本申请涉及车辆,尤其涉及一种图像标注方法、电子设备及存储介质。
背景技术:
1、在车辆领域,感知技术是一项十分重要的技术,可以帮助车辆识别和理解其周围环境。这个技术的目标是使车辆能够感知道路、车辆、行人、障碍物和其他关键信息,以帮助驾驶者或自动驾驶车辆做出安全的驾驶决策。目前的感知技术通常依靠摄像头捕获当前环境信息,进而依靠其强大的神经网络模型实现对当前空间的物体感知。
2、然而,感知模型需要大量的训练样本,每个训练样本都要进行人工标注,费时费力,标注效率低,且人工框定道路交互者的位置范围的精准性较差。
技术实现思路
1、本申请的主要目的在于提供一种图像标注方法、电子设备及存储介质,旨在解决现有技术对训练样本图像进行标注的效率较低且精准性较差的技术问题。
2、为实现上述目的,本申请提供一种图像标注方法,所述图像标注方法应用于第一设备,所述第一设备上部署有图像标注模型,所述图像标注模型包括多个第一图像标注子模型;所述图像标注方法包括以下步骤:
3、获取待标注图像;
4、将所述待标注图像输入所述图像标注模型,通过多个第一图像标注子模型对所述待标注图像进行道路交互者识别,生成多个道路交互者标注信息;
5、聚合各所述道路交互者标注信息,生成所述待标注图像的标注结果。
6、本申请还提供一种图像标注优化方法,所述图像标注优化方法应用于第二设备,所述第二设备上部署有待训练图像标注模型,所述待训练图像标注模型包括多个待训练第一图像标注子模型;所述图像标注优化方法包括以下步骤:
7、获取训练样本图像以及所述训练样本图像的标注信息标签;
8、将所述训练样本图像输入所述待训练图像标注模型,通过所述训练样本图像对应的多个待训练第一图像标注子模型对所述训练样本图像进行道路交互者识别,生成多个道路交互者训练标注信息;
9、基于各所述道路交互者训练标注信息和所述标注信息标签,对所述训练样本图像对应的各所述待训练第一图像标注子模型进行迭代优化。
10、本申请还提供一种图像标注装置,所述图像标注装置应用于第一设备,所述第一设备上部署有图像标注模型,所述图像标注模型包括多个第一图像标注子模型;所述图像标注装置包括:
11、第一获取模块,用于获取待标注图像;
12、第一生成模块,用于将所述待标注图像输入所述图像标注模型,通过多个第一图像标注子模型对所述待标注图像进行道路交互者识别,生成多个道路交互者标注信息;
13、聚合模块,用于聚合各所述道路交互者标注信息,生成所述待标注图像的标注结果。
14、本申请还提供一种图像标注优化装置,所述图像标注优化装置应用于第二设备,所述第二设备上部署有待训练图像标注模型,所述待训练图像标注模型包括多个待训练第一图像标注子模型;所述图像标注优化装置包括:
15、第二获取模块,用于获取训练样本图像以及所述训练样本图像的标注信息标签;
16、第二生成模块,用于将所述训练样本图像输入所述待训练图像标注模型,通过所述训练样本图像对应的多个待训练第一图像标注子模型对所述训练样本图像进行道路交互者识别,生成多个道路交互者训练标注信息;
17、优化模块,用于基于各所述道路交互者训练标注信息和所述标注信息标签,对所述训练样本图像对应的各所述待训练第一图像标注子模型进行迭代优化。
18、本申请还提供一种电子设备,所述电子设备为实体设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述的图像标注方法的程序,所述的图像标注方法的程序被处理器执行时可实现如上述的图像标注方法或图像标注优化方法的步骤。
19、本申请还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现图像标注方法的程序,所述的图像标注方法的程序被处理器执行时实现如上述的图像标注方法或图像标注优化方法的步骤。
20、本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的图像标注方法或图像标注优化方法的步骤。
21、本申请提供了一种图像标注方法、电子设备及存储介质,所述图像标注方法应用于第一设备,所述第一设备上部署有图像标注模型,所述图像标注模型包括多个第一图像标注子模型,通过获取待标注图像,将所述待标注图像输入所述图像标注模型,通过多个第一图像标注子模型对所述待标注图像进行道路交互者识别,生成多个道路交互者标注信息,实现了利用多个第一图像标注子模型分别对所述待标注图像中的道路交互者进行标注,车辆行驶过程所需感知的道路交互者的类型、状态、距离、大小等均存在差异,不同的模型对不同的道路交互者进行识别的准确度不同,而利用多个第一图像标注子模型可以更准确地识别出更多的道路交互者,进而通过聚合各所述道路交互者标注信息,生成所述待标注图像的标注结果,实现了对道路交互者更全面且更准确地标注。一方面,本申请提供的图像标注方法可以利用模型代替人工进行图像标注,可以有效提高标注效率,节省人力资源,另一方面,通过部署多个第一图像标注子模型,可以实现标注任务的细分,例如可以用不同的第一图像标注子模型识别并标注出不同类型的道路交互者,又例如可以用不同的第一图像标注子模型识别并标注出不同大小的道路交互者,通过细分标注任务,可以有效提高每一个第一图像标注子模型的模型精度,从而提高图像标注的精准性,这样,不论是对训练样本进行标注,还是在驾驶决策过程中对采集到的图像进行标注,图像标注的精准度都更高。因此,克服了感知技术涉及的模型需要大量的训练样本,每个训练样本都要进行人工标注,费时费力,标注效率低,且人工框定道路交互者的位置范围的精准性较差的技术缺陷,可以快速且精准地对待标注图像进行标注,提高模型训练的效率,降低感知模型的训练成本,提高感知模型的训练效果,在实际驾驶决策过程中应用,也可以提高驾驶决策的效率,提高驾驶决策的准确性。
1.一种图像标注方法,其特征在于,所述图像标注方法应用于第一设备,所述第一设备上部署有图像标注模型,所述图像标注模型包括多个第一图像标注子模型;所述图像标注方法包括以下步骤:
2.如权利要求1所述的图像标注方法,其特征在于,所述将所述待标注图像输入所述图像标注模型,通过多个第一图像标注子模型对所述待标注图像进行道路交互者识别,生成多个道路交互者标注信息的步骤包括:
3.如权利要求2所述的图像标注方法,其特征在于,所述图像标注模型包括多个第二图像标注子模型,每个所述第二图像标注子模型均包括多个第一图像标注子模型,每个所述第二图像标注子模型中的各所述第一图像标注子模型用于标注不同尺寸范围的道路交互者;
4.如权利要求3所述的图像标注方法,其特征在于,所述将所述待标注图像输入所述图像标注模型,通过各所述目标第一图像标注子模型分别对所述待标注图像进行道路交互者识别,生成各所述目标交互者类型各自对应的道路交互者标注信息的步骤包括:
5.如权利要求1所述的图像标注方法,其特征在于,所述聚合各所述道路交互者标注信息,生成所述待标注图像的标注结果的步骤之后,还包括:
6.一种图像标注优化方法,其特征在于,所述图像标注优化方法应用于第二设备,所述第二设备上部署有待训练图像标注模型,所述待训练图像标注模型包括多个待训练第一图像标注子模型;所述图像标注优化方法包括以下步骤:
7.如权利要求6所述的图像标注优化方法,其特征在于,所述标注信息标签包括交互者类型标签;所述获取训练样本图像以及所述训练样本图像的标注信息标签的步骤之后,还包括:
8.如权利要求7所述的图像标注优化方法,其特征在于,所述标注信息标签还包括标注区域标签;所述待训练图像标注模型包括多个待训练第二图像标注子模型;每个所述待训练第二图像标注子模型均包括多个待训练第一图像标注子模型;
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现图像标注方法的程序,所述实现图像标注方法的程序被处理器执行以实现如权利要求1至5中任一项所述的图像标注方法的步骤或6至8中任一项所述的图像标注优化方法的步骤。