[发明专利]机器学习物体检测结果的反馈标注方法和装置、存储介质在审

专利信息
申请号: 202010759508.5 申请日: 2020-07-31
公开(公告)号: CN112036441A 公开(公告)日: 2020-12-04
发明(设计)人: 郑贺 申请(专利权)人: 上海图森未来人工智能科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N20/00;G06F3/0482;G06F3/0484
代理公司: 暂无信息 代理人: 暂无信息
地址: 200120 上海市浦东*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器 学习 物体 检测 结果 反馈 标注 方法 装置 存储 介质
【说明书】:

本申请公开一种机器学习物体检测结果的反馈标注方法和装置,用以解决相关技术中缺乏对机器学习的物体检测结果进行反馈的问题。标注装置显示机器学习物体检测的当前帧结果图像数据,该图像数据中包括至少一个第一标注框和至少一个第二标注框,第一标注框是人工标注的标注框,第二标注框是机器学习执行物体检测标注的标注框;接收输入的标注框对比参数;其中,标注框对比参数包括具有相同标识的第一标注框与第二标注框是否重合、和第一标注框与第二标注框的重合比例;关联保存当前帧结果图像数据和接收到的标注框对比参数。

技术领域

本申请涉及数据标注领域,特别涉及一种机器学习物体检测结果的反馈标注方法和装置、存储介质。

背景技术

在相关技术中,通常会使用人工标注的图像数据作为训练数据提供给机器学习模块,机器学习模块以设定的参数对图像数据进行物体检测学习,在确定机器学习模块训练完成后,得到可执行物体检测的机器学习模块。训练完成的机器学习模块对输入的图像数据执行物体检测,输出结果图像数据。

机器学习模块输出的物体检测结果是否准确,通常由开发人员来识别和判断。在开发人员认为物体检测结果准确时,机器学习模块的训练工作可以完成。在开发人员认为物体检测结果不准确时,需要进一步训练机器学习模块。但是,每个开发人员对于是否准确的判断标准并不一样,并且每个开发人员的判断仅仅存在于开发人员的主观判断中,对于进一步训练机器学习模块没有客观可见的实质参考。可见,在相关技术中,对于机器学习输出的物体检测结果的正确性缺乏一种反馈机制。

发明内容

有鉴于此,本申请提供了一种机器学习物体检测结果的反馈标注方法和装置,用以解决相关技术中缺乏对机器学习的物体检测结果进行反馈的问题。

根据本申请实施例的一个方面,提供了一种机器学习物体检测结果的反馈标注方法,包括:标注装置显示机器学习物体检测的当前帧结果图像数据,该图像数据中包括至少一个第一标注框和至少一个第二标注框,第一标注框是人工标注的标注框,第二标注框是机器学习执行物体检测标注的标注框;接收输入的标注框对比参数;其中,标注框对比参数包括具有相同标识的第一标注框与第二标注框是否重合、和第一标注框与第二标注框的重合比例;关联保存当前帧结果图像数据和接收到的标注框对比参数。

根据本申请实施例的另一个方面,提供了一种机器学习物体检测结果的反馈标注装置,包括一个处理器和至少一个存储器,至少一个存储器中存储有至少一条机器可执行指令,处理器执行至少一条机器可执行指令以执行如上所述的机器学习物体检测结果的反馈标注方法。

根据本申请实施例的另一个方面,提供了一种非暂态易失性机器可读存储介质,该存储介质中存储至少一条机器可执行指令,机器执行至少一条机器可执行指令以执行如上所述的机器学习物体检测结果的反馈标注方法。

根据本申请实施例提供的技术方案,标注装置显示一帧机器学习输出的物体检测的结果图像数据,该图像数据中具有人工标注的第一标注框和机器学习标注的第二标注框是机器学习执行物体检测标注的标注框。标注装置进一步接收输入的标注框对比参数,对比参数包括第一标注框和第二标注框是否重合、以及第一标注框和第二标注框重合的比例,关联保存该帧结果图像数据和接收到的对比参数。保存的结果可以看作是机器学习模块实现物体检测功能的反馈数据,并且可以作为训练数据提供给机器学习模块,进一步训练机器学习模块。从而,本申请实施例提供的技术方案,能够解决相关技术中缺乏对机器学习的物体检测结果进行反馈的问题。

附图说明

附图用来提供对本申请的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请,并不构成对本申请的限制。

图1为本申请实施例提供的机器学习物体检测结果的反馈标注装置的结构框图;

图2为本申请实施例提供的机器学习物体检测结果的反馈标注处理的架构示意图;

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上海图森未来人工智能科技有限公司,未经上海图森未来人工智能科技有限公司许可,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/202010759508.5/2.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