[发明专利]一种图像样本的标注方法及装置

说明书

本申请提供了一种图像样本的标注方法及装置，先获取标注框的位置信息，对于任意一个预设的分类，将标注框框选的框选图像中不属于该分类的图像删除，再将该分类的框选图像与对应的位置信息，作为该分类的标注数据，可见，将标注框的获取与框选图像的删除进行了解耦处理，与在使用一个标注框得到框选图像后，人工手动输入该框选图像的类型的方式相比，能够将多个框选图像进行批量删除处理，还能够在一定的时间点并行执行获取标注框的位置信息与框选图像的筛选的步骤，因此，与传统的标注方式相比，能够显著提高效率。

技术领域

本申请涉及人工智能领域，尤其涉及一种图像样本的标注方法及装置。

背景技术

基于深度学习的图像目标检测技术日渐成熟，已经在智能零售、智能监控、智能驾驶、智能医疗等诸多领域得到应用，并发挥强大的技术效能。基于深度学习的图像目标检测模型，需要使用大量标注的图像样本进行训练，因此需要投入大量的人力进行图像样本的标注。

以图1为例，传统的标注方式，支持人工在图像样本上使用标注框框选目标，并记录标注框的位置信息，在人工框选一个目标后，弹出类别选项，人工在类别选项中选择该目标所属的类别，完成一个目标的标注(图1中的字符为现有的标注软件中的工具键，这里不再赘述功能)。可见，要完成图1中的所有目标的标注，就要重复上述标注过程。

因此，如何提高标注的效率，成为目前亟待解决的问题。

发明内容

本申请提供了一种图像样本的标注方法及装置，目的在于解决如何提高图像样本标注的效率的问题。

为了实现上述目的，本申请提供了以下技术方案：

一种图像样本的标注方法，包括：

获取标注框的位置信息，所述标注框用于在所述图像样本上框选目标，得到框选图像；

对于任意一个预设的分类，将所述框选图像中不属于该分类的图像删除，得到该分类的框选图像；

对于任意一个预设的分类，将该分类的框选图像与对应的位置信息，作为该分类的标注数据，其中，任意一个框选图像对应的位置信息为：得到该框选图像的标注框的位置信息。

可选的，所述获取标注框的位置信息包括：

获取预先训练得到框选模型输出的所述标注框的位置信息，所述框选模型用于在所述图像样本上框选目标；

或者，基于人工对所述框选模型输出的参考标注框的位置信息的调整操作，得到所述标注框的位置信息。

可选的，所述框选模型的训练过程包括：

基于人工在第一批图像样本上的框选操作，得到人工框选的标注框；

使用所述人工框选的标注框，训练预设的框选模型；

将新的图像样本作为经过训练的所述框选模型的输入，得到所述框选模型输出的所述新的图像样本的标注框；

在人工修改所述框选模型输出的标注框的情况下，使用人工修改后的标注框，训练所述框选模型；

在所述框选模型输出的标注框中，经人工修改的标注框的数量不大于预设阈值的情况下，完成框选模型的训练过程。

可选的，所述获取标注框的位置信息包括：

使用第一进程，获取标注框的位置信息；

所述对于任意一个预设的分类，将所述框选图像中不属于该分类的图像删除，得到该分类的框选图像，包括：

使用第二进程，对于任意一个预设的分类，将所述框选图像中不属于该分类的图像删除，得到该分类的框选图像；

所述方法还包括：