[发明专利]一种基于神经网络模型的信息标注方法

说明书

本发明提供了一种基于神经网络模型的信息标注方法，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。本发明基于目标识别神经网络模型对获取的目标物体图像进行识别并标识出目标物体的外轮廓及目标物体的标注信息，同时，本发明还可对标识出的目标物体的外轮廓和标注信息进行人工调整，从而实现了对目标物采集的同时进行标注，提高了信息标注的效率及标注信息的准确性。

技术领域

本发明涉及信息技术领域，特别涉及一种基于神经网络模型的信息标注方法。

背景技术

随着智能终端、AR设备和人工智能领域的成熟与发展，越来越多的以图像采集、图像处理技术为基础的智能设备或AR设备应用于工业场景或日常生活中，尤其在人工智能领域，智能眼镜更是常用的一种增强现实设备。而人工智能领域发展的基础则需要采集大量素材进行处理和机器学习，以建立人工智能模型，但目前素材的采集和标注往往都是分开进行的，一般先利用设备进行素材采集，然后再在其他处理设备中对采集的素材进行信息标注。不仅工作效率低，而且由于采集和标注的设备不同，其加载的程序和模型也不相同，因此先采集再进行识别和分类的错误率也较高。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于神经网络模型的信息标注方法，以提高信息标注的效率及标注信息的准确性。

本发明采用的技术方案为，提供一种基于神经网络模型的信息标注方法，应用于智能设备，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。

由上，本方法基于目标识别神经网络模型对获取的目标物体图像进行识别并标识出目标物体的外轮廓及目标物体的标注信息，同时，本方法还可对标识出的目标物体的外轮廓和标注信息进行人工调整，从而实现了对目标物采集的同时进行标注，提高了信息标注的效率及标注信息的准确性。

进一步改进，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。

进一步改进，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。

其中，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。

其中，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。

进一步改进，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。

进一步改进，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。