[发明专利]用于标注对象的方法和装置

说明书

本申请实施例公开了用于标注对象的方法和装置。上述方法的一具体实施方式包括：获取待标注图像，上述待标注图像包括目标对象；根据预先训练的第一检测模型以及上述待标注图像，确定目标对象的位置信息；根据上述位置信息以及预设的标注框尺寸集合，确定适配上述目标对象的标注框的尺寸；根据所确定的尺寸，利用标注框标注上述目标对象。该实施方式不需要人工对标注框进行调整，减少了人工的工作量。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于标注对象的方法和装置。

背景技术

随着深度学习算法的不断进步，行人目标检测算法准确度的不断提高，一些移动端能够采用深度学习里的行人目标检测算法进行行人检测。但深度学习的特点同时也是必备条件就是需要大量的人工标注数据去训练模型，并且数据量和数据质量决定了模型检测的效果。对于行人检测来说，需要人工去标注图片中每个人在图片上的位置，并重复这个过程十万甚至百万次，而这个过程需要投入大量人力和时间。

发明内容

本申请实施例提出了用于标注对象的方法和装置。

第一方面，本申请实施例提供了一种用于标注对象的方法，包括：获取待标注图像，上述待标注图像包括目标对象；根据预先训练的第一检测模型以及上述待标注图像，确定目标对象的位置信息；根据上述位置信息以及预设的标注框尺寸集合，确定适配上述目标对象的标注框的尺寸；根据所确定的尺寸，利用标注框标注上述目标对象。

在一些实施例中，上述方法还包括：获取上述待标注图像的非标注区域；在上述非标注区域生成马赛克。

在一些实施例中，上述方法还包括：根据生成马赛克后的图像，确定训练样本；将上述训练样本中包括马赛克的图像作为输入，将上述标注框作为期望输出，得到第二检测模型。

在一些实施例中，上述方法还包括：获取标注框信息，上述标注框信息包括标注框的尺寸；对上述标注框的尺寸进行聚类，得到标注框尺寸集合。

在一些实施例中，上述获取上述待标注图像的标注区域和非标注区域，包括：根据上述标注框，确定标注区域；根据标注区域，确定上述非标注区域。

第二方面，本申请实施例提供了一种用于标注对象的装置，包括：图像获取单元，被配置成获取待标注图像，上述待标注图像包括目标对象；位置确定单元，被配置成根据预先训练的第一检测模型以及上述待标注图像，确定目标对象的位置信息；尺寸确定单元，被配置成根据上述位置信息以及预设的标注框尺寸集合，确定适配上述目标对象的标注框的尺寸；对象标注单元，被配置成根据所确定的尺寸，利用标注框标注上述目标对象。

在一些实施例中，上述装置还包括处理装置，被配置成：获取上述待标注图像的非标注区域；在上述非标注区域生成马赛克。

在一些实施例中，上述装置还包括训练单元，被配置成：根据生成马赛克后的图像，确定训练样本；将上述训练样本中的图像作为输入，将上述标注框作为期望输出，得到第二检测模型。

在一些实施例中，上述装置还包括尺寸集合确定单元，被配置成：获取标注框信息，上述标注框信息包括标注框的尺寸；对上述标注框的尺寸进行聚类，得到标注框尺寸集合。

在一些实施例中，上述尺寸集合确定单元进一步被配置成：根据上述标注框，确定标注区域；根据标注区域，确定非标注区域。

第三方面，本申请实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面任一实施例所描述的方法。