计算机视觉模型绘图界面的制作方法

本文公开的主题涉及计算机视觉模型和用于注释图像以训练计算机视觉模型的绘图界面。

背景技术：

技术实现思路

1、公开了一种用于更新计算机视觉模型的方法。该方法将包括绘图格式的第一图像的用户注释的用户输入绘图转换成用于计算机视觉模型的训练格式的训练格式图像。该方法根据训练格式图像生成训练表示绘图，该训练表示绘图包括针对第一图像的图像推断。该方法接收针对绘图格式的训练表示绘图的用户反馈。该方法基于用户反馈更新计算机视觉模型。该方法基于所更新的计算机视觉模型生成针对第二图像的图像推断。

2、公开了一种用于更新计算机视觉模型的装置。该装置包括执行存储在存储器中的代码的处理器。该处理器将包括绘图格式的第一图像的用户注释的用户输入绘图转换成用于计算机视觉模型的训练格式的训练格式图像。该处理器根据训练格式图像生成训练表示绘图，该训练表示绘图包括针对第一图像的图像推断。该处理器接收针对绘图格式的训练表示绘图的用户反馈。该处理器基于用户反馈更新计算机视觉模型。该处理器基于所更新的计算机视觉模型生成针对第二图像的图像推断。

3、公开了一种用于更新计算机视觉模型的计算机程序产品。该计算机程序产品包括其中包含有程序代码的非暂态计算机可读存储介质，该程序代码可由处理器读取/执行。该处理器将包括绘图格式的第一图像的用户注释的用户输入绘图转换成用于计算机视觉模型的训练格式的训练格式图像。该处理器根据训练格式图像生成训练表示绘图，该训练表示绘图包括针对第一图像的图像推断。该处理器接收针对绘图格式的训练表示绘图的用户反馈。该处理器基于用户反馈更新计算机视觉模型。该处理器基于所更新的计算机视觉模型生成针对第二图像的图像推断。

技术特征：

1.一种方法，包括：

2.根据权利要求1所述的方法，其中，所述图像推断包括突出显示所述用户注释和图像注释中共同标记和不同地标记的像素的像素图一致性度量、对所述用户注释和图像注释中共同标记和不同地标记的像素进行比较的像素百分比度量、以及示出区域上共同标记和不同地标记的像素的总和的比较热图度量。

3.根据权利要求1所述的方法，其中，所述方法还包括：

4.根据权利要求3所述的方法，其中，所述计算机视觉模型使用迁移学习和/或元学习进行预训练。

5.根据权利要求1所述的方法，其中，所述方法还包括：

6.根据权利要求5所述的方法，其中，所述模型健康被呈现为指示图像频率、推断频率、标签频率和/或整体健康的用户界面。

7.根据权利要求6所述的方法，其中，所述整体健康被呈现为颜色梯度背景。

8.根据权利要求1所述的方法，其中，所述绘图格式选自由边界框、掩模和所选择的像素组成的组。

9.根据权利要求1所述的方法，所述方法还包括：

10.根据权利要求1所述的方法，所述方法还包括：

11.根据权利要求1所述的方法，所述训练表示绘图还包括显著性图，所述显著性图指示所述第一图像的影响了所述模型推断的区域。

12.根据权利要求1所述的方法，所述训练表示绘图还包括反馈信息，所述反馈信息包括覆盖协议、交并比iou覆盖、显著性覆盖、基本事实覆盖、共享焦点区域、发散焦点区域、混淆区域和建议。

13.根据权利要求1所述的方法，其中，所述用户反馈包括协议指示、注释边界框、注释像素、注释颜色和/或注释层。

14.根据权利要求1所述的方法，其中，利用包括图像和对应的图像推断以及用户反馈的训练数据来更新所述计算机视觉模型。

15.根据权利要求1所述的方法，其中，利用包括结合用户反馈的图像和对应的图像推断的训练数据来更新所述计算机视觉模型。

16.一种装置，包括：

17.根据权利要求16所述的装置，其中，所述图像推断包括突出显示所述用户注释和图像注释中共同标记和不同地标记的像素的像素图一致性度量、对所述用户注释和图像注释中共同标记和不同地标记的像素进行比较的像素百分比度量、以及示出区域上共同标记和不同地标记的像素的总和的比较热图度量。

18.根据权利要求16所述的装置，其中，所述处理器还执行：

19.根据权利要求18所述的装置，其中，所述计算机视觉模型使用迁移学习和/或元学习进行预训练。

20.一种计算机程序产品，所述计算机程序产品包括其中包含有程序代码的非暂态计算机可读存储介质，所述程序代码能够由处理器读取/执行以进行以下操作：

技术总结
公开了更新计算机视觉模型的方法，方法将包括绘图格式的第一图像的用户注释的用户输入绘图转换成用于计算机视觉模型的训练格式的训练格式图像。该方法根据训练格式图像生成训练表示绘图。训练表示绘图包括针对第一图像的图像推断。该方法接收针对绘图格式的训练表示绘图的用户反馈。该方法基于用户反馈更新计算机视觉模型。该方法基于所更新的计算机视觉模型生成针对第二图像的图像推断，并生成模型健康度量、一致性度量和可排序图像索引，以说明关于第二图像的指导用户注释的图像推断。该方法缓存来自图像推断的部分结果，以提供较快的计算机视觉模型更新，提供比特设模型评估更多的迭代模型开发。

技术研发人员：亚历山大·贝尔曼,比詹·萨亚尔罗德萨里,戴伟,卡迪尔·利亚诺
受保护的技术使用者：罗克韦尔自动化技术公司
技术研发日：
技术公布日：2024/2/8