[发明专利]图像异常的标记方法及系统

权利要求书

1.图像异常的标记方法，其特征在于，包括以下步骤：

步骤1、获取含有异常目标的待标记图片；

步骤2、在所述待标记图片中提取含有异常目标的感兴趣区域，得到感兴趣区域图片；

步骤3、根据所述感兴趣区域图片并基于预先训练的轮廓提取模型得到异常目标的初始轮廓；

步骤4、利用手工修正所述初始轮廓，得到所述待标记图片的异常标记标签。

2.如权利要求1所述的图像异常的标记方法，其特征在于，步骤2中，在所述待标记图片中提取含有异常目标的感兴趣区域，具体包括：

利用感兴趣区域算法在所述待标记图片中提取含有异常目标的感兴趣区域；

利用手工标记感兴趣区域，得到感兴趣区域图片。

3.如权利要求2所述的图像异常的标记方法，其特征在于，所述感兴趣区域算法为目标检测算法或语义分割算法。

4.如权利要求1所述的图像异常的标记方法，其特征在于，步骤3中，所述轮廓提取模型的训练方法包括：

获取已经完成标记的图片数据集；

基于图像处理算法或深度学习算法构建显著性目标检测模型；

基于所述图片数据集训练显著性目标检测模型，得到轮廓提取模型。

5.如权利要求4所述的图像异常的标记方法，其特征在于，所述训练显著性目标检测模型的方法为：无监督算法、自监督算法或半监督算法。

6.如权利要求4所述的图像异常的标记方法，其特征在于，所述显著性目标检测模型为U2Net模型。

7.如权利要求1所述的图像异常的标记方法，其特征在于，步骤3中，所述感兴趣区域和初始轮廓的形状为矩形、圆形、椭圆形或不规则多边形。

8.如权利要求1所述的图像异常的标记方法，其特征在于，所述步骤4具体包括；

利用手工修正初始轮廓中不满足预设条件的轮廓顶点；

按预设文件格式导出修正后的轮廓，得到所述待标记图片最终的异常标记标签。

9.图像异常的标记系统，其特征在于，包括：

图像采集模块，用于获取含有异常目标的待标记图片；

感兴趣区域提取模块，用于在所述待标记图片中提取含有异常目标的感兴趣区域，得到感兴趣区域图片；

轮廓提取模块，用于根据所述感兴趣区域图片并基于预先训练的轮廓提取模型得到异常目标的初始轮廓；

修正模块，用于手工修正所述初始轮廓，得到所述待标记图片的异常标记标签。

10.如权利要求9所述的图像异常的标记系统，其特征在于，还包括：

训练模块，用于获取已经完成标记的图片数据集；基于图像处理算法或深度学习算法构建显著性目标检测模型；以及基于所述图片数据集训练显著性目标检测模型，得到轮廓提取模型。