本申请适用于计算机技术领域，提供了图像数据标注方法、装置、电子设备及存储介质，包括：获取初始标注图像，所述初始标注图像为将原图像输入第一语义分割模型根据像素类别得到的图像；确定所述初始标注图像中每类像素所在区域对应的外轮廓；对各个所述外轮廓进行多边形拟合，得到各个所述外轮廓分别对应的多边形；根据各个所述多边形的顶点进行锚点标注，得到目标标注数据。本申请实施例能够提高语义分割的图像数据标注效率。
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113160257 A (43)申请公布日 2021.07.23 (21)申请号 5.6 G06K 9/62 (2006.01) (22)申请日 2021.04.23 (71)申请人 深圳市优必选科技股份有限公司 地址 518000 广东省深圳市南山区学苑大 道1001号南山智园C1栋16、22楼 (72)发明人 李奕润程骏朱剑锋庞建新 (74)专利代理机构 深圳中一联合知识产权代理 有限公司 44414 代理人 张瑞志 (51)Int.Cl. G06T 7/12 (2017.01) G06T 7/13 (2017.01) G06T 7/187 (2017.01) G06T 7/62 (2017.01) G06T 11/20 (2006.01) 权利要求书2页 说明书9页 附图2页 (54)发明名称 图像数据标注方法、装置、电子设备及存储 介质 (57)摘要 本申请适用于计算机技术领域，提供了图像 数据标注方法、装置、电子设备及存储介质，包 括：获取初始标注图像，所述初始标注图像为将 原图像输入第一语义分割模型根据像素类别得 到的图像；确定所述初始标注图像中每类像素所 在区域对应的外轮廓；对各个所述外轮廓进行多 边形拟合，得到各个所述外轮廓分别对应的多边 形；根据各个所述多边形的顶点进行锚点标注， 得到目标标注数据。本申请实施例能够提高语义 分割的图像数据标注效率。 A 7 5 2 0 6 1 3 1 1 N C CN 113160257 A 权利要求书 1/2页 1.一种图像数据标注方法，其特征在于，包括： 获取初始标注图像，所述初始标注图像为将原图像输入第一语义分割模型根据像素类 别得到的图像； 确定所述初始标注图像中每类像素所在区域对应的外轮廓； 对各个所述外轮廓进行多边形拟合，得到各个所述外轮廓分别对应的多边形； 根据各个所述多边形的顶点进行锚点标注，得到目标标注数据。 2.如权利要求1所述的图像数据标注方法，其特征在于，所述确定所述初始标注图像中 每类像素所在区域对应的外轮廓，包括： 确定所述初始标注图像中每类像素对应的连通域； 过滤像素数量小于第一预设阈值的所述连通域，并根据过滤后剩余的各个所述连通域 分别确定各个所述外轮廓。 3.如权利要求1所述的图像数据标注方法，其特征在于，所述对各个所述外轮廓进行多 边形拟合，得到各个所述外轮廓分别对应的多边形，包括： 对于各个所述外轮廓，分别作如下处理： 确定所述外轮廓对应的初始的曲线； 将所述曲线的首端点和所述曲线的尾端点之间的直线段确定为所述曲线的弦； 从所述曲线中确定与所述曲线的弦距离最大的点作为所述曲线的目标点； 若所述曲线的目标点与所述曲线的弦的距离小于或者等于第二预设阈值，则确定所述 曲线处理完毕，并以所述曲线的弦为目标线段；否则，以所述曲线的首端点与所述曲线的目 标点之间的曲线段，以及所述曲线的目标点与所述曲线的尾端点之间的曲线段分别作为两 条新的曲线，并返回执行所述将所述曲线的首端点和所述曲线的尾端点之间的直线段确定 为所述曲线的弦的步骤及后续的步骤； 若检测到所有曲线均处理完毕，则根据各条所述目标线段，组合得到所述外轮廓对应 的多边形。 4.如权利要求3所述的图像数据标注方法，其特征在于，所述第二预设阈值根据所述外 轮廓对应的周长而确定。 5.如权利要求1所述的图像数据标注方法，其特征在于，所述根据各个所述多边形的顶 点进行锚点标注，得到目标标注数据，包括: 根据各个所述多边形的顶点，通过预设的标注工具进行锚点标注，得到初始的锚点标 注信息； 接收修改指令，修改所述锚点标注信息，得到目标标注数据。 6.如权利要求1至5任意一项所述的图像数据标注方法，其特征在于，在所述获取初始 标注图像之前，还包括： 获取预设数目人工标注的第一样本图像； 根据所述第一样本图像对待训练的语义分割模型进行训练，得到第一语义分割模型。 7.如权利要求1至5任意一项所述的图像数据标注方法，其特征在于，在所述根据各个 所述多边形的顶点进行锚点标注，得到目标标注数据之后，还包括： 根据所述目标标注数据对所述第一语义分割模型进行训练，得到第二语义分割模型。 8.一种图像数据标注装置，其特征在于，包括： 2 2 CN 113160257 A 权利要求书 2/2页 获取单元，用于获取初始标注图像，所述初始标注图像为将原图像输入第一语义分割 模型根据像素类别得到的图像； 外轮廓确定单元，用于确定所述初始标注图像中每类像素所在区域对应的外轮廓； 多边形拟合单元，用于对各个所述外轮廓进行多边形拟合，得到各个所述外轮廓分别 对应的多边形； 锚点标注单元，用于根据各个所述多边形的顶点进行锚点标注，得到目标标注数据。 9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序，其特征在于，当所述处理器执行所述计算机程序时，使得电子设备实现 如权利要求1至7任一项所述方法的步骤。 10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在 于，当所述计算机程序被处理器执行时，使得电子设备实现如权利要求1至7任一项所述方 法的步骤。 3 3 CN 113160257 A 说明书 1/9页 图像数据标注方法、装置、电子设备及存储介质 技术领域 [0001] 本申请属于计算机技术领域，尤其涉及一种图像数据标注方法、装置、电子设备及 存储介质。 背景技术 [0002] 随着人工智能技术的发展，深度神经网络被广泛应用于计算机视觉领域。目前，基 于深度神经网络的图像处理任务大致包括图像分类任务、目标检测任务、语义分割任务等， 通过相应标注好的数据集对深度神经网络进行训练，可以得到能够执行相应任务的分类模 型、目标检测模型、语义分割模型等。通常，这些数据集由人工进行标注，其中，由于语义分 割模型为像素级的分类模型，因此，训练语义分割模型所需的数据集通常需要在原图像的 多个像素点上进行标注得到，其标注过程复杂，耗费的时间成本和人力成本较高，即，现有 语义分割对应的图像数据标注效率较低。 发明内容 [0003] 有鉴于此，本申请实施例提供了图像数据标注方法、装置、电子设备及存储介质， 以解决现有技术中如何提高语义分割的图像数据标注效率的问题。 [0004] 本申请实施例的第一方面提供了一种图像数据标注方法，包括： [0005] 获取初始标注图像，所述初始标注图像为将原图像输入第一语义分割模型根据像 素类别得到的图像； [0006] 确定所述初始标注图像中每类像素所在区域对应的外轮廓； [0007] 对各个所述外轮廓进行多边形拟合，得到各个所述外轮廓分别对应的多边形； [0008] 根据各个所述多边形的顶点进行锚点标注，得到目标标注数据。 [0009] 本申请实施例的第二方面提供了一种图像数据标注装置，包括： [0010] 获取单元，用于获取初始标注图像，所述初始标注图像为将原图像输入第一语义 分割模型根据像素类别得到的图像； [0011] 外轮廓确定单元，用于确定所述初始标注图像中每类像素所在区域对应的外轮 廓； [0012] 多边形拟合单元，用于对各个所述外轮廓进行多边形拟合，得到各个所述外轮廓 分别对应的多边形； [0013] 锚点标注单元，用于根据各个所述多边形的顶点进行锚点标注，得到目标标注数 据。 [0014] 本申请实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在 所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序 时，使得电子设备实现如所述图像数据标注方法的步骤。 [0015] 本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储 介质存储有计算机程序，当所述计算机程序被处理器执行时，使得电子设备实现如所述图 4 4 CN 113160257 A 说明书 2/9页 像数据标注方法的步骤。 [0016] 本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在电子 设备上运行时，使得电子设备执行所述图像数据标注方法的步骤。 [0017] 本申请实施例与现有技术相比存在的有益效果是：本申请实施例中，通过获取初 始标注图像，确定初始标注图像中每类像素所在区域对应的外轮廓，并确定各个外轮廓对 应的多边形，根据各个多边形的顶点进行锚点标注，得到目标标注数据。由于该初始标注图 像为将原图像输入第一语义分割模型根据像素类别进行处理得到的图像，基于该初始标注 图像进行外轮廓确定、多边形拟合、锚点标注等处理，能够自动准确地生成目标标注数据， 因此在无需耗费大量的人力成本和时间成本的情况下，就能够自动高效地得到大量的标注 数据，从而能够提高语义分割的图像数据标注效率。 附图说明 [0018] 为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施 例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获 得其他的附图。 [0019] 图1是本申请实施例提供的一种图像数据标注方法的实现流程示意图； [0020] 图2是本申请实施例提供的一种图像数据标注装置的示意图； [0021] 图3是本申请实施例提供的电子设备的示意图。 具体实施方式 [0022] 以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具 体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体 细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电 路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。 [0023] 为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。 [0024] 应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特 征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、 操作、元素、组件和/或其集合的存在或添加。 [0025] 还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目 的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上 下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。 [0026] 还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是 指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。 [0027] 如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被 解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或 “如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确 定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。 [0028] 另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为 5 5 CN 113160257 A 说明书 3/9页 指示或暗示相对重要性。 [0029] 目前，由于语义分割模型为像素级的分类模型，因此，训练语义分割模型所需的数 据集通常需要在原图像的多个像素点上进行标注得到，其标注过程复杂，耗费的时间成本 和人力成本较高，即，现有语义分割对应的图像数据标注效率较低。为了解决该技术问题， 本申请实施例提供了一种图像数据标注方法、装置、电子设备及存储介质，通过获取初始标 注图像，确定初始标注图像中每类像素所在区域对应的外轮廓，并确定各个外轮廓对应的 多边形，根据各个多边形的顶点进行锚点标注，得到目标标注数据。由于该初始标注图像为 将原图像输入第一语义分割模型根据像素类别得到的图像，基于该初始标注图像进行外轮 廓确定、多边形拟合、锚点标注等处理，能够自动准确地生成目标标注数据，因此在无需耗 费大量的人力成本和时间成本的情况下，就能够自动高效地得到大量的标注数据，从而能 够提高语义分割的图像数据标注效率。 [0030] 实施例一： [0031] 图1示出了本申请实施例提供的一种图像数据标注方法的流程示意图，该图像数 据标注方法的执行主体为电子设备，包括但不限于个人电脑、服务器、笔记本等，如图1所示 的图像数据标注方法详述如下： [0032] 在S101中，获取初始标注图像，所述初始标注图像为将原图像第一语义分割模型 根据像素类别得到的图像。 [0033] 本申请实施例中，第一语义分割模型为提前根据少量(预设数目)标注好的图像数 据集训练得到的语义分割模型，该图像数据集可以为开源的公开数据集，也可以为根据当 前的图像处理任务人工标注得到的数据集。本申请实施例中的初始标注图像为将原图像输 入该第一语义分割模型进行处理得到的图像。具体地，可以通过摄像机拍摄或者从图像数 据库中获取到与当前的图像处理任务的内容相关的原图像，并将该原图像输入至该第一语 义分割模型进行像素分类处理，即可得到该初始标注图像。具体地，该第一语义分割模型基 于原图像中每个像素的像素信息(可以包括像素坐标值、像素灰度值、像素RGB值等信息)， 将原图像中的每个像素分为不同的类别(每个类别用于标识一个特定的物体，例如人体、动 物、路面标识等)，并将相同类别的像素采用同一颜色(或者同一灰度值)表示，不同类别的 像素采用不同的颜色(或者不同灰度值)表示，从而实现对原图像的像素分类处理，得到初 始标注图像。 [0034] 可选地，在所述步骤S101之前，还包括： [0035] 获取预设数目人工标注的第一样本图像； [0036] 根据所述第一样本图像对待训练的语义分割模型进行训练，得到第一语义分割模 型。 [0037] 本申请实施例中，在获取初始标注图像之前，可以先获取预设数目人工标注的第 一样本图像。具体地，可以通过获取预设数目的原图像并依次进行显示，之后接收用户在该 显示的原图像上操作的标注指令(例如滑动指令、点击指令)，完成对该原图像的标注，得到 对应的第一样本图像。 [0038] 之后根据该第一样本图像对待训练的语义分割模型进行初步的训练，得带该第一 语义分割模型。 [0039] 本申请实施例中，通过预设数目人工标注的第一样本图像来对待训练的语义分割 6 6 CN 113160257 A 说明书 4/9页 模型进行训练，得到第一语义分割模型，从而能够通过少量的人工标注数据来初步得到第 一语义分割模型，使得后续能够借助该第一语义分割模型得到的初始标注图像，并基于该 初始标注图像自动得到原图像的目标标注数据，保证后续能够高效地实现自动的图像数据 标注。并且，由于人工标注的第一样本图像相对于公开的数据集来说，能够更加适用于当前 用户需要的语义分割任务，因此基于该人工标注的第一样本图像能够训练得到更准确的第 一语义分割模型，使得后续根据该第一语义分割模型能够获得准确的初始标注图像。 [0040] 在S102中，确定所述初始标注图像中每类像素所在区域对应的外轮廓。 [0041] 本申请实施例中，如上所述，初始标注图像中的每个类别的像素采用不同的颜色 (或者灰度值)来区分表示，因此对于各个类别的像素，可以根据初始标注图像中的像素的 像素信息，确定由同一类别的像素组成的区域，从而确定每个类别的像素的所在区域，并提 取该所在区域的外轮廓。例如，可以确定初始标注图像中像素信息为红色的像素作为一个 类别的像素，并根据该类别的像素所在的区域确定该类像素的外轮廓，该外轮廓通常与原 图像中一个类别的图像信息相对应，例如可以为原图像中包含的人体图像对应的轮廓或者 物体图像对应的轮廓。在一个实施例中，可以先对初始标注图像进行去噪处理后，再确定各 个类别的像素所在区域对应的外轮廓。 [0042] 可选地，所述步骤S102，包括： [0043] 确定所述初始标注图像中每类像素分别对应的连通域； [0044] 过滤像素数量小于第一预设阈值的所述连通域，并根据过滤后剩余的各个所述连 通域分别确定各个所述外轮廓。 [0045] 本申请实施例中，具体可以根据初始标识图像中各个像素点的像素信息(可以为 颜色信息、灰度值信息等)求得各个像素点的邻域(例如4邻域、8邻域、D邻域)等，并将相同 类别的像素点的邻域进行拼接，得到各个类别的像素分别对应的连通域。 [0046] 之后，将各个连通域中像素数量小于第一预设阈值的连通域滤除，得到剩余的像 素数量大于或者等于第一预设阈值的各个连通域，并提取各个连通域的外轮廓，从而得到 各个类别的像素分别对应的外轮廓。其中，该第一预设阈值可以根据实际情况提前设定。示 例性地，该第一预设阈值可以为25个像素。 [0047] 本申请实施例中，通过连通域的提取及过滤，能够去除杂点，准确地确定各个类别 的像素对应的外轮廓。 [0048] 在S103中，对各个所述外轮廓进行多边形拟合，得到各个所述外轮廓分别对应的 多边形。 [0049] 本申请实施例中，在确定各个类别的像素分别对应的外轮廓之后，通过多边形拟 合算法对各个外轮廓分别进行多边形拟合，得到各个外轮廓分别对应的多边形。 [0050] 可选地，所述步骤S103，包括： [0051] 对于各个所述外轮廓，分别作如下处理： [0052] A1：确定所述外轮廓对应的初始的曲线：将所述曲线的首端点和所述曲线的尾端点之间的直线段确定为所述曲线：从所述曲线中确定与所述曲线的弦距离最大的点作为所述曲线：若所述曲线的目标点与所述曲线的弦的距离小于或者等于第二预设阈值，则 7 7 CN 113160257 A 说明书 5/9页 确定所述曲线处理完毕，并以所述曲线的弦为目标线段；否则，以所述曲线的首端点与所述 曲线的目标点之间的曲线段，以及所述曲线的目标点与所述曲线的尾端点之间的曲线段分 别作为两条新的曲线，并返回所述确定所述曲线的首端点和尾端点的步骤及后续的步骤； [0056] A5：若检测到所有曲线均处理完毕，则根据各条所述目标线段，组合得到所述外轮 廓对应的多边形。 [0057] 本申请实施例中，对于每个外轮廓，可以通过上述的步骤A1至步骤A5，求得该外轮 廓对应的多边形。 [0058] 在步骤A1中，可以确定该外轮廓对应的初始的曲线，具体地，可以根据该外轮廓包 含的像素点的集合，绘制一条能够与该外轮廓大致重合的曲线作为该外轮廓对应的初始的 曲线中，将该曲线的首尾两个像素点分别称为该曲线的首端点A，和该曲线的 尾端点B，并将这两个端点之间的直线段确定为该曲线中，从该曲线中确定一个与该曲线的弦AB的距离最大的像素点作为该曲 线中，若该曲线的目标点C与该曲线的弦AB之间的距离小于或者等于预设 的第二预设阈值，则说明当前该曲线的弦AB与该曲线在误差范围内近似，因此此时可以确 定该曲线处理完毕，无需进一步切分，并将该曲线的弦AB作为能够近似表示该段曲线的目 标线段。相反地，若该曲线的目标点C与该曲线的弦AB之间的距离大于该第二预设阈值，则 说明当前曲线的弦与该曲线不近似，此时需要进一步对该曲线进行切分处理得到更小的曲 线。具体地，以该曲线的首端点A和该曲线的目标点C之间的曲线段AC作为一条新的曲线，以 该曲线的目标点C和该曲线的尾端点B之间的曲线段CB作为另一条新的曲线，即，将原来的 曲线切分为AC、CB两条新的曲线，对于每条新的曲线的处理，直至该曲线中，当检测到所有切分到的曲线均处理完毕后，将所有确定出的目标线 段进行首尾拼接，组合得到该外轮廓对应的多边形。 [0063] 本申请实施例中，通过曲线的弦和目标点的距离关系的判定和新的曲线确定，使 得最终能够得到各条能够近似表示各段曲线的目标线段，从而能够根据各条目标线段准确 地拟合出该外轮廓对应的多边形。 [0064] 可选地，所述第二预设阈值根据所述外轮廓对应的周长而确定。 [0065] 本申请实施例中，上述的第二预设阈值具体根据外轮廓对应的初始的曲线的周长 自适应确定。具体地，设该外轮廓对应的周长为L，则该第二预设阈值threshold＝0.02×L。 [0066] 本申请实施例中，由于能够根据该外轮廓的周长自适应确定该第二预设阈值，因 此能够进一步提高多边形拟合的准确性。 [0067] 在S104中，根据各个所述多边形的顶点进行锚点标注，得到目标标注数据。 [0068] 本申请实施例中，在得到各个多边形之后，将该多边形对应的各个顶点作为各个 锚点进行标注，从而得到目标标识数据。具体地，多边形对应的各个顶点即为组成多边形的 各个目标线段对应的端点。具体地，可以通过预设的标注工具，例如Labelme标注软件(一个 图形界面的图像标注软件)，对各个多边形进行自动的锚点标注，生成对应的json标注文件 作为目标标注数据。其中，json(JavaScript Object Notation)是一种轻量级的数据交换 8 8 CN 113160257 A 说明书 6/9页 格式。 [0069] 可选地，所述步骤S104，包括： [0070] 根据各个所述多边形的顶点，通过预设的标注工具进行锚点标注，得到初始的锚 点标注信息； [0071] 接收修改指令，修改所述锚点标注信息，得到目标标注数据。 [0072] 本申请实施例中，在根据各个多边形的顶点，通过预设的标注工具进行锚点标注， 得到初始的锚点标注信息后，将与该初始标注图像对应的原图像(即输入第一语义分割模 型之前的原图像)和该初始的锚点标注信息一同显示至预览画面中供用户进行预览。之后， 用户在观察到该预览画面中存在标注不准确的锚点时，通过在该预览画面上进行点击或者 划动操作，发出修改指令。之后，电子设备接收该修改指令，修改该锚点标注信息中对应的 一个或者多个锚点的位置，得到修改后的锚点标注信息，并将该修改后的锚点标注信息作 为最终输出的目标标注数据。 [0073] 本申请实施例中，由于在根据预设标注工具获取到初始的锚点标注信息后，能够 进一步地接收修改指令进行锚点标注信息的修改，因此能够进一步保证图像数据标注的准 确性。并且，由于该修改指令具体是在得到初始的锚点标注信息后对少量锚点进行修改，因 此其操作简单，相对于直接进行一整张图像的人工标注的方式，能够在保证准确性的同时， 提高图像数据标注的效率。 [0074] 可选地，在所述步骤S104之后，还包括： [0075] 根据所述目标标注数据对所述第一语义分割模型进行训练，得到第二语义分割模 型。 [0076] 本申请实施例中，在得到目标标注数据后，可以将初始标注图像对应的原图像与 该目标标注数据组合得到携带锚点标注信息的第二样本图像。通过步骤S101至步骤S104自 动获取多张初始标注图像对应的目标标注数据，即可根据该各个目标标注数据自动生成对 应的多张第二样本图像。将自动生成的第二样本图像输入第一语义分割模型，对该第一语 义分割模型进行进一步的训练，即可得到能够执行更加准确的图像分割任务的第二语义分 割模型。 [0077] 本申请实施例中，通过图像数据标注方法能够自动高效地生成更多的目标标注数 据，并根据该目标标注数据自动高效地对第一语义分割模型进行进一步的训练得到第二语 义分割模型，因此能够高效准确地实现语义分割模型的训练。 [0078] 本申请实施例中，通过获取初始标注图像，确定初始标注图像中每类像素所在区 域对应的外轮廓，并确定各个外轮廓对应的多边形，根据各个多边形的顶点进行锚点标注， 得到目标标注数据。由于该初始标注图像为将原图像输入第一语义分割模型根据像素类别 得到的图像，基于该初始标注图像进行外轮廓确定、多边形拟合、锚点标注等处理，能够自 动准确地生成目标标注数据，因此在无需耗费大量的人力成本和时间成本的情况下，就能 够自动高效地得到大量的标注数据，从而能够提高语义分割的图像数据标注效率。 [0079] 应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程 的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限 定。 [0080] 实施例二： 9 9 CN 113160257 A 说明书 7/9页 [0081] 图2示出了本申请实施例提供的一种图像数据标注装置的结构示意图，为了便于 说明，仅示出了与本申请实施例相关的部分： [0082] 该图像数据标注装置包括：获取单元21、外轮廓确定单元22、多边形拟合单元23、 锚点标注单元24。其中： [0083] 获取单元21，用于获取初始标注图像，所述初始标注图像为将原图像输入第一语 义分割模型根据像素类别得到的图像。 [0084] 外轮廓确定单元22，用于确定所述初始标注图像中每类像素所在区域对应的外轮 廓。 [0085] 多边形拟合单元23，用于对各个所述外轮廓进行多边形拟合，得到各个所述外轮 廓分别对应的多边形。 [0086] 锚点标注单元24，用于根据各个所述多边形进行锚点标注，得到目标标注数据。 [0087] 可选地，所述外轮廓确定单元22，具体用于确定所述初始标注图像中每类像素分 别对应的连通域；过滤像素数量小于第一预设阈值的所述连通域，并根据过滤后剩余的各 个所述连通域分别确定各个所述外轮廓。 [0088] 可选地，所述多边形拟合单元23，具体用于对于各个所述外轮廓，分别作如下处 理：确定所述外轮廓对应的初始的曲线；将所述曲线的首端点和所述曲线的尾端点之间的 直线段确定为所述曲线的弦；从所述曲线中确定与所述曲线的弦距离最大的点作为所述曲 线的目标点；若所述曲线的目标点与所述曲线的弦的距离小于或者等于第二预设阈值，则 确定所述曲线处理完毕，并以所述曲线的弦为目标线段；否则，以所述曲线的首端点与所述 曲线的目标点之间的曲线段，以及所述曲线的目标点与所述曲线的尾端点之间的曲线段分 别作为两条新的曲线，并返回执行所述将所述曲线的首端点和所述曲线的尾端点之间的直 线段确定为所述曲线的弦的步骤及后续的步骤；若检测到所有曲线均处理完毕，则根据各 条所述目标线段，组合得到所述外轮廓对应的多边形。 [0089] 可选地，所述第二预设阈值根据所述外轮廓对应的周长而确定。 [0090] 可选地，所述锚点标注单元24，具体用于根据各个所述多边形的顶点，通过预设的 标注工具进行锚点标注，得到初始的锚点标注信息；接收修改指令，修改所述锚点标注信 息，得到目标标注数据。 [0091] 可选地，所述图像数据标注装置，还包括： [0092] 第一训练单元，用于获取预设数目人工标注的第一样本图像；根据所述第一样本 图像对待训练的语义分割模型进行训练，得到第一语义分割模型。 [0093] 可选地，所述图像数据标注装置，还包括： [0094] 第二训练单元，用于根据所述目标标注数据对所述第一语义分割模型进行训练， 得到第二语义分割模型。 [0095] 需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请 方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此 处不再赘述。 [0096] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功 能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的 功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上 10 10 CN 113160257 A 说明书 8/9页 描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可 以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的 单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单 元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统 中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。 [0097] 实施例三： [0098] 图3是本申请一实施例提供的电子设备的示意图。如图3所示，该实施例的电子设 备3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计 算机程序32，例如图像数据标注程序。所述处理器30执行所述计算机程序32时实现上述各 个图像数据标注方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器 30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示获 取单元21至锚点标注单元24的功能。 [0099] 示例性的，所述计算机程序32可以被分割成一个或多个模块/单元，所述一个或者 多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本申请。所述一 个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于 描述所述计算机程序32在所述电子设备3中的执行过程。 [0100] 所述电子设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设 备。所述电子设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3 仅仅是电子设备3的示例，并不构成对电子设备3的限定，可以包括比图示更多或更少的部 件，或者组合某些部件，或者不同的部件，例如所述电子设备还可以包括输入输出设备、网 络接入设备、总线可以是中央处理单元(Central Processing Unit，CPU)，还可以是 其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field‑ Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、 分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器 等。 [0102] 所述存储器31可以是所述电子设备3的内部存储单元，例如电子设备3的硬盘或内 存。所述存储器31也可以是所述电子设备3的外部存储设备，例如所述电子设备3上配备的 插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪 存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述电子设备3的内部存储单 元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述电子设备所需的 其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。 [0103] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功 能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的 功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上 描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可 以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的 单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单 11 11 CN 113160257 A 说明书 9/9页 元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统 中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。 [0104] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记 载的部分，可以参见其它实施例的相关描述。 [0105] 本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单 元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟 以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员 可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出 本申请的范围。 [0106] 在本申请所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以 通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，所 述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如 多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另 一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置 或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。 [0107] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显 示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个 网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。 [0108] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以 是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单 元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。 [0109] 所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或 使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施 例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计 算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上 述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代 码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质 可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁 碟、光盘、计算机存储器、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM， Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述 计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增 减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电 信信号。 [0110] 以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实 施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各 实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改 或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应 包含在本申请的保护范围之内。 12 12 CN 113160257 A 说明书附图 1/2页 图1 图2 13 13 CN 113160257 A 说明书附图 2/2页 图3 14 14
2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。
3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
一种改善Micro OLED微腔室效应的CPL结构及其制备方法.pdf
科技大学计算机科学与技术专业《计算机组成原理》科目期末试卷及答案.docx
重庆市巴蜀中学2026届高三8月高考适应性月考（一）数学试卷含答案.pdf
原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者