[发明专利]一种基于神经网络模型的信息标注方法

权利要求书

1.一种基于神经网络模型的信息标注方法，其特征在于，应用于智能设备，所述方法包括以下步骤：

A、获取目标物体图像；

B、基于目标识别神经网络模型对所述图像进行识别，在所述图像中标识出所述目标物体的外轮廓及所述目标物体的标注信息；

C、基于接收到的用户调整指令对所述目标物体在所述目标物体图像中的外轮廓和所述标注信息进行调整。

2.根据权利要求1所述的方法，其特征在于，所述步骤C之后，还包括：

将所述调整后的标识有所述目标物体的外轮廓的所述目标物体图像及所述调整后的标注信息作为训练样本，输入到目标识别神经网络模型库中，以对所述目标识别神经网络模型进行训练。

3.根据权利要求1所述的方法，其特征在于，所述步骤B还包括：

基于接收到的用户选择模型的指令选取所述目标识别神经网络模型。

4.根据权利要求1所述的方法，其特征在于，步骤C中所述对标注信息进行调整包括：

对所述标注信息进行内容、位置及显示样式的至少一项的调整。

5.根据权利要求1所述的方法，其特征在于，步骤C中所述对目标物体的外轮廓进行调整包括：

对所述目标物体的外轮廓进行形状及边界位置的至少一项的调整。

6.根据权利要求1所述的方法，其特征在于，所述步骤A之后，还包括：

基于通用分类神经网络模型对所述图像进行识别，识别出所述图像中的目标物体的类别；

基于所述目标物体的类别选取所述目标识别神经网络模型。

7.根据权利要求6所述的方法，其特征在于，所述基于所述目标物体的类别选取所述目标识别神经网络模型之后还包括，基于接收到的用户变更模型的指令选取所述目标识别神经网络模型。

8.根据权利要求7所述的方法，其特征在于，所述步骤C之后，还包括：

将所述调整后的标识有所述目标物体的外轮廓的所述目标物体图像及所述目标识别神经网络模型关联的目标物体类别信息输入到通用分类神经网络模型库中，以对所述通用分类神经网络模型进行训练。

9.根据权利要求1至8任一所述的方法，其特征在于，

所述用户调整指令包括至少以下之一：根据用户在智能设备提供的虚拟空间内的手势操作生成的调整指令、根据用户在智能设备提供的触摸屏上的触摸操作生成的调整指令、根据用户在智能设备提供的语音输入方式下的语音输入操作生成的调整指令。

10.根据权利要求1所述的方法，其特征在于，所述智能设备包括：头戴式增强现实设备或移动设备或智能摄像头设备。

11.根据权利要求1所述的方法，其特征在于，所述标注信息包括文字格式的信息和/或语音格式的信息。