[发明专利]一种用于图像标注的方法、介质及装置

说明书

本公开提供一种用于图像标注的方法、介质及装置。提供了一种在边缘端执行的用于图像标注的方法，所述方法包括：获取图像数据，其中，图像数据包括未标记数据；对图像数据进行弱标记查询，以得到弱标记数据；基于当前的模型对图像数据进行伪标记，以得到伪标记数据；判断监督控制状态；以及基于监督控制状态，从未标记数据池、弱标记数据池、伪标记数据池和/或强标记数据池中选择图像数据传送到云端，以用于模型的更新。

技术领域

本公开涉及人工智能领域，具体而言涉及一种用于图像标注的方法、介质及装置。

背景技术

数据标注是大部分人工智能算法得以有效运行的关键环节。数据标注越准确、标注的数据量越大，算法的性能就越好。例如，在自动驾驶和车辆网络V2X场景下，智能化识别交通标志是其智能化的一个重要部分。

现有技术中用于图像标注的方法和装置存在的问题包括：标注周期长，既耗时又费人力，自动化数据标注精度不够，监督方式单一等等。

发明内容

根据本公开的第一方面，提供了一种在边缘端执行的用于图像标注的方法，所述方法包括：获取图像数据，其中，图像数据包括未标记数据；对图像数据进行弱标记查询，以得到弱标记数据；基于当前的模型对图像数据进行伪标记，以得到伪标记数据；判断监督控制状态；以及基于监督控制状态，从未标记数据池、弱标记数据池、伪标记数据池和/或强标记数据池中选择图像数据传送到云端，以用于模型的更新。

根据本公开的第二方面，提供了一种在边缘端的用于图像标注的装置，所述装置包括：数据处理模块，所述数据处理模块被配置为：获取图像数据，其中，图像数据包括未标记数据，以及基于监督控制状态，从未标记数据池、弱标记数据池、伪标记数据池和/或强标记数据池中选择图像数据传送到云端，以用于模型的更新；弱标记查询模块，所述弱标记查询模块被配置为对图像数据进行弱标记查询，以得到弱标记数据；边缘模型模块，所述边缘模型模块被配置为基于当前的模型对图像数据进行伪标记，以得到伪标记数据；以及监督状态控制模块，所述监督状态控制模块被配置为判断监督控制状态。

根据本公开的第三方面，提供了一种非暂态计算机可读存储介质，其上存储有程序，其特征在于，当所述程序由计算机执行时，使所述计算机执行根据本公开的第一方面所述的方法。

根据本公开的第四方面，提供了一种在边缘端的用于图像标注的装置，包括存储器和处理器，所述存储器与所述处理器通信耦合，所述存储器中存储有程序，所述程序当由处理器执行时，使得所述处理器执行根据本公开的第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现根据本公开的第一方面所述的方法。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得更为清楚。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1是图示根据本公开的实施例的用于图像标注的系统的整体架构图；

图2是图示传统的PBAL的原理的示意图；

图3是图示注意力机制的原理的示意图；

图4是图示根据本公开的实施例的用于图像标注的方法的示意图；

图5是图示根据本公开的实施例的用于图像标注的方法的流程图；

图6示出了可以实现根据本公开的实施例的计算设备的示例性配置。

具体实施方式