面向机器人深度学习的半自动标注
计算机视觉与模式识别
2019-08-07 v1
摘要
本文提出增强现实半自动标注（ARS），一种半自动方法，其利用机器人移动二维相机以提供精确相机跟踪，并借助增强现实笔定义初始物体边界框，从而在极少人工干预下创建大型标注数据集。通过消除人工生成标注数据的负担，我们使应用于计算机视觉的深度学习技术（通常需极大数据集）真正自动化且可靠。利用ARS流水线，我们轻松创建了两个新数据集，一个关于机电组件（工业场景），一个关于水果（日常生活场景），并基于卷积神经网络稳健训练了两个最先进的物体检测器，如YOLO和SSD。相较于耗时略超10小时的1000帧常规人工标注，所提基于ARS的方法可在不到一小时内标注约35000帧的9个序列，增益因子约为450。此外，相较于人工标注，物体检测的精确率与召回率均提升约15%。我们的所有软件作为ROS包发布于公共仓库，并附带上述新标注数据集。
引用
@article{arxiv.1908.01862,
title = {Semi-Automatic Labeling for Deep Learning in Robotics},
author = {Daniele De Gregorio and Alessio Tonioni and Gianluca Palli and Luigi Di Stefano},
journal= {arXiv preprint arXiv:1908.01862},
year = {2019}
}