基于正样本和大模型弱监督的刚性物体的自动图像标注方法

本发明公开了基于正样本和大模型弱监督的刚性物体的自动图像标注方法，包括步骤1、采集刚性物体图像；步骤2、使用SAM模型对每张刚性物体图像均进行分割；步骤3、先采用通过面积和重心筛选不在设定范围内的Mask，再采用人工交互的方式提取正样本；步骤4、将每个正样本Mask，均匀分割为r×r像素大小的若干补丁patch；步骤5、构建异常检测模型：其输入为r×r像素大小的补丁patch，输出为与正样本的不相似度；步骤6、使用所有正样本Mask分割后的所有补丁patch，进行异常检测模型训练；步骤7、联合SAM和异常检测模型进行图像标注。本发明不依赖过多的人工干预，只需要在初期筛选极少量的正样本，即可实现整个数据集的自动标注，提高标注效率。