CN109543683A - 图像标注修正方法、装置、设备和介质 - Google Patents
图像标注修正方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN109543683A CN109543683A CN201811456325.5A CN201811456325A CN109543683A CN 109543683 A CN109543683 A CN 109543683A CN 201811456325 A CN201811456325 A CN 201811456325A CN 109543683 A CN109543683 A CN 109543683A
- Authority
- CN
- China
- Prior art keywords
- vertex
- region
- target area
- amendment
- polygonal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像标注修正方法、装置、设备和介质,涉及图像领域。该方法包括:获取标注目标图像中目标区域的至少两个多边形区域;基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。本发明实施例提供了一种图像标注修正方法、装置、设备和介质,实现了对标注多边形的自动修正。
Description
技术领域
本发明实施例涉及图像领域,尤其涉及一种图像标注修正方法、装置、设备和介质。
背景技术
针对图像标注任务,一张待标注图像分发给多个用户,由多个用户利用多边形进行目标区域标注。
但是由于多边形标注的多自由度,不同用户对目标区域标注的多边形可能存在差异,导致最终的标注结果无法统一,质量参差不齐。
当前,为解决该问题一般采用人工方式对标注结果进行筛选。然而,人工筛选的成本高,效率低。
发明内容
本发明实施例提供一种图像标注修正方法、装置、设备和介质,以实现对标注多边形的自动修正。
第一方面,本发明实施例提供了一种图像标注修正方法,所述方法包括:
获取标注目标图像中目标区域的至少两个多边形区域;
基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;
根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
进一步地,所述基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域,包括:
确定所述至少两个多边形区域的交并比;
基于所述交并比,对所述至少两个多边形区域进行区域聚类;
根据聚类结果确定每一区域类别中标注同一目标区域的至少两个多边形区域。
进一步地,所述根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形,包括:
根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点;
根据修正顶点确定标注目标区域的修正多边形。
进一步地,所述根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点,包括:
对标注同一目标区域,且顶点数相同的至少两个多边形区域进行顶点聚类;
根据每个顶点类别中的至少两个顶点,确定修正顶点。
第二方面,本发明实施例还提供了一种图像标注修正装置,所述装置包括:
区域获取模块,用于获取标注目标图像中目标区域的至少两个多边形区域;
区域确定模块,用于基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;
区域修正模块,用于根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
进一步地,所述区域确定模块,包括:
交并比确定单元,用于确定所述至少两个多边形区域的交并比;
聚类单元,用于基于所述交并比,对所述至少两个多边形区域进行区域聚类;
区域确定单元,用于根据聚类结果确定每一区域类别中标注同一目标区域的至少两个多边形区域。
进一步地,所述区域修正模块,包括:
修正顶点确定单元,用于根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点;
区域修正单元,用于根据修正顶点确定标注目标区域的修正多边形。
进一步地,所述修正顶点确定单元具体用于:
对标注同一目标区域,且顶点数相同的至少两个多边形区域进行顶点聚类;
根据每个顶点类别中的至少两个顶点,确定修正顶点。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的图像标注修正方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的图像标注修正方法。
本发明实施例通过首先从标注目标区域的至少两个多边形区域中确定出标注同一目标区域的至少两个多边形区域,然后根据标注同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。从而自动确定出准确标注目标区域的修正多边形区域,实现对标注多边形的自动修正。
附图说明
图1为本发明实施例一提供的一种图像标注修正方法的流程图;
图2是本发明实施例二提供的一种图像标注修正方法的流程图;
图3是本发明实施例二提供的一种顶点聚类示意图;
图4是本发明实施例三提供的一种图像标注修正方法的流程图;
图5是本发明实施例三提供的一种图像标注修正方法的数据流程图;
图6是本发明实施例四提供的一种图像标注修正装置的结构示意图;
图7为本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种图像标注修正方法的流程图。本实施例可适用于对目标区域标注的多边形区域进行修正的情况。该方法可以由一种图像标注修正装置来执行,该装置可以由软件和/或硬件的方式实现。参见图1,本实施例提供的图像标注修正方法包括:
S110、获取标注目标图像中目标区域的至少两个多边形区域。
其中,目标图像和目标区域可以根据实际需求确定,例如,目标区域可以是字符区域或招牌区域。
目标图像可以包括至少一个目标区域,其中存在至少一个目标区域由至少两个多边形区域标注。本实施例对由至少两个多边形区域标注的目标区域进行标注修正。
S120、基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域。
具体地,若至少两个多边形区域的交集区域属于一目标区域,则将所述至少两个多边形区域确定为标注同一目标区域。
典型地,所述基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域,包括:
确定所述至少两个多边形区域的交并比;
基于所述交并比,对所述至少两个多边形区域进行区域聚类;
根据聚类结果确定每一区域类别中标注同一目标区域的至少两个多边形区域。
S130、根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
可选地,可以将标注同一目标区域的至少两个多边形区域的交集区域或并集区域,确定为标注所述目标区域的修正多边形。
本发明实施例的技术方案,通过首先从标注目标区域的至少两个多边形区域中确定出标注同一目标区域的至少两个多边形区域,然后根据标注同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。从而自动确定出准确标注目标区域的修正多边形区域,实现对标注多边形的自动修正。
实施例二
图2是本发明实施例二提供的一种图像标注修正方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2,本实施例提供的图像标注修正方法包括:
S210、获取标注目标图像中目标区域的至少两个多边形区域。
S220、基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域。
S230、根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点。
具体地,可以根据顶点的重合度确定修正顶点。例如,将重合度最高的顶点作为修正顶点。
典型地,所述根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点,包括:
对标注同一目标区域,且顶点数相同的至少两个多边形区域进行顶点聚类;
根据每个顶点类别中的至少两个顶点,确定修正顶点。
参见图3,例如,若标注目标区1的多边形区域有三个正方形2和一个五边形,则对三个正方形2的顶点进行顶点聚类。因为目标区域的形状固定,所以标注的各正方形顶点会聚集。因此,顶点聚类结果中会有四个顶点类别3,每个顶点类别3对应正方形的一个顶点。
可选地,可以根据每个顶点类别中的至少两个顶点的均值,确定修正顶点;也可以将每个顶点类别的聚类中心作为修正顶点。
为提高修正顶点的确定准确率,所述根据每个顶点类别下的至少两个顶点,确定修正顶点之前,还可以包括:
对每个顶点类别下的至少两个顶点进行异常顶点滤除。
具体地,异常顶点的确定可以是将与当前类别中各顶点的距离大于设定距离阈值的顶点作为异常顶点。
S240、根据修正顶点确定标注目标区域的修正多边形。
具体地,连接修正顶点,构成标注目标区域的修正多边形。
本发明实施例的技术方案,通过根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点;根据修正顶点确定标注目标区域的修正多边形。从而使得修正多边形可以尽可能准确地标注目标区域。
实施例三
图4是本发明实施例三提供的一种图像标注修正方法的流程图,图5是本发明实施例三提供的一种图像标注修正方法的数据流程图。本实施例是在上述实施例的基础上,基于众包平台提出的一种可选方案,其中通过众包平台将每张需要标注的图像分发给多个人进行目标区域标注,众包平台描述一种新的商业模式,即企业利用互联网来将工作分配出去、发现创意或解决技术问题。参见图4和图5,本实施例提供的图像标注修正方法包括:
通过众包平台分发标注图像。
获取用户反馈的框选目标区域的多边形区域。
其中,多边形可以是4边形、5边形、8边形等。具体多边形的边数可以根据需要设定,本实施例对此并不进行任何限制。
计算所有多边形区域的交并比,根据所有多边形区域的交并比,对多边形区域进行区域聚类,确定各区域类别。
对各区域类别包括的顶点数相同的多边形区域进行数据融合,确定标注目标区域的修正多边形。
具体地,对各区域类别包括的顶点数相同的多边形区域进行数据融合,确定标注目标区域的修正多边形,包括:
对每个区域类别中的至少两个多边形区域进行顶点聚类,确定各顶点类别;
对每个顶点类别中的顶点进行异常顶点滤除,利用剩余顶点计算各顶点类别的中心位置;
根据各顶点类别的中心位置确定标注目标区域的修正多边形。
本发明实施例的技术方案,基于众包平台,将每张需要标注的图像,分发个多个人,进行标注,然后根据多个标注的结果进行数据融合,从而生成更加准确的结果。本案可以实现如下有益效果:利用众包模式,去除了外包商成本,从而降低生产成本;基于多个用户的标注结果进行标注修正,从而提高标注质量和标注召回率。
需要说明的是,经过本实施例的技术教导,本领域技术人员有动机将上述实施例中描述的任一种实施方式进行方案的组合,以实现对目标区域标注的修正。
实施例四
图6是本发明实施例四提供的一种图像标注修正装置的结构示意图。参见图6,本实施例提供的图像标注修正装置,包括:区域获取模块10、区域确定模块20和区域修正模块30。
其中,区域获取模块10,用于获取标注目标图像中目标区域的至少两个多边形区域;
区域确定模块20,用于基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;
区域修正模块30,用于根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
本发明实施例的技术方案,通过首先从标注目标区域的至少两个多边形区域中确定出标注同一目标区域的至少两个多边形区域,然后根据标注同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。从而自动确定出准确标注目标区域的修正多边形区域,实现对标注多边形的自动修正。
进一步地,所述区域确定模块,包括:交并比确定单元、聚类单元和区域确定单元。
其中,交并比确定单元,用于确定所述至少两个多边形区域的交并比;
聚类单元,用于基于所述交并比,对所述至少两个多边形区域进行区域聚类;
区域确定单元,用于根据聚类结果确定每一区域类别中标注同一目标区域的至少两个多边形区域。
进一步地,所述区域修正模块,包括:修正顶点确定单元和区域修正单元。
其中,修正顶点确定单元,用于根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点;
区域修正单元,用于根据修正顶点确定标注目标区域的修正多边形。
进一步地,所述修正顶点确定单元具体用于:
对标注同一目标区域,且顶点数相同的至少两个多边形区域进行顶点聚类;
根据每个顶点类别中的至少两个顶点,确定修正顶点。
本发明实施例所提供的图像标注修正装置可执行本发明任意实施例所提供的图像标注修正方法,具备执行方法相应的功能模块和有益效果。
实施例五
图7为本发明实施例五提供的一种设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性设备12的框图。图7显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的图像标注修正方法。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的图像标注修正方法,该方法包括:
获取标注目标图像中目标区域的至少两个多边形区域;
基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;
根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种图像标注修正方法,其特征在于,包括:
获取标注目标图像中目标区域的至少两个多边形区域;
基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;
根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域,包括:
确定所述至少两个多边形区域的交并比;
基于所述交并比,对所述至少两个多边形区域进行区域聚类;
根据聚类结果确定每一区域类别中标注同一目标区域的至少两个多边形区域。
3.根据权利要求1所述的方法,其特征在于,所述根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形,包括:
根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点;
根据修正顶点确定标注目标区域的修正多边形。
4.根据权利要求3所述的方法,其特征在于,所述根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点,包括:
对标注同一目标区域,且顶点数相同的至少两个多边形区域进行顶点聚类;
根据每个顶点类别中的至少两个顶点,确定修正顶点。
5.一种图像标注修正装置,其特征在于,包括:
区域获取模块,用于获取标注目标图像中目标区域的至少两个多边形区域;
区域确定模块,用于基于所述多边形区域,确定标注同一目标区域的至少两个多边形区域;
区域修正模块,用于根据同一目标区域的至少两个多边形区域,确定标注所述目标区域的修正多边形。
6.根据权利要求5所述的装置,其特征在于,所述区域确定模块,包括:
交并比确定单元,用于确定所述至少两个多边形区域的交并比;
聚类单元,用于基于所述交并比,对所述至少两个多边形区域进行区域聚类;
区域确定单元,用于根据聚类结果确定每一区域类别中标注同一目标区域的至少两个多边形区域。
7.根据权利要求5所述的装置,其特征在于,所述区域修正模块,包括:
修正顶点确定单元,用于根据同一目标区域的至少两个多边形区域的顶点,确定修正顶点;
区域修正单元,用于根据修正顶点确定标注目标区域的修正多边形。
8.根据权利要求7所述的装置,其特征在于,所述修正顶点确定单元具体用于:
对标注同一目标区域,且顶点数相同的至少两个多边形区域进行顶点聚类;
根据每个顶点类别中的至少两个顶点,确定修正顶点。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的图像标注修正方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的图像标注修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811456325.5A CN109543683A (zh) | 2018-11-30 | 2018-11-30 | 图像标注修正方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811456325.5A CN109543683A (zh) | 2018-11-30 | 2018-11-30 | 图像标注修正方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109543683A true CN109543683A (zh) | 2019-03-29 |
Family
ID=65852164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811456325.5A Pending CN109543683A (zh) | 2018-11-30 | 2018-11-30 | 图像标注修正方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109543683A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399933A (zh) * | 2019-07-31 | 2019-11-01 | 北京字节跳动网络技术有限公司 | 数据标注修正方法、装置、计算机可读介质及电子设备 |
CN110866930A (zh) * | 2019-11-18 | 2020-03-06 | 北京云聚智慧科技有限公司 | 语义分割辅助标注方法与装置 |
CN111027543A (zh) * | 2019-11-25 | 2020-04-17 | 北京云测信息技术有限公司 | 一种图像标注方法及装置 |
CN111739035A (zh) * | 2020-06-30 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2860661A1 (en) * | 2013-10-09 | 2015-04-15 | Delphi Technologies, Inc. | Mean shift tracking method |
CN106021406A (zh) * | 2016-05-12 | 2016-10-12 | 南京大学 | 一种数据驱动的迭代式图像在线标注方法 |
CN107818302A (zh) * | 2017-10-20 | 2018-03-20 | 中国科学院光电技术研究所 | 基于卷积神经网络的非刚性多尺度物体检测方法 |
-
2018
- 2018-11-30 CN CN201811456325.5A patent/CN109543683A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2860661A1 (en) * | 2013-10-09 | 2015-04-15 | Delphi Technologies, Inc. | Mean shift tracking method |
CN106021406A (zh) * | 2016-05-12 | 2016-10-12 | 南京大学 | 一种数据驱动的迭代式图像在线标注方法 |
CN107818302A (zh) * | 2017-10-20 | 2018-03-20 | 中国科学院光电技术研究所 | 基于卷积神经网络的非刚性多尺度物体检测方法 |
Non-Patent Citations (2)
Title |
---|
YIHUI HE ET AL.: "Softer-NMS: Rethinking Bounding Box Regression for Accurate Object Detection", 《RESEARCHGATE》 * |
魏湧明等: "基于YOLO_v2的无人机航拍图像定位研究", 《激光与光电子学进展》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110399933A (zh) * | 2019-07-31 | 2019-11-01 | 北京字节跳动网络技术有限公司 | 数据标注修正方法、装置、计算机可读介质及电子设备 |
CN110399933B (zh) * | 2019-07-31 | 2021-05-07 | 北京字节跳动网络技术有限公司 | 数据标注修正方法、装置、计算机可读介质及电子设备 |
CN110866930A (zh) * | 2019-11-18 | 2020-03-06 | 北京云聚智慧科技有限公司 | 语义分割辅助标注方法与装置 |
CN110866930B (zh) * | 2019-11-18 | 2022-04-12 | 北京云聚智慧科技有限公司 | 语义分割辅助标注方法与装置 |
CN111027543A (zh) * | 2019-11-25 | 2020-04-17 | 北京云测信息技术有限公司 | 一种图像标注方法及装置 |
CN111027543B (zh) * | 2019-11-25 | 2023-04-07 | 北京云测信息技术有限公司 | 一种图像标注方法及装置 |
CN111739035A (zh) * | 2020-06-30 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法、装置、设备及存储介质 |
CN111739035B (zh) * | 2020-06-30 | 2022-09-30 | 腾讯科技(深圳)有限公司 | 基于人工智能的图像处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109543683A (zh) | 图像标注修正方法、装置、设备和介质 | |
EP3715792B1 (en) | Method and device for drawing intersection | |
WO2021005426A1 (en) | Image defect identification | |
US11158042B2 (en) | Object defect detection | |
US20090112474A1 (en) | View-Independent Tagging of Geospatial Entities in Images | |
US20160124965A1 (en) | Biased Users Detection | |
CN108681493B (zh) | 数据异常检测方法、装置、服务器和存储介质 | |
US9935892B2 (en) | Integrated capacity and architecture design tool | |
WO2022193872A1 (zh) | 空间关系的确定方法、装置、计算机设备及存储介质 | |
CN112988727B (zh) | 数据标注方法、装置、设备、存储介质及计算机程序产品 | |
CN112308077A (zh) | 样本数据获取方法、图像分割方法、装置、设备和介质 | |
CN111611290B (zh) | 地址快速定位方法、装置、计算机设备及存储介质 | |
CN107944697B (zh) | 基于供需关系的热地图计算方法和***、服务器、介质 | |
US11295439B2 (en) | Image recovery | |
WO2022161172A1 (zh) | 图像中图形角点的识别方法、装置、介质及电子设备 | |
CN108399128A (zh) | 一种用户数据的生成方法、装置、服务器及存储介质 | |
CN109446433A (zh) | 一种兴趣点失效校验方法、装置、服务器及存储介质 | |
CN111696154B (zh) | 坐标定位方法、装置、设备及存储介质 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN114708239A (zh) | 胶宽检测方法、装置、电子设备及存储介质 | |
CN114140612A (zh) | 电力设备隐患检测方法、装置、设备及存储介质 | |
CN114036218A (zh) | 一种数据模型切换方法、装置、服务器和存储介质 | |
CN112560721A (zh) | 无感知模型切换方法、装置、电子设备及存储介质 | |
US20210124907A1 (en) | Recognition for overlapped patterns | |
CN109815307A (zh) | 位置确定方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |