[发明专利]标注转换方法和装置

说明书

本发明提供一种标注转换方法和装置，方法包括以下步骤：S1，获取折线标注文件；S2，从折线标注文件中解析出标注数据，其中，标注数据包括折线中每个端点的坐标和标注线宽；S3，将折线中的端点作为待转换点，依照从折线起点到折线终点的顺序，根据标注数据确定每个待转换点第一侧的第一目标转换点和第二侧的第二目标转换点；S4，依照从折线起点到折线终点的顺序，对多个待转换点对应的多个第一目标转换点进行排序，得到第一有序点集，并依照从折线终点到起点的顺序，对多个待转换点对应的多个第二目标转换点进行排序，得到第二有序点集；S5，组合第一有序点集和第二有序点集，得到有序多边形标注文件。本发明能够方便、快速地得到多边形标注数据。

技术领域

本发明涉及图像标注技术领域，具体涉及一种标注转换方法、一种标注转换装置、一种计算机设备和一种非临时性计算机可读存储介质。

背景技术

在产品检测领域，常常用到深度学习语义分割技术，需要对待检测产品图像中的目标进行标注，以得到模型训练数据。目前常用的标注方式主要有圆形标注、折线标注（即多段直线标注）、多边形标注等，不同的标注方式能够满足不同的场景需求或模型精度需求。

对于细长线状目标，例如细长线段型、多段线段型或者曲线型等样本，也会有多边形标注的需求。然而在实际标注时，采用多边形标注所耗费的时间成本要远远高于直线标注，尤其是语义分割训练样本的数量要求通常较大，可达到1万以上，如果按照传统的多边形标注方式去标注如此海量的数据，对于急需数据训练的算法员和排期紧迫的标注员来说都是不小的挑战。

发明内容

本发明为解决上述技术问题，提供了一种标注转换方法和装置，能够方便、快速地得到多边形标注数据，从而有助于缩短深度学习算法的开发周期。

本发明采用的技术方案如下：

一种标注转换方法，包括以下步骤：S1，获取折线标注文件；S2，从所述折线标注文件中解析出标注数据，其中，所述标注数据包括折线中每个端点的坐标和标注线宽；S3，将折线中的端点作为待转换点，依照从折线起点到折线终点的顺序，根据所述标注数据确定每个所述待转换点第一侧的第一目标转换点和第二侧的第二目标转换点；S4，依照从折线起点到折线终点的顺序，对多个所述待转换点对应的多个所述第一目标转换点进行排序，得到第一有序点集，并依照从折线终点到起点的顺序，对多个所述待转换点对应的多个所述第二目标转换点进行排序，得到第二有序点集；S5，组合所述第一有序点集和所述第二有序点集，得到有序多边形标注文件。

步骤S3具体包括：将折线中每个线段转换为对应的向量，其中，每个所述向量的方向为从折线起点到折线终点的路径方向；选定所述待转换点所在的任一向量，以该待转换点为中点、以所述标注线宽为长度，作垂直于选定向量的线段，所作线段的两个端点作为该待转换点两侧的两个目标转换点；根据所述标注线宽、所述选定向量的向量起点坐标和向量终点坐标计算所作线段的两个端点的坐标；根据所作线段的两个端点的坐标和所述选定向量的向量起点坐标、向量终点坐标，判断所作线段的每个端点位于所述选定向量的第一侧或第二侧，将位于所述选定向量的第一侧的所作线段端点作为该待转换点第一侧的第一目标转换点，将位于所述选定向量的第二侧的所作线段端点作为该待转换点第二侧的第二目标转换点。

其中，计算判断量：

其中，y为所述判断量，(x0,y0)为所作线段的端点的坐标，(x1,y1)为所述选定向量的向量起点坐标，(x2,y2)为所述选定向量的向量终点坐标；

如果所述判断量大于0，则判定所作线段的端点位于所述选定向量的第一侧；如果所述判断量小于0，则判定所作线段的端点位于所述选定向量的第二侧。