[发明专利]图像标注方法、装置、计算机设备和可读存储介质

说明书

本发明涉及一种图像标注方法、装置、计算机设备和可读存储介质。该方法可以包括：根据预先训练的奇数个图像标注模型，对同一张待标注图像进行标注，获取对应的奇数个第一标注图像；所述图像标注模型用于对图像中的目标物体进行标注；根据所述奇数个第一标注图像，确定所述待标注图像的目标标注图像。在该图像标注方法，由于奇数个第一标注图像是根据预先训练的奇数个图像标注模型得到的，提高了对待标注图像的标注效率，另外，计算机设备是根据得到的奇数个第一标注图像确定待标注图像的目标标注图像的，避免了由标注员的个人经验不足或已有规则不完善导致对待标注图像标注的质量较低的问题，提高了确定的目标标注图像的标注准确度。

技术领域

本发明涉及图像领域，特别是涉及一种图像标注方法、装置、计算机设备和可读存储介质。

背景技术

近年来，随着高性能图像处理器(Graphics Processing Unit，GPU)和深度学习技术的进一步发展，越来越多的用户使用深度学习技术去进行二维图像的物体检测。而基于深度学习的二维图像物体检测技术的第一步就是需要准确地标注大量二维图像数据，为深度学习提供大量的样本数据。

传统的图像标注方法中，由标注员根据个人经验和一些已有规则自行判断物体在二维图像中的位置，利用已有的标注工具，通过在二维图像上拖动鼠标，用边界框标出物体的轮廓，对二维图像中的物体进行标注。

但是，传统技术的标注方法需要耗费大量的人力和时间，标注的效率低，并且，由于标注员的个人经验不足或已有规则不完善，容易导致标注错误或质量低下。

发明内容

基于此，有必要针对传统的图像标注方法耗费大量的人力和时间，标注效率低且可能由于标注员的个人经验不足或已有规则不完善，导致标注质量较低等问题，提供一种图像标注方法、装置、计算机设备和可读存储介质。

第一方面，本发明实施例提供一种图像标注方法，所述方法包括：

根据预先训练的奇数个图像标注模型，对同一张待标注图像进行标注，获取对应的奇数个第一标注图像；所述图像标注模型用于对图像中的目标物体进行标注；

根据所述奇数个第一标注图像，确定所述待标注图像的目标标注图像。

在其中一个实施例中，所述根据所述奇数个第一标注图像，确定所述待标注图像的目标标注图像，包括：

根据每个所述第一标注图像中的标注物体信息，获取所述奇数个第一标注图像的判别结果；所述判别结果包括所述标注物体信息相同的第一标注图像的数目；

根据所述判别结果确定所述目标标注图像。

在其中一个实施例中，所述根据所述判别结果确定所述目标标注图像，包括：

若所述标注物体信息相同的第一标注图像的数目大于或等于预设阈值，则将所述标注物体信息相同的第一标注图像确定为所述目标标注图像；所述预设阈值大于所述图像标注模型个数的一半。

在其中一个实施例中，所述根据所述判别结果确定所述目标标注图像，还包括：

若所述标注物体信息相同的第一标注图像的数目小于所述预设阈值，则将所述第一标注图像确定为待处理的第一标注图像；

根据用户输入的标注操作指令，对所述待处理的第一标注图像重新标注，得到第二标注图像；

根据所述第二标注图像和预先训练的图像标注判别模型，确定所述目标标注图像；所述图像标注判别模型用于判断所述第二标注图像的准确度。

在其中一个实施例中，所述根据所述第二标注图像和预先训练的图像标注判别模型，确定所述目标标注图像，包括：

将所述第二标注图像输入所述预先训练的图像标注判别模型中，得到所述第二标注图像的判别结果；