目标检测训练样本的自动化标注方法及系统与流程

本发明涉及图像处理，特别是涉及一种目标检测训练样本的自动化标注方法及系统。

背景技术：

1、随着智能视频监控技术在不同行业的需求增加，对计算机视觉技术有了更高的要求。其中，目标检测作为智能监控技术中，行为和事件分析业务的基础算法。随着监控应用场景的拓展，监控场景变得更加开放，对目标检测算法的场景通用性提出更高的要求。为了实现目标检测算法在开放型场景中的通用性，需要增加目标检测模型的参数，由此产生在目标检测超大参数的模型。

2、为了训练开放型场景通用型大模型，给目标检测任务训练数据集的标注提出了挑战。在开放型场景训练过程中需要有千万级的图像样本，是一个高成本的数据标注的任务。然而，采用人工标注方法进行数据标注时，标注效率低，耗费大量人力。

技术实现思路

1、本发明的目的是解决采用人工标注方法进行数据标注导致的标注效率低的技术问题。为实现上述目的，本发明提供一种目标检测训练样本的自动化标注方法及系统。

2、本发明提供一种目标检测训练样本的自动化标注方法，包括：

3、获取初级检测数据集，并根据所述初级检测数据集对初级目标检测模型进行训练，获得训练完成的初级目标检测模型；

4、根据所述训练完成的初级目标检测模型对未标注数据进行目标检测，获得中级检测数据集，并对所述中级检测数据集进行校验与扩充，获得半自动化检测数据集；

5、根据所述半自动化检测数据集与所述初级检测数据集对高级目标检测模型进行训练，获得训练完成的高级目标检测模型；

6、根据所述训练完成的高级目标检测模型对未标注数据进行目标检测，获得标注检测数据集，并对所述标注检测数据集进行扩充，获得自动化标注检测数据集。

7、在一个实施例中，所述根据所述训练完成的初级目标检测模型对未标注数据进行目标检测，获得中级检测数据集，并对所述中级检测数据集进行校验与扩充，获得半自动化检测数据集，包括：

8、根据所述训练完成的初级目标检测模型对未标注数据中场景图像进行目标检测，获得多个第一目标类别与多个第一目标检测框；

9、根据图像分割算法对每个所述第一目标检测框内的目标进行检测，获得多个第一目标掩码图；

10、根据每个所述第一目标掩码图擦除所述场景图像中对应的目标，获得第一擦除场景图像；

11、根据所述训练完成的初级目标检测模型对所述第一擦除场景图像进行目标检测，并重复目标掩码图检测擦除检测步骤至所述场景图像中无目标被检测，获得多个第二目标类别与多个第二目标检测框；

12、根据所述多个第一目标类别、所述多个第一目标检测框、所述多个第二目标类别以及所述多个第二目标检测框生成所述中级检测数据集；

13、对所述中级检测数据集进行校验与扩充，获得所述半自动化检测数据集。

14、在一个实施例中，所述根据所述训练完成的高级目标检测模型对未标注数据进行目标检测，获得标注检测数据集，并对所述标注检测数据集进行扩充，获得自动化标注检测数据集，包括：

15、根据所述训练完成的高级目标检测模型对未标注数据中场景图像进行目标检测，获得多个第三目标类别与多个第三目标检测框；

16、根据图像分割算法对每个所述第三目标检测框内的目标进行检测，获得多个第三目标掩码图；

17、根据每个所述第三目标掩码图擦除所述场景图像中对应的目标，获得第三擦除场景图像。

18、在一个实施例中，所述根据所述训练完成的高级目标检测模型对未标注数据进行目标检测，获得标注检测数据集，并对所述标注检测数据集进行扩充，获得自动化标注检测数据集，还包括：

19、根据所述训练完成的高级目标检测模型对所述第三擦除场景图像进行目标检测，并重复目标掩码图检测擦除检测步骤至所述场景图像中无目标被检测，获得多个第四目标类别与多个第四目标检测框；

20、根据所述多个第三目标类别、所述多个第三目标检测框、所述多个第四目标类别以及所述多个第四目标检测框生成所述标注检测数据集；

21、对所述标注检测数据集进行扩充，获得所述自动化标注检测数据集。

22、在一个实施例中，所述方法还包括：

23、根据所述自动化标注检测数据集、所述半自动化检测数据集以及所述初级检测数据集，对开放场景目标检测模型进行训练，获得训练完成的开放场景目标检测模型。

24、本发明提供一种目标检测训练样本的自动化标注系统，包括：

25、初级模型训练模块，用于获取初级检测数据集，并根据所述初级检测数据集对初级目标检测模型进行训练，获得训练完成的初级目标检测模型；

26、半自动化数据获取模块，用于根据所述训练完成的初级目标检测模型对未标注数据进行目标检测，获得中级检测数据集，并对所述中级检测数据集进行校验与扩充，获得半自动化检测数据集；

27、高级模型训练模块，用于根据所述半自动化检测数据集与所述初级检测数据集对高级目标检测模型进行训练，获得训练完成的高级目标检测模型；

28、自动化数据获取模块，用于根据所述训练完成的高级目标检测模型对未标注数据进行目标检测，获得标注检测数据集，并对所述标注检测数据集进行扩充，获得自动化标注检测数据集。

29、在一个实施例中，所述半自动化数据获取模块包括：

30、第一目标检测模块，用于根据所述训练完成的初级目标检测模型对未标注数据中场景图像进行目标检测，获得多个第一目标类别与多个第一目标检测框；

31、第一掩码获取模块，用于根据图像分割算法对每个所述第一目标检测框内的目标进行检测，获得多个第一目标掩码图；

32、第一擦除模块，用于根据每个所述第一目标掩码图擦除所述场景图像中对应的目标，获得第一擦除场景图像；

33、第二目标检测模块，用于根据所述训练完成的初级目标检测模型对所述第一擦除场景图像进行目标检测，并重复目标掩码图检测擦除检测步骤至所述场景图像中无目标被检测，获得多个第二目标类别与多个第二目标检测框；

34、中级数据生成模块，用于根据所述多个第一目标类别、所述多个第一目标检测框、所述多个第二目标类别以及所述多个第二目标检测框生成所述中级检测数据集；

35、半自动化数据生成模块，用于对所述中级检测数据集进行校验与扩充，获得所述半自动化检测数据集。

36、在一个实施例中，所述自动化数据获取模块包括：

37、第三目标检测模块，用于根据所述训练完成的高级目标检测模型对未标注数据中场景图像进行目标检测，获得多个第三目标类别与多个第三目标检测框；

38、第三掩码获取模块，用于根据图像分割算法对每个所述第三目标检测框内的目标进行检测，获得多个第三目标掩码图；

39、第三擦除模块，用于根据每个所述第三目标掩码图擦除所述场景图像中对应的目标，获得第三擦除场景图像。

40、在一个实施例中，所述自动化数据获取模块还包括：

41、第四目标检测模块，用于根据所述训练完成的高级目标检测模型对所述第三擦除场景图像进行目标检测，并重复目标掩码图检测擦除检测步骤至所述场景图像中无目标被检测，获得多个第四目标类别与多个第四目标检测框；

42、标注数据生成模块，用于根据所述多个第三目标类别、所述多个第三目标检测框、所述多个第四目标类别以及所述多个第四目标检测框生成所述标注检测数据集；

43、自动化数据生成模块，用于对所述标注检测数据集进行扩充，获得所述自动化标注检测数据集。

44、在一个实施例中，所述系统还包括：

45、模型训练模块，用于根据所述自动化标注检测数据集、所述半自动化检测数据集以及所述初级检测数据集，对开放场景目标检测模型进行训练，获得训练完成的开放场景目标检测模型。

46、上述目标检测训练样本的自动化标注方法及系统中，实现了辅助性标注、半自动化标注和全自动化标注，将人工辅助标注的小规模训练样本集的数量进行百倍以上的扩充，用于目标检测算法的优化及深度学习大模型的训练，可以适用于目标重叠度高的复杂场景，能够获取更加准确地标注结果，提高了标注效率，不会造成人力资源的浪费。