基于图像分割算法的标注系统的设计与实现

发布时间：2023-03-04 08:07

　　伴随着AI兴起的最为关键的技术莫过于深度学习,作为深度学习的基础,神经网络是一种以输入为导向的算法,其结果的准确性取决于接近“无穷”量级的数据。所以摒除那些复杂的中间环节,深度学习最为关键的就是需要大量的数据训练,这也是为什么在互联网大数据的时代,AI可以崛起。而在数据训练之前,又必须先对大量的数据进行标注,作为机器学习的先导经验。因此,催生了数据标注系统的产生。本文介绍了针对图像数据的标注系统的设计与实现。首先介绍了对现如今同类产品状况的调研与分析,论述了数据标注公司的优势与不足,强调了公司部门需求的特殊性和保密性。接着,通过进一步的需求分析对系统划分了功能模块及其子模块,明确了业务逻辑和流程,搭建了系统总体架构。在系统总体架构基础之上,对系统各模块功能的实现进行了详细设计,包括数据标注、数据审核等,同时涉及到人体姿态标注、物体标注、抠图标注等操作的流程分析,对所使用图像分割算法的讲解。本系统为基于SpringMVC框架的Web系统,数据库使用了关系型数据库MySQL,图像或短视频存储于Blobstore存储服务中,数据加载与标注信息绘制借助于JavaScript脚本函数与Canva...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
致谢
中文摘要
ABSTRACT
序言
1 引言
    1.1 项目研究背景
    1.2 研究现状
    1.3 主要工作
    1.4 论文结构安排
    1.5 本章小结
2 相关技术
    2.1 基于测地线距离的图像分割算法
        2.1.1 分割原理
        2.1.2 应用过程
    2.2 Blobstore存储服务
        2.2.1 常用术语
        2.2.2 服务特性
        2.2.3 数据管理方式
        2.2.4 其他配置
    2.3 Axios库
    2.4 CGI程序
    2.5 JavaScript脚本
    2.6 本章小结
3 需求分析
    3.1 功能性需求
        3.1.1 数据标注模块
        3.1.2 数据审核模块
        3.1.3 基础功能模块
    3.2 系统非功能性需求
    3.3 本章小结
4 系统概要设计
    4.1 系统总体架构设计
    4.2 数据库设计
        4.2.1 人体姿态标注表设计
        4.2.2 物体标注表设计
        4.2.3 抠图标注表设计
        4.2.4 数据审核表设计
        4.2.5 用户表设计
        4.2.6 外部审核表设计
    4.3 类图设计
    4.4 本章小结
5 系统详细设计与实现
    5.1 数据标注模块
        5.1.1 人体姿态点标注子模块
        5.1.2 物体标注子模块
        5.1.3 抠图标注子模块
    5.2 数据审核模块
        5.2.1 内部数据审核子模块
        5.2.2 外部数据审核子模块
    5.3 基础管理模块
        5.3.1 项目管理子模块
        5.3.2 批次管理子模块
        5.3.3 成果统计子模块
    5.4 本章小结
6 系统测试与验证
    6.1 功能性测试
    6.2 非功能性测试
        6.2.1 性能测试
        6.2.2 可靠性测试
    6.3 本章小结
7 结论与展望
    7.1 内容与工作总结
    7.2 未来展望
参考文献
作者简历
学位论文数据集



本文编号：3754025