[发明专利]一种图像标定模型的训练方法和装置

摘要

本发明公开一种图像标定模型的训练方法和装置，以解决现有图像分类标定技术中存在的人工标定分类的开销大、自动标定分类的准确率低的问题。该方法包括：在当前的迭代处理中，图像标定模型对接收到的图像数据进行自动图像标定处理；评估模块对自动标定图像数据中多个区域的图像数据进行评估，确定各区域的输出评估值；在判断一个区域的输出评估值小于预定评估阈值的情况下，确定该区域为低确定性区域；从自动标定图像数据中抽取出低确定性区域的数据，并将抽取出来的区域的数据发送给一个人工标定处理，将人工标定图像数据作为训练数据发送给图像标定模型；图像标定模型根据训练数据进行再次训练得到更新的图像标定模型，用于下一次迭代处理。

主权项

1.一种图像标定模型的训练方法，其特征在于，包括：在当前的迭代处理中，图像标定模型对接收到的图像数据进行自动图像标定处理，得到自动标定图像数据和自动标定图像数据中各像素的预测输出；评估模块根据自动标定图像中各像素的预测输出，对自动标定图像数据中多个区域的图像数据进行评估，确定各区域的输出评估值；在判断一个区域的输出评估值小于预定评估阈值的情况下，确定该区域为低确定性区域；从自动标定图像数据中抽取出低确定性区域的数据，并将抽取出来的区域的数据发送给一个人工标定处理；接收来自人工标定处理的人工标定图像数据，人工标定图像数据与抽取出来的区域相对应，将人工标定图像数据作为训练数据发送给图像标定模型；图像标定模型根据训练数据，对低确定性区域的图像数据进行再次训练，得到更新的图像标定模型，更新的图像标定模型用于下一次迭代处理。