[发明专利]一种标注准确率确定方法和装置在审
申请号: | 202011218550.2 | 申请日: | 2020-11-04 |
公开(公告)号: | CN112308155A | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 程云飞 | 申请(专利权)人: | 广州小鹏自动驾驶科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06T7/33;G06T7/73 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 赵娟 |
地址: | 510725 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 标注 准确率 确定 方法 装置 | ||
本发明实施例提供了一种标注准确率确定方法和装置,所述方法包括:获取针对预设图片的标注数据和质检数据;所述标注数据和所述质检数据包括用于标注被标注对象的标注元素数据;在所述标注数据和所述质检数据的标注元素数据中,确定两两匹配的数据和不被匹配的数据;根据所述标注数据和所述质检数据的标注元素数据中所述两两匹配的数据和所述不被匹配的数据,确定标注准确率。本发明实施例可以确定图片标注的准确率,进而可以选取标注准确率高的图片来训练人工智能模型,提高模型识别效果。
技术领域
本发明涉及数据处理技术领域,特别是涉及一种标注准确率确定方法和一种标注准确率确定装置。
背景技术
随着人工智能的发展,人工智能模型被应用于越来越多的业务场景。如,自动驾驶、轨迹跟踪、人脸识别等业务场景。
人工智能模型可以使用人工标注的图片来进行模型训练,例如,在自动驾驶的业务场景,可以使用人工标注车位线的图片来训练用于识别车位线的人工智能模型。模型识别的准确率很大程度上依赖于图片标注的准确率,但是现有技术中缺乏能检测图片准确率的方法。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种标注准确率确定方法和相应的一种标注准确率确定装置。
本发明实施例公开了一种标注准确率确定方法,包括:
获取针对预设图片的标注数据和质检数据;所述标注数据和所述质检数据包括用于标注被标注对象的标注元素数据;
在所述标注数据和所述质检数据的标注元素数据中,确定两两匹配的数据和不被匹配的数据;
根据所述标注数据和所述质检数据的标注元素数据中所述两两匹配的数据和所述不被匹配的数据,确定标注准确率。
可选地,所述标注元素数据包括点对象数据、线对象数据;所述点对象数据包括一个或多个点;所述线对象数据包括一条或多条线,所述线包括一个或多个点;
所述在所述标注数据和所述质检数据的标注元素数据中,确定两两匹配的数据和不被匹配的数据,包括:
确定所述标注数据和所述质检数据的各条线对应的中心;
根据所述线对应的中心,确定两两匹配的线和不被匹配的线;
对两两匹配的两条线所包括的点,确定两两匹配的点和不被匹配的点;
所述根据所述标注数据和所述质检数据的标注元素数据中所述两两匹配的数据和所述不被匹配的数据,确定标注准确率,包括:
根据所述两两匹配的线、所述不被匹配的线、所述两两匹配的点和所述不被匹配的点,确定标注准确率。
可选地,所述标注元素数据还包括组对象数据,所述组对象数据包括一个或多个组,所述组包括一条或多条线;
所述在所述标注数据和所述质检数据的标注元素数据中,确定两两匹配的数据和不被匹配的数据,还包括:
根据所述标注数据和所述质检数据的各个组包括的线分别确定对应的中心;
根据所述组对应的中心,确定两两匹配的组和不被匹配组;
所述根据所述线对应的中心,确定两两匹配的线和不被匹配的线,包括:
对两两匹配的两个组所包括的线,根据所述线对应的中心,确定两两匹配的线和不被匹配的线;
所述根据所述两两匹配的线、所述不被匹配的线、所述两两匹配的点和所述不被匹配的点,确定标注准确率,包括:
根据所述两两匹配的组、所述不被匹配的组、所述两两匹配的线、所述不被匹配的线、所述两两匹配的点和所述不被匹配的点,确定标注准确率。
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广州小鹏自动驾驶科技有限公司,未经广州小鹏自动驾驶科技有限公司许可,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/202011218550.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电力连接金具
- 下一篇:一种泄压阀检测设备及检测方法