[发明专利]一种图片标注方法与系统

说明书

本发明公开了一种图片标注方法与系统包括：获取与数据标注任务相对应的数据集和标注规则；从数据集中载入并显示数据图片；根据标注规则使用标注模型标注或人工标注数据图片获得标注数据，并按需迭代更新标注模型；保存标注数据。本发明能够针对不同数据图片或不同类型的数据图片自动进行逐像素标注，使得多边形标注规则可以自动执行，进而提高图片标注的精确性和效率，解放人工。

技术领域

本发明涉及计算机领域，更具体地，特别是指一种图片标注方法与系统。

背景技术

近年来随着图像处理与计算机视觉领域相关技术的快速发展，多媒体信息已成为了人们日常生活中不可分割的一部分。比如数码相机中的笑脸快门、应用于安全领域的目标跟踪与人脸识别等等，这些都是依靠计算机视觉领域的相关算法实现的。

随着计算机视觉技术的发展，其对多媒体数据的需求也越来越大，同时也促进了图像标注技术的发展。为了能够满足计算机视觉、图像检索和其他相关热点领域的图像标注需求，申请人提出了开发适用于不同研究领域的图像标注工具以满足用户对于多个应用领域的图像标注需求。

目前计算机视觉领域不乏标注工具，虽然这些标注工具在一定程度上提高了目标识别、分类和目标跟踪领域图像标注的精确性和效率，但是功能相对单一，可标注样本数据有限，因为使用监督学习算法前期需要大量的已标注样本进行训练，这意味着受限于样本数量以及算法，模型可检测和分割类别较少，缺乏普适性，难以满足用户对于多个应用领域的图像标注需求。除此之外，标注工具在标注不同类型样本时，标注精度浮动较大，直接导致图像检测和分割领域标注图像噪声较高，进而影响了用户任务的快速执行。

当前常见的标注工具其核心算法大多依赖于OpenCV算法库，采用矩形框对数据图像进行标注，其中部分支持矩形框倾斜，最后将图像标注信息输出到xml文件、VOC数据格式或者PASCAL等数据标注格式。

目前的图像标注工具只能适用于目标检测、定位等仅需矩形框定位的方法，在深度学习技术中，通过人工矩形框的标注格式对模型进行练，最终将训练完成的模型对待测试图像进行推理，输出结果也为矩形框的形式锁定目标。

另外的标注方法还有通过多边形圈定目标的方法，通过多次点击鼠标左键，选择目标边缘点，点与点之间通过线段连接，最后构成围绕目标的多边形。这种方法在矩形框标注方法的基础上功能添加了多边形标注功能，而对于图像分割逐像素点标注的要求，目前的标注方法无法提供自动标注方案。

针对现有技术中多边形标注规则不能兼容对各类别标签自动进行逐像素标注的问题，目前尚未有有效的解决方案。

发明内容

有鉴于此，本发明实施例的目的在于提出一种图片标注方法与系统，能够针对不同数据图片或不同类型的数据图片自动进行逐像素标注，使得多边形标注规则可以自动执行，进而提高图片标注的精确性和效率，解放人工。

基于上述目的，本发明的一方面提供了一种图片标注方法，包括以下步骤：

获取与数据标注任务相对应的数据集和标注规则；

从数据集中载入并显示数据图片；

根据标注规则使用标注模型标注或人工标注数据图片获得标注数据，并按需迭代更新标注模型；

保存标注数据。

在一些实施方式中，根据标注规则使用标注模型标注或人工标注数据图片获得标注数据，包括以下步骤：

使用主动学习算法判断标注模型能否正确标注数据图片；

当标注模型能正确标注数据图片时，直接使用标注模型标注数据图片，获得标注数据；

当标注模型不能正确标注数据图片时，人工标注数据图片，获得标注数据。