进行真实路测之前，既要保证深度学习模型处理的实时性，同时又要保证深度学习模型的高精度，因此，构建一个完备的点云数据评估数据集对于深度学习模型具有十分重要的意义。

通常，在构建点云数据评估数据集时需要对点云数据进行标注，例如，在深度学习模型的训练、验证等阶段，经常需要用到标注后的点云数据。目前，常用的标注方法为，由标注员对一个任务的点云数据进行标记，例如，在机器人操作系统(robotic operationsystem，ROS)中，将一个rosbag单位的路测环境的点云数据作为一个任务，由一个标注员来标注，以构建点云数据评估数据集。

然而，目前的标注方法存在标注效率低、且标注质量不完善的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高标注效率和标注质量的数据标注方法、装置、计算机设备和存储介质。

一种数据标注方法，所述方法包括：

将待标注的点云数据拆分为多个任务，并将所述多个任务分别进行标注；

获取各所述任务中各帧的标注结果；

根据所述各帧与任务的关系对各所述任务的标注结果进行串接，得到所述待标注的点云数据的目标标注结果。

在一个实施例中，所述根据所述各帧与任务的关系对各所述任务的标注结果进行串接，得到所述待标注的点云数据的目标标注结果，包括：

对各所述任务中的每一帧点云数据，根据当前帧的点云数据中每个跟踪物体的当前状态，确定各所述跟踪物体在下一帧中的预测状态；

根据所述各帧与任务的关系，判断所述下一帧的点云数据是否为当前任务中的数据，获取判断结果；

根据各所述跟踪物体在下一帧中的预测状态和所述判断结果，更新跟踪列表，以得到所述待标注的点云数据的目标标注结果；所述跟踪列表包括每个跟踪物体的跟踪器的观测状态。

在一个实施例中，所述根据各所述跟踪物体在下一帧中的预测状态和所述判断结果，更新跟踪列表，包括：

若所述下一帧的点云数据属于当前任务中的数据，则根据各所述跟踪物体的任务标识，将所述当前帧的点云数据中的跟踪物体与所述下一帧的点云数据中的标注物体进行配对，确定与所述当前帧的点云数据中的各跟踪物体配对成功的目标标注物体；所述目标标注物体为所述下一帧的点云数据中与所述跟踪物体的任务标识相同的标注物体；

采用各所述跟踪物体在下一帧中的预测状态和配对成功的目标标注物体的标注状态，在所述跟踪列表中更新所述配对成功的目标标注物体的跟踪器的观测状态。

在一个实施例中，所述根据各所述跟踪物体在下一帧中的预测状态和所述判断结果，更新跟踪列表，包括：

若所述下一帧的点云数据不属于当前任务中的点云数据，则将各所述跟踪物体在下一帧中的预测状态与各标注物体的标注状态进行两两配对，得到配对成功的跟踪物体和目标标注物体；所述标注物体为新的任务中的第一帧点云数据中的标注物体；