[发明专利]一种图像标注方法及系统

说明书

本发明提供一种图像标注方法及系统，基于目标检测模型对当前帧待标注图片进行识别，获取至少一个目标物标注框信息；基于上一帧目标物标注框信息，确定当前目标物标注框；基于实例分割、目标轮廓识别获取目标物轮廓、外接矩形、前景矩形以及角点检测，并基于角点与外接矩形下边线的距离调整目标物的外接矩形，精确获取目标物的标注框。本发明针对预标注精度较低，所提出方法结合目标检测、实例分割、轮廓识别等技术并利用了上一帧图像标注信息，实现对标注框与目标物的精准贴合，尤其是大幅提升了车辆与地面接触位置标注的准确率，减少了人工标注时间。

技术领域

本发明涉及图像标注领域，更具体地，涉及一种图像标注方法及系统。

背景技术

随着自动驾驶技术的发展，深度学习在自动驾驶技术链起着越来越重要的作用，由于大多数深度学习技术依赖海量图像标注数据进行训练，对图像的标注主要依靠人工完成，效率较为低下。目标检测任务为自动驾驶感知环节的重要任务之一，目前越来越多半自动标注工具和技术开始应用于目标检测的标注任务，图像半自动标注多是先利用目标检测模型对待标注图像进行预标注，再人工对预标注结果进行调整，由于模型所输出的预标注结果精度不理想，尤其是车辆与地面的接触位置往往存在较大的误差，需要大量的人工调整。

发明内容

本发明针对现有技术中存在的技术问题，提供一种图像标注方法及系统。

根据本发明的第一方面，提供了一种图像标注方法，包括：

基于目标检测模型对当前帧待标注图片进行识别，获取至少一个目标物标注框信息；

基于上一帧目标物标注框信息，从所述当前帧待标注图片识别出的至少一个目标物标注框中确定所述当前帧待标注图片的目标物标注框；

基于实例分割算法对所述当前帧待标注图片中的目标物标注框区域进行目标物分割，生成目标物的掩码图片mask；

获取所述目标物的掩码图片mask的轮廓点为目标物轮廓，并生成目标物轮廓的外接矩形；

基于所述目标物轮廓的外接矩形，设置对应的前景矩形，并生成当前帧待标注图片中前景矩形的掩码图片mask；

检测所述前景矩形的掩码图片mask中的多个角点，并基于角点与所述目标物轮廓的外接矩形下边线的距离，对所述目标物轮廓的外接矩形下边线位置进行调整，获取所述当前帧待标注图片的目标物的标注框。

根据本发明的第二方面，提供一种图像标注系统，包括：

识别模块，用于基于目标检测模型对当前帧待标注图片进行识别，获取至少一个目标物标注框信息；

确定模块，用于基于上一帧目标物标注框信息，从所述当前帧待标注图片识别出的至少一个目标物标注框中确定所述当前帧待标注图片的目标物标注框；

分割模块，用于基于实例分割算法对所述当前帧待标注图片中的目标物标注框区域进行目标物分割，生成目标物的掩码图片mask；

生成模块，用于获取所述目标物的掩码图片mask的轮廓点为目标物轮廓，并生成目标物轮廓的外接矩形；以及基于所述目标物轮廓的外接矩形，设置对应的前景矩形，并生成当前帧待标注图片中前景矩形的掩码图片mask；

获取模块，用于检测所述前景矩形的掩码图片mask中的多个角点，并基于角点与所述目标物轮廓的外接矩形下边线的距离，对所述目标物轮廓的外接矩形下边线位置进行调整，获取所述当前帧待标注图片的目标物的标注框。

根据本发明的第三方面，提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现图像标注方法的步骤。

根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现图像标注方法的步骤。