[发明专利]一种目标检测的标注方法及装置

说明书

本发明涉及一种目标检测的标注方法及装置，其方法包括：确定目标物的标注标准，所述标注标准包括标注的边缘位置、最小标注尺寸；根据所述最小标注尺寸对待标注图片中的每个目标物进行标注；验证所述每个目标物的标注是否符合标准；将符合标注标准的已标注图片作为样本，训练目标检测模型直至其误差低于阈值；利用训练完成的目标检测模型对待标注图片进行标注。本发明提供了一种准确高效的目标检测标注方法，能够有效提高标注的可靠性和准确性，同时能够有效提高时间成本，减少人工投入。

技术领域

本发明属于自动驾驶、目标检测以及图像处理领域，尤其涉及一种目标检测的标注方法及装置。

背景技术

随着汽车智能化的逐渐普及，自动驾驶技术越来越多的进入到人们的日常生活中。其中目标检测技术是自动驾驶中感知决策的基础，而对于监督学习的目标检测算法，前期的标注工作又是它的基础，标注工作需要前期人工准确框选出目标物所在坐标，为后面模型的训练和测试提供数据集。

目前人工标注工作主要难点是规范模糊，工作量大，模糊的规范会导致训练模型难以快速拟合，导致后面测试的准确率和召回率低下，而工作量大是客户存在的问题，本专利提出的方法可以有效的降低工作强度，并且制定了可执行的标注规范。

发明内容

为解决现有原始标注中规范模糊，工作量大的问题，在本发明的第一方面提供了一种目标检测的标注方法，包括如下步骤：确定目标物的标注标准，所述标注标准包括标注的边缘位置、最小标注尺寸；根据所述最小标注尺寸对待标注图片中的每个目标物进行标注；验证所述每个目标物的标注是否符合标准；将符合标注标准的已标注图片作为样本，训练目标检测模型直至其误差低于阈值；利用训练完成的目标检测模型对待标注图片进行标注。

在本发明的一些实施例中，所述确定目标物的标注标准包括如下步骤：选取不同场景的若干个待标注图片，记为第一标注图片，所述第一标注图片之间的目标物总数误差低于阈值；对所述第一标注图片进行标注；确定并优化不同目标物的边缘位置、标注范围以及像素误差的标准；当所有第一标注图片标注完成后，统计每个目标物的最小像素尺寸及其分布情况；根据所述每个目标物的最小像素尺寸的分布情况确定每个目标物的标准最小标注尺寸。

进一步的，所述根据所述每个目标物的最小像素尺寸的分布情况确定每个目标物的标准最小标注尺寸包括如下步骤：根据所述每个目标物的最小像素尺寸的数量分布情况绘制分布曲线；所述分布曲线以每个目标物的最小像素尺寸及其数量分别作为横坐标、纵坐标；根据所述分布曲线的峰值P_i或积分值I_i确定目标物的标准最小标注尺寸S_i。优选的，所述目标物的标准最小标注尺寸S_i取值范围为：0.5×P_i≤S_i＜P_i，或S_i＜0.01×I_i。

在本发明的一些实施例中，所述验证所述每个目标物的标注是否符合标准包括如下步骤：根据所述标注标准验证已标注图片的各个目标物的标注框是否完全覆盖目标物，以及标注物的名称是否正确；遍历所有已标注图片，直至其满足标注标准。

在上述的实施例中，所述标注标准还包括异常处理，所述异常处理包括目标物在被阻断或被边界阶段时的标注规则。

本发明的第二方面，提供了一种目标检测的标注装置，包括确定模块、第一标注模块、验证模块、训练模块、第二标注模块，所述确定模块，用于确定目标物的标注标准，所述标注标准包括标注的边缘位置、最小标注尺寸；所述第一标注模块，用于根据所述最小标注尺寸对待标注图片中的每个目标物进行标注；所述验证模块，用于验证所述每个目标物的标注是否符合标准；所述训练模块，用于将符合标注标准的已标注图片作为样本，训练目标检测模型直至其误差低于阈值；所述第二标注模块，用于利用训练完成的目标检测模型对待标注图片进行标注。