多模型融合投票預(yù)標(biāo)注算法研究

打開(kāi)文本圖片集

摘  要：針對(duì)標(biāo)注內(nèi)容煩瑣、耗時(shí)等問(wèn)題，提出一種多模型融合投票預(yù)標(biāo)注方法。在預(yù)標(biāo)注過(guò)程中，將Cascade_RCNN、RetinaNet、CondLaneNet三個(gè)模型的檢測(cè)結(jié)果進(jìn)行融合，然后將各個(gè)模型生成的坐標(biāo)結(jié)果進(jìn)行提取、判斷、匹配、參數(shù)平均、排序等處理，得到最終的預(yù)標(biāo)注結(jié)果。在公開(kāi)數(shù)據(jù)集以及自建數(shù)據(jù)集上進(jìn)行多次試驗(yàn)的結(jié)果表明，算法能夠提高預(yù)標(biāo)注精度，減少標(biāo)注過(guò)程中人工標(biāo)注工作量，具有較好的效果，驗(yàn)證了該方法的有效性。（剩余9243字）