[发明专利]一种基于无监督或弱监督方式的图像分割数据标注方法及系统有效

专利信息
申请号: 202110138925.2 申请日: 2021-02-01
公开(公告)号: CN112800265B 公开(公告)日: 2022-03-08
发明(设计)人: 孙显;闫志远;付琨;张伊丹;毛永强;卢宛萱;马益杭 申请(专利权)人: 中国科学院空天信息创新研究院
主分类号: G06F16/58 分类号: G06F16/58;G06F16/583;G06N3/04;G06N3/08
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 周天宇
地址: 100190 *** 国省代码: 北京;11
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 基于 监督 方式 图像 分割 数据 标注 方法 系统
【权利要求书】:

1.一种基于无监督或弱监督方式的图像分割数据标注方法,其特征在于,包括:

S1,获取待标注的图像数据并输入标注系统;

S2,根据所述待标注的图像数据选择分割任务的数据标注方式,其中,所述数据标注方式包括无监督标注方式或弱监督标注方式,所述无监督标注方式用于对所述待标注图像数据进行无监督方式标注,自动生成数据标签;所述弱监督标注方式用于对所述待标注图像数据进行弱监督方式标注,利用人工标注信息与学习规则相结合生成数据标签;

S3,根据S2中选择的数据标注方式将所述待标注的图像数据输入至已训练的无监督或弱监督分割标注网络进行标注,生成所述待标注图像数据的数据标签;

其中,所述无监督分割标注网络为全卷积自适应网络,所述S3包括:采用图像域适应模块对所述待标注图像数据在像素空间中进行域的变换;采用特征适应模块指导所述图像域适应模块输出的进行域变后的所述待标注图像数据,生成数据标签;

所述弱监督分割标注网络为Curve-GCN网络,其中,所述S3包括:采用特征提取模块对所述待标注图像数据进行特征提取;采用GCN模块获取目标精细边界信息,生成数据标签;

S4,输出并存储所述数据标签。

2.根据权利要求1所述的基于无监督或弱监督方式的图像分割数据标注方法,其特征在于,所述S1中所述待标注的图像数据从本地存储设备获取,输入标注系统。

3.根据权利要求1所述的基于无监督或弱监督方式的图像分割数据标注方法,其特征在于,所述S4中所述数据标签存储至本地存储设备的硬盘。

4.一种基于无监督或弱监督方式的图像分割数据标注系统,其特征在于,包括:

数据获取单元,用于获取待标注图像数据,并输入该标注系统;

标注方式选择单元,用于根据所述待标注图像数据选择分割任务的数据标注方式,其中,所述数据标注方式包括无监督标注方式或弱监督标注方式,所述无监督标注方式用于对所述待标注图像数据进行无监督方式标注,自动生成数据标签;所述弱监督标注方式用于对所述待标注图像数据进行弱监督方式标注,利用人工标注信息与学习规则相结合生成数据标签;

标签生成单元,用于根据选择的数据标注方式将所述待标注的图像数据输入至已训练的无监督或弱监督分割标注网络进行标注,生成所述待标注图像数据的数据标签;其中,所述无监督分割标注网络为全卷积自适应网络,所述全卷积自适应网络包括:图像域适应模块,用于对所述待标注图像数据在像素空间中进行域的变换;特征适应模块,用于根据所述图像域适应模块输出的进行域变后的所述待标注图像数据,生成数据标签;所述弱监督分割标注网络为Curve-GCN网络,所述Curve-GCN网络包括:特征提取模块,用于对所述待标注图像数据进行特征提取;GCN模块,用于获取目标精细边界信息,生成数据标签

数据存储单元,用于输出并存储该数据标签。

5.根据权利要求4所述的基于无监督或弱监督方式的图像分割数据标注系统,其特征在于,所述数据获取单元从本地存储设备选取待标注图像数据,并输入该标注系统。

6.根据权利要求4所述的基于无监督或弱监督方式的图像分割数据标注系统,其特征在于,所述数据存储单元将所述数据标签存储至本地存储设备的硬盘。

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中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,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/202110138925.2/1.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