CN109460652A - 用于标注图像样本的方法、设备及计算机可读介质 - Google Patents
用于标注图像样本的方法、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN109460652A CN109460652A CN201811331782.1A CN201811331782A CN109460652A CN 109460652 A CN109460652 A CN 109460652A CN 201811331782 A CN201811331782 A CN 201811331782A CN 109460652 A CN109460652 A CN 109460652A
- Authority
- CN
- China
- Prior art keywords
- image pattern
- label
- image
- identifying code
- target labels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/36—User authentication by graphic or iconic representation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0807—Network architectures or network communication protocols for network security for authentication of entities using tickets, e.g. Kerberos
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/083—Network architectures or network communication protocols for network security for authentication of entities using passwords
- H04L63/0838—Network architectures or network communication protocols for network security for authentication of entities using passwords using one-time-passwords
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了用于标注图像样本的方法、设备及计算机可读介质。该方法的一具体实施方式包括:接收终端发送的验证码获取请求;基于验证码获取请求生成验证码,其中,验证码包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本为已确定标签的图像样本,第二图像样本为待确定标签的图像样本,第二图像样本的标签为初始标签;向终端发送验证码。该实施方式采用将用户验证与样本标注相结合的方式,可以有效地节约人力成本,以及有助于提高样本标注的准确度。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于标注图像样本的方法、设备及计算机可读介质。
背景技术
目前,计算机视觉任务一般需要大量标注样本才能获得出色的表现,传统标注方法依靠人工对每张样本进行标注,这需要大量人力成本,而且依靠少量标注人员通常会导致标注样本的准确性存在偏差。
发明内容
本申请实施例提出了用于标注图像样本的方法、设备及计算机可读介质。
第一方面,本申请实施例提供了一种用于标注图像样本的方法,应用于第一网络设备,该方法包括:接收终端发送的验证码获取请求;基于验证码获取请求生成验证码,其中,验证码包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本为已确定标签的图像样本,第二图像样本为待确定标签的图像样本,第二图像样本的标签为初始标签;向终端发送验证码。
在一些实施例中,基于验证码获取请求生成验证码,包括:从预设的标签集合中选取目标标签;从第一图像样本集合中选取被标注为目标标签的第一图像样本,以及未被标注为目标标签的第一图像样本;从第二图像样本集合中选取被标注为目标标签的第二图像样本;基于目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,生成验证码。
在一些实施例中,第二图像样本集合中的第二图像样本预先关联第一参数,第一参数代表其所关联的第二图像样本被用于用户验证的有效次数;以及上述方法还包括:从终端接收其所归属的用户关于验证码中的图像样本的标注结果,其中,标注结果包括终端所归属的用户选中的图像样本;若终端所归属的用户选中的图像样本包括被标注为目标标签的第一图像样本,则将被标注为目标标签的第二图像样本所关联的第一参数的值增加预设值。
在一些实施例中,第二图像样本集合中的第二图像样本还预先关联第二参数,第二参数代表其所关联的第二图像样本被用户选中的次数;以及上述方法还包括:若终端所归属的用户选中的图像样本包括被标注为目标标签的第二图像样本,则将被标注为目标标签的第二图像样本所关联的第二参数的值增加预设值。
在一些实施例中,上述方法还包括:若终端所归属的用户选中的图像样本不包括被标注为目标标签的第一图像样本,则向终端发送验证失败提示信息,以使终端重新发送验证码获取请求。
在一些实施例中,上述方法还包括:周期性地从第二图像样本集合中选取出所关联的第一参数和第二参数满足预设条件的至少一个第二图像样本;向第二网络设备发送包括上述至少一个第二图像样本和上述至少一个第二图像样本的标签的标签校对请求;接收第二网络设备返回的标签校对结果;基于标签校对结果,将上述至少一个第二图像样本中的部分或全部确定为新的第一图像样本,并将新的第一图像样本加入第一图像样本集合,以及从第二图像样本集合中移除新的第一图像样本。
在一些实施例中,在基于标签校对结果,将上述至少一个第二图像样本中的部分或全部确定为新的第一图像样本,并将新的第一图像样本加入第一图像样本集合,以及从第二图像样本集合中移除新的第一图像样本之后,上述方法还包括:获取第一初始模型;基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签,对第一初始模型进行训练,得到图像识别模型;对于第二图像样本集合中的第二图像样本,基于对第一初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将该第二图像样本的初始标签设为预测出的标签,以及将该第二图像样本所关联的第一参数和第二参数的值设为零。
在一些实施例中,获取第一初始模型,包括:获取最近一次基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签训练得到的图像识别模型作为第一初始模型。
在一些实施例中,初始的第一图像样本集合通过以下方式生成:从预设的图像样本集合中选取图像样本;向第三网络设备发送包括标签集合和选取出的图像样本的标注请求;接收第三网络设备返回的标注结果,其中,第三网络设备返回的标注结果包括已标注的图像样本和与已标注的图像样本对应的标签;将已标注的图像样本作为第一图像样本,生成上述初始的第一图像样本集合。
在一些实施例中,初始的第二图像样本集合通过以下方式生成:获取第二初始模型;基于上述初始的第一图像样本集合和上述初始的第一图像样本集合中的第一图像样本的标签,对第二初始模型进行训练,得到图像识别模型;将图像样本集合中的未包含在上述初始的第一图像样本集合中的图像样本作为第二图像样本,生成上述初始的第二图像样本集合;对于上述初始的第二图像样本集合中的第二图像样本,基于对第二初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将预测出的标签设置为该第二图像样本的初始标签,以及为该第二图像样本设置值均为零的第一参数和第二参数。
第二方面,本申请实施例提供了一种用于标注图像样本的装置,应用于第一网络设备,该装置包括:接收单元,被配置成接收终端发送的验证码获取请求;生成单元,被配置成基于验证码获取请求生成验证码,其中,验证码包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本为已确定标签的图像样本,第二图像样本为待确定标签的图像样本,第二图像样本的标签为初始标签;发送单元,被配置成向终端发送验证码。
第三方面,本申请实施例提供了一种用于标注图像样本的方法,应用于终端,该方法包括:响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求,以及执行以下图像样本标注操作:接收第一网络设备返回的验证码,其中,验证码包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本为已确定标签的图像样本,第二图像样本为待确定标签的图像样本,第二图像样本的标签为初始标签;向用户展示验证码;响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。
在一些实施例中,上述方法还包括:向第一网络设备发送标注结果。
在一些实施例中,上述方法还包括:响应于接收到第一网络设备返回的验证失败提示信息,重新向第一网络设备发送验证码获取请求,以及继续执行图像样本标注操作。
第四方面,本申请实施例提供了一种用于标注图像样本的装置,应用于终端,该装置包括:发送单元,被配置成响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求;标注单元,被配置成执行以下图像样本标注操作:接收第一网络设备返回的验证码,其中,验证码包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本为已确定标签的图像样本,第二图像样本为待确定标签的图像样本,第二图像样本的标签为初始标签;向用户展示验证码;响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。
第五方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当该一个或多个程序被该一个或多个处理器执行,使得该一个或多个处理器实现如第一方面和第三方面中任一实现方式描述的方法。
第六方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面和第三方面中任一实现方式描述的方法。
本申请实施例提供的用于标注图像样本的方法、设备及计算机可读介质,可以通过第一网络设备接收终端发送的验证码获取请求,并基于验证码获取请求生成包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本的验证码,以及将验证码发送至终端;也可以通过终端响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求,而后接收第一网络设备返回的验证码,然后向用户展示验证码;最后响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。从而可以在依靠少量标注人员对小部分图像样本进行标注的情况下,经由终端所归属的用户通过执行验证操作以达到对验证码中的待确定标签的图像样本进行标注的效果。因此,采用将用户验证与样本标注相结合的方式,可以有效地节约人力成本,以及有助于提高样本标注的准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于标注图像样本的方法的一个实施例的流程图;
图3是根据本申请的用于标注图像样本的方法的一个应用场景的示意图;
图4是根据本申请的用于优化图像样本的标签的方法的一个实施例的流程图;
图5是根据本申请的用于标注图像样本的方法的又一个实施例的流程图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于标注图像样本的方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端101、102、103,网络104和第一网络设备105。网络104用以在终端101、102、103和第一网络设备105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端101、102、103通过网络104与第一网络设备105交互,以接收(例如接收验证码)或发送消息(例如发送验证码获取请求)等。终端101、102、103上可以安装有各种通讯客户端应用,例如能够支持用户通过验证码执行验证操作的无线接入点连接类应用、购物类应用、社交平台软件等等。
终端101、102、103可以是硬件,也可以是软件。当终端101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
第一网络设备105可以是提供各种服务的服务器。例如,第一网络设备105可以接收终端101、102、103发送的验证码获取请求,并基于该验证码获取请求执行相应的处理操作。
需要说明的是,本申请实施例所提供的用于标注图像样本的方法既可以由第一网络设备105执行,也可以由终端101、102、103执行。
需要指出的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端、网络和第一网络设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端、网络和第一网络设备。
继续参考图2,示出了根据本申请的用于标注图像样本的方法的一个实施例的流程200。该用于标注图像样本的方法的流程200,包括以下步骤:
步骤201,接收终端发送的验证码获取请求。
在本实施例中,用于标注图像样本的方法的执行主体(例如图1所示的第一网络设备105)可以通过有线连接方式或者无线连接方式接收终端(例如图1所示的终端101、102、103)发送的验证码获取请求。
步骤202,基于验证码获取请求,生成包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本的验证码。
在本实施例中,上述执行主体可以基于上述验证码获取请求生成验证码。其中,该验证码可以包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本。这里,第一图像样本可以为已确定标签的图像样本。第二图像样本可以为待确定标签的图像样本。第二图像样本的标签可以为初始标签。
作为示例,上述执行主体本地可以存储有至少一个标签,以及与该至少一个标签中的每个标签对应的以下图像样本:被标注为该标签的第一图像样本、被标注为该标签的第二图像样本、未被标注为该标签的第一图像样本。上述执行主体可以从该至少一个标签中随机选取出一个标签作为目标标签,而后基于与目标标签对应的各个图像样本生成验证码。需要说明的是,标签可以为实体名词,例如猫、狗、台灯、汽车等等。
在本实施例的一些可选的实现方式中,上述执行主体也可以通过执行以下生成步骤以基于验证码获取请求生成验证码:
步骤一,上述执行主体可以从预设的标签集合中选取目标标签。例如,上述执行主体可以从标签集合中随机选取一个标签作为目标标签。需要说明的是,标签集合可以是相关管理人员预先上传至上述执行主体的。
步骤二,上述执行主体可以从第一图像样本集合中选取被标注为目标标签的第一图像样本,以及未被标注为目标标签的第一图像样本。其中,第一图像样本集合中的第一图像样本的标签是上述标签集合中的标签。此外,第一图像样本集合可以存储在上述执行主体本地。通常,验证码可以包括设定数目个图像样本。假设设定数目为N,上述执行主体可以从第一图像样本集合中随机选取出一个被标注为目标标签的第一图像样本,以及选取出N-2个未被标注为目标标签的第一图像样本。
步骤三,上述执行主体可以从第二图像样本集合中选取被标注为目标标签的第二图像样本。其中,第二图像样本集合中的第二图像样本的标签是上述标签集合中的标签。此外,第二图像样本集合可以存储在上述执行主体本地。这里,若上述执行主体从第一图像样本集合中随机选取出一个被标注为目标标签的第一图像样本,则上述执行主体也可以从第二图像样本集合中随机选取出一个被标注为目标标签的第二图像样本。
步骤四,上述执行主体可以基于选取出的目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,生成验证码。
步骤203,向终端发送验证码。
在本实施例中,上述执行主体在生成验证码后,可以向上述终端发送验证码。这样,可以在依靠少量标注人员对小部分图像样本进行标注的情况下,经由上述终端所归属的用户通过执行验证操作以达到对验证码中的待确定标签的图像样本进行标注的效果。
实践中,上述终端在接收到上述执行主体返回的验证码后,可以向其所归属的用户展示该验证码,以使该用户执行验证操作。该用户可以基于验证码中的目标标签,在验证码中选取其认为应当归属于该目标标签的图像样本。当该用户选中了某个图像样本,则可以表明该用户将该图像样本标注为目标标签。这里,上述终端可以响应于检测到该用户在验证码中选中的图像样本,基于该用户选中的图像样本生成标注结果。其中,标注结果例如可以包括但不限于该用户选中的图像样本。
在本实施例的一些可选的实现方式中,第二图像样本集合中的第二图像样本可以预先关联第一参数。第一参数可以代表其所关联的第二图像样本被用于用户验证的有效次数。上述执行主体可以从上述终端接收其所归属的用户关于验证码中的图像样本的标注结果。若上述终端所归属的用户选中的图像样本包括被标注为目标标签的第一图像样本,则上述执行主体可以将包含在验证码中的被标注为目标标签的第二图像样本所关联的第一参数的值增加预设值(例如1)。
在本实施例的一些可选的实现方式中,第二图像样本集合中的第二图像样本还可以预先关联第二参数。第二参数可以代表其所关联的第二图像样本被用户选中的次数。需要指出的是,此用户可以包括但不限于上述终端所归属的用户。若上述终端所归属的用户选中的图像样本包括被标注为目标标签的第二图像样本,则上述执行主体可以将该第二图像样本所关联的第二参数的值增加上述预设值。
在本实施例的一些可选的实现方式中,上述执行主体还可以执行用于确定用户是否通过验证的操作。例如,若上述执行主体确定上述终端所归属的用户选中的图像样本不包括被标注为目标标签的第一图像样本,则上述执行主体可以确定上述终端所归属的用户没有通过验证。此外,上述执行主体可以响应于确定上述终端所归属的用户没有通过验证,向上述终端发送验证失败提示信息,以使上述终端重新发送验证码获取请求。或者,上述执行主体可以响应于确定上述终端所归属的用户没有通过验证,继续执行步骤202和步骤203。
在本实施例的一些可选的实现方式中,用于确定用户是否通过验证的操作也可以是上述终端执行的。因此,上述执行主体在返回验证码的同时,还可以向上述终端返回与验证码对应的答案。其中,该答案可以用于指示真正归属于目标标签的图像样本。该答案可以包括其所指示的图像样本的样本标识或该图像样本本身。需要说明的是,验证码中的被标注为目标标签的第一图像样本是真正归属于目标标签的图像样本。
在本实施例的一些可选的实现方式中,初始的第一图像样本集合可以是上述执行主体通过以下方式生成的:
首先,上述执行主体可以从预设的图像样本集合中选取图像样本。其中,上述执行主体可以随机地选取出至少一个图像样本。图像样本集合可以是相关管理人员预先上传至上述执行主体的。
而后,上述执行主体可以向第三网络设备发送包括上述标签集合和选取出的图像样本的标注请求,以使标注人员基于上述标签集合中的标签,对选取出的图像样本进行标注。需要说明的是,第三网络设备可以是标注人员使用的电子设备。
然后,上述执行主体可以接收上述第三网络设备返回的标注结果。其中,该标注结果例如可以包括已标注的图像样本和与已标注的图像样本对应的标签。
最后,上述执行主体可以将该标注结果中的已标注的图像样本作为第一图像样本,生成上述初始的第一图像样本集合。
在本实施例的一些可选的实现方式中,初始的第二图像样本集合可以是上述执行主体通过以下方式生成的:
首先,上述执行主体可以获取第二初始模型。其中,第二初始模型可以是未经训练或未训练完成的卷积神经网络、朴素贝叶斯模型(Naive Bayesian Model,NBM)或支持向量机(Support Vector Machine,SVM)等。
而后,上述执行主体可以基于上述初始的第一图像样本集合和上述初始的第一图像样本集合中的第一图像样本的标签,对第二初始模型进行训练,得到图像识别模型。这里,上述执行主体可以从上述初始的第一图像样本集合中选取第一图像样本,以及执行以下训练操作:将选取出的第一图像样本输入第二初始模型,得到预测结果,其中,预测结果可以包括预测出的标签。上述执行主体可以将选取出的第一图像样本的标签与预测结果进行比较,根据比较结果确定第二初始模型是否达到预设的优化目标。上述执行主体可以响应于确定第二初始模型达到优化目标,将第二初始模型作为图像识别模型。此外,上述执行主体还可以响应于确定第二初始模型没有达到优化目标,调整第二初始模型中的相关参数,以及重新从上述初始的第一图像样本集合中选取第一图像样本,使用调整后的第二初始模型作为第二初始模型,继续执行上述训练操作。需要说明的是,优化目标可以指第二初始模型输出的预测结果的准确率大于预设的准确率阈值。
然后,上述执行主体可以将图像样本集合中的未包含在上述初始的第一图像样本集合中的图像样本作为第二图像样本,生成上述初始的第二图像样本集合。
最后,对于上述初始的第二图像样本集合中的第二图像样本,上述执行主体可以基于对第二初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将预测出的标签设置为该第二图像样本的初始标签,以及为该第二图像样本设置值均为零的第一参数和第二参数。
在本实施例的一些可选的实现方式中,上述执行主体还可以周期性地(例如每隔一天或每隔两天等)对第二图像样本集合中的第二图像样本的标签进行优化。优化方法可参看图4所示的实施例提供的用于优化图像样本的标签的方法。
继续参见图3,图3是根据本实施例的用于标注图像样本的方法的应用场景的一个示意图。在图3的应用场景中,验证码包括9个图像样本。终端需要对用户进行用户验证时,可以向第一网络设备发送验证码获取请求,如标号301所示。而后,如标号302所示,上述第一网络设备可以响应于接收到上述终端发送的验证码获取请求,从预设的标签集合中随机选取出一个标签,例如选取出的标签的标签名为“猫”。之后,如标号303所示,上述第一网络设备可以从本地存储的第一图像样本集合中随机地选取出1个被标注为猫的第一图像样本,以及7个未被标注为猫的第一图像样本。接着,如标号304所示,上述第一网络设备可以从本地存储的第二图像样本集合中随机地选取出1个被标注为猫的第二图像样本。再接着,如标号305所示,上述第一网络设备可以生成包括猫标签和选取出的8个第一图像样本、1个第二图像样本的验证码。然后,如标号306所示,上述第一网络设备可以将验证码返回给上述终端,使上述用户通过执行验证操作以对验证码中的图像样本进行标注。
本申请的上述实施例提供的方法,通过接收终端发送的验证码获取请求,而后基于验证码获取请求,生成包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本的验证码,最后向终端发送验证码,可以在依靠少量标注人员对小部分图像样本进行标注的情况下,经由终端所归属的用户通过执行验证操作以达到对验证码中的待确定标签的图像样本进行标注的效果。因此,采用将用户验证与样本标注相结合的方式,可以有效地节约人力成本,以及有助于提高样本标注的准确度。
进一步参考图4,其示出了用于优化图像样本的标签的方法一个实施例的流程400。该用于优化图像样本的标签的方法的流程400,包括以下步骤:
步骤401,周期性地从第二图像样本集合中选取出所关联的第一参数和第二参数满足预设条件的至少一个第二图像样本。
在本实施例中,用优化图像样本的标签的方法的执行主体(例如图1所示的第一网络设备105)可以周期性地从第二图像样本集合中选取出所关联的第一参数和第二参数满足预设条件的至少一个第二图像样本。
这里,设第一参数的参数名为n1,第二参数的参数名为n2,预设条件例如可以为:n1>t1且n2/n1>t2。其中,t1和t2可以是人工设置的参数。t1可以代表最少实验次数,t2可以代表最低正确率。t1和t2是可以根据实际需要调整的,在此不做具体限定。
步骤402,向第二网络设备发送包括上述至少一个第二图像样本和上述至少一个第二图像样本的标签的标签校对请求。
在本实施例中,上述执行主体可以向所连接的第二网络设备发送包括上述至少一个第二图像样本和上述至少一个第二图像样本的标签的标签校对请求,以使标签校对人员对上述至少一个第二图像样本的标签进行校对。其中,上述第二网络设备可以是标签校对人员所使用的电子设备。需要指出的是,上述第二网络设备和图2所示实施例中的第三网络设备可以是同一个网络设备,也可以是不同的网络设备,在此不做具体限定。
需要说明的是,标签校对人员可以对上述至少一个第二图像样本的标签进行人工校对,并将标签校对结果通过上述第二网络设备返回给上述执行主体。其中,标签校对结果可以用于指示上述至少一个第二图像样本的标签是否正确。
步骤403,接收第二网络设备返回的标签校对结果。
在本实施例中,上述执行主体可以接收上述第二网络设备返回的标签校对结果。
步骤404,基于标签校对结果,将上述至少一个第二图像样本中的部分或全部确定为新的第一图像样本,并将新的第一图像样本加入第一图像样本集合,以及从第二图像样本集合中移除新的第一图像样本。
在本实施例中,上述执行主体可以基于标签校对结果,将上述至少一个第二图像样本中的部分或全部确定为新的第一图像样本。例如,对于上述至少一个第二图像样本中的每个第二图像样本,若标签校对结果指示该第二图像样本的标签正确,则上述执行主体可以将该第二图像样本确定为新的第一图像样本。而后,上述执行主体可以将新的第一图像样本加入第一图像样本集合,以及从第二图像样本集合中移除新的第一图像样本。
步骤405,获取第一初始模型。
在本实施例中,上述执行主体可以获取第一初始模型。其中,第一初始模型可以是未经训练或未训练完成的卷积神经网络、朴素贝叶斯模型或支持向量机等。
作为示例,上述执行主体可以获取最近一次基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签训练得到的图像识别模型作为第一初始模型。
步骤406,基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签,对第一初始模型进行训练,得到图像识别模型。
在本实施例中,上述执行主体可以基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签,对第一初始模型进行训练,得到图像识别模型。这里,训练方法可参看图2所示实施例中的相关说明,在此不再赘述。
步骤407,对于第二图像样本集合中的第二图像样本,基于对第一初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将该第二图像样本的初始标签设为预测出的标签,以及将该第二图像样本所关联的第一参数和第二参数的值设为零。
在本实施例中,对于第二图像样本集合中的第二图像样本(例如每个第二图像样本),上述执行主体可以基于对第一初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将该第二图像样本的初始标签设为预测出的标签,以及将该第二图像样本所关联的第一参数和第二参数的值设为零。
本申请上述实施例提供的方法,有效利用了对满足预设条件的至少一个第二图像样本的选取,以及采用人工校对的方式对该至少一个第二图像样本的标签进行校对,实现了利用标签被确定为正确的第二图像样本对第一图像样本集合进行扩充,扩大了已确定标签的图像样本的样本量。另外,基于经扩充后的第一图像样本集合和经扩充后的第一图像样本集合中的第一图像样本的标签训练得到图像识别模型,而后基于该图像识别模型预测第二图像样本集合中剩余的第二图像样本所归属的标签,将该第二图像样本的初始标签重新设为预测出的标签,可以实现对第二图像样本的标签的优化,提高了样本标注的准确度。此外,通过将第二图像样本所关联的第一参数和第二参数的值重新设为零,可以便于上述执行主体重新执行相关的统计操作。
进一步参考图5,其示出了用于标注图像样本的方法的又一个实施例的流程500。该用于标注图像样本的方法的流程500,包括以下步骤:
步骤501,响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求。
在本实施例中,用于标注图像样本的方法的执行主体(例如图1所示的终端101、102、103)可以响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备(例如图1所示的第一网络设备105)发送验证码获取请求。
其中,目标请求类别可以是能够触发用户验证流程的执行的请求所归属的类别,可以包括但不限于登录请求、密码修改请求等等。目标请求类别是可以根据实际需要设置的,在此不做具体限定。
步骤502,执行图像样本标注操作。
在本实施例中,上述执行主体在向上述第一网络设备发送验证码获取请求后,可以执行以下图像样本标注操作(如步骤5021-5023所示):
步骤5021,接收第一网络设备返回的验证码。
在本实施例中,上述执行主体可以接收上述第一网络设备返回的验证码。其中,验证码可以包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本。第一图像样本可以为已确定标签的图像样本。第二图像样本可以为待确定标签的图像样本。第二图像样本的标签为初始标签。
这里,验证码可以是上述第一网络设备基于上述验证码获取请求生成的。在一种可选的实现方式中,上述第一网络设备可以通过执行以下生成步骤生成验证码:从预设的标签集合中选取目标标签;从第一图像样本集合中选取被标注为目标标签的第一图像样本,以及未被标注为目标标签的第一图像样本;从第二图像样本集合中选取被标注为目标标签的第二图像样本;基于选取出的目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,生成验证码。针对上述第一网络设备所执行的生成步骤的解释说明,可参看图2所示实施例中的相关说明,在此不再赘述。
步骤5022,向用户展示验证码。
在本实施例中,上述执行主体可以在验证界面上向用户展示验证码,以使用户执行验证操作。
实践中,用户可以基于验证码中的目标标签,在验证码中选取其认为应当归属于目标标签的图像样本。当用户选中了某个图像样本,则可以表明用户将该图像样本标注为目标标签。
步骤5023,响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。
在本实施例中,上述执行主体在向用户展示验证码后,可以实时地检测用户在该验证码中选中的图像样本。这里,上述执行主体例如可以检测用户在验证码上执行的点击操作,将检测到的点击操作所指向的图像样本确定为用户选中的图像样本。而后,上述执行主体可以响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。其中,该标注结果例如可以包括但不限于用户选中的图像样本。
在本实施例的一些可选的实现方式中,上述执行主体可以将标注结果返回给上述第一网络设备,以使上述第一网络设备基于标注结果进行后续的处理,例如存储标注结果,基于标注结果对包含在验证码中的被标注为目标标签的第二图像样本所关联的第一参数和/或第二参数的值进行修改等等。针对第一参数和第二参数的解释,可参考图2所示实施例中的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述执行主体还可以响应于接收到上述第一网络设备返回的验证失败提示信息,重新向上述第一网络设备发送验证码获取请求,以及继续执行上述图像样本标注操作。
在本实施例的一些可选的实现方式中,上述执行主体在接收验证码的同时还可以接收与验证码对应的答案。上述执行主体可以将该答案所指示的图像样本与用户选中的图像样本进行比较,生成比较结果。其中,该比较结果可以用于指示该答案所指示的图像样本与用户选中的图像样本是否一致。上述执行主体还可以基于该比较结果、用户选中的图像样本和目标标签,生成标注结果。例如,该标注结果可以包括该比较结果、目标标签和用户选中的图像样本。
在本实施例的一些可选的实现方式中,若比较结果是该答案所指示的图像样本与用户选中的图像样本不一致,则上述执行主体可以重新向上述第一网络设备发送验证码获取请求,以及继续执行上述图像样本标注操作。
本申请的上述实施例提供的方法,可以响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求,以及执行以下图像样本标注操作:接收第一网络设备返回的验证码,其中,验证码包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本;向用户展示验证码;响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。从而可以在依靠少量标注人员对小部分图像样本进行标注的情况下,经由终端所归属的用户通过执行验证操作以达到对验证码中的待确定标签的图像样本进行标注的效果。因此,采用将用户验证与样本标注相结合的方式,可以有效地节约人力成本,以及有助于提高样本标注的准确度。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(例如图1所示的第一网络设备105和终端101、102、103)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括接收单元、生成单元和发送单元,或者一种处理器包括发送单元和标注单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收终端发送的验证码获取请求的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备:接收终端发送的验证码获取请求;基于验证码获取请求生成验证码,其中,验证码可以包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本可以为已确定标签的图像样本,第二图像样本可以为待确定标签的图像样本,第二图像样本的标签为初始标签;向终端发送验证码。还可以使得该电子设备:响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求,以及执行以下图像样本标注操作:接收第一网络设备返回的验证码,其中,验证码可以包括目标标签、被标注为目标标签的第一图像样本、被标注为目标标签的第二图像样本和未被标注为目标标签的第一图像样本,第一图像样本可以为已确定标签的图像样本,第二图像样本可以为待确定标签的图像样本,第二图像样本的标签为初始标签;向用户展示验证码;响应于检测到用户在验证码中选中的图像样本,基于用户选中的图像样本生成标注结果。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (15)
1.一种用于标注图像样本的方法,应用于第一网络设备,其特征在于,所述方法包括:
接收终端发送的验证码获取请求;
基于所述验证码获取请求生成验证码,其中,所述验证码包括目标标签、被标注为所述目标标签的第一图像样本、被标注为所述目标标签的第二图像样本和未被标注为所述目标标签的第一图像样本,所述第一图像样本为已确定标签的图像样本,所述第二图像样本为待确定标签的图像样本,所述第二图像样本的标签为初始标签;
向所述终端发送所述验证码。
2.根据权利要求1所述的方法,其特征在于,所述基于所述验证码获取请求生成验证码,包括:
从预设的标签集合中选取所述目标标签;
从第一图像样本集合中选取所述被标注为所述目标标签的第一图像样本,以及所述未被标注为所述目标标签的第一图像样本;
从第二图像样本集合中选取所述被标注为所述目标标签的第二图像样本;
基于所述目标标签、所述被标注为所述目标标签的第一图像样本、所述被标注为所述目标标签的第二图像样本和所述未被标注为所述目标标签的第一图像样本,生成所述验证码。
3.根据权利要求1或2所述的方法,其特征在于,第二图像样本集合中的第二图像样本预先关联第一参数,所述第一参数代表其所关联的第二图像样本被用于用户验证的有效次数;以及
所述方法还包括:
从所述终端接收其所归属的用户关于所述验证码中的图像样本的标注结果,其中,所述标注结果包括所述终端所归属的用户选中的图像样本;
若所述终端所归属的用户选中的图像样本包括所述被标注为所述目标标签的第一图像样本,则将所述被标注为所述目标标签的第二图像样本所关联的第一参数的值增加预设值。
4.根据权利要求3所述的方法,其特征在于,第二图像样本集合中的第二图像样本还预先关联第二参数,所述第二参数代表其所关联的第二图像样本被用户选中的次数;以及
所述方法还包括:
若所述终端所归属的用户选中的图像样本包括所述被标注为所述目标标签的第二图像样本,则将所述被标注为所述目标标签的第二图像样本所关联的第二参数的值增加所述预设值。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述终端所归属的用户选中的图像样本不包括所述被标注为所述目标标签的第一图像样本,则向所述终端发送验证失败提示信息,以使所述终端重新发送验证码获取请求。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
周期性地从第二图像样本集合中选取出所关联的第一参数和第二参数满足预设条件的至少一个第二图像样本;
向第二网络设备发送包括所述至少一个第二图像样本和所述至少一个第二图像样本的标签的标签校对请求;
接收所述第二网络设备返回的标签校对结果;
基于所述标签校对结果,将所述至少一个第二图像样本中的部分或全部确定为新的第一图像样本,并将所述新的第一图像样本加入第一图像样本集合,以及从第二图像样本集合中移除所述新的第一图像样本。
7.根据权利要求6所述的方法,其特征在于,在所述基于所述标签校对结果,将所述至少一个第二图像样本中的部分或全部确定为新的第一图像样本,并将所述新的第一图像样本加入第一图像样本集合,以及从第二图像样本集合中移除所述新的第一图像样本之后,所述方法还包括:
获取第一初始模型;
基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签,对所述第一初始模型进行训练,得到图像识别模型;
对于第二图像样本集合中的第二图像样本,基于对所述第一初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将该第二图像样本的初始标签设为预测出的标签,以及将该第二图像样本所关联的第一参数和第二参数的值设为零。
8.根据权利要求7所述的方法,其特征在于,所述获取第一初始模型,包括:
获取最近一次基于第一图像样本集合和第一图像样本集合中的第一图像样本的标签训练得到的图像识别模型作为所述第一初始模型。
9.根据权利要求2所述的方法,其特征在于,初始的第一图像样本集合通过以下方式生成:
从预设的图像样本集合中选取图像样本;
向第三网络设备发送包括所述标签集合和选取出的图像样本的标注请求;
接收所述第三网络设备返回的标注结果,其中,所述第三网络设备返回的标注结果包括已标注的图像样本和与所述已标注的图像样本对应的标签;
将所述已标注的图像样本作为第一图像样本,生成所述初始的第一图像样本集合。
10.根据权利要求9所述的方法,其特征在于,初始的第二图像样本集合通过以下方式生成:
获取第二初始模型;
基于所述初始的第一图像样本集合和所述初始的第一图像样本集合中的第一图像样本的标签,对所述第二初始模型进行训练,得到图像识别模型;
将所述图像样本集合中的未包含在所述初始的第一图像样本集合中的图像样本作为第二图像样本,生成所述初始的第二图像样本集合;
对于所述初始的第二图像样本集合中的第二图像样本,基于对所述第二初始模型进行训练得到的图像识别模型,预测该第二图像样本所归属的标签,并将预测出的标签设置为该第二图像样本的初始标签,以及为该第二图像样本设置值均为零的第一参数和第二参数。
11.一种用于标注图像样本的方法,应用于终端,其特征在于,所述方法包括:
响应于接收到用户触发的归属于目标请求类别的请求,向第一网络设备发送验证码获取请求,以及执行以下图像样本标注操作:
接收所述第一网络设备返回的验证码,其中,所述验证码包括目标标签、被标注为所述目标标签的第一图像样本、被标注为所述目标标签的第二图像样本和未被标注为所述目标标签的第一图像样本,所述第一图像样本为已确定标签的图像样本,所述第二图像样本为待确定标签的图像样本,所述第二图像样本的标签为初始标签;
向所述用户展示所述验证码;
响应于检测到所述用户在所述验证码中选中的图像样本,基于所述用户选中的图像样本生成标注结果。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
向所述第一网络设备发送所述标注结果。
13.根据权利要求12所述的方法,其特征在于,所述方法还包括:
响应于接收到所述第一网络设备返回的验证失败提示信息,重新向所述第一网络设备发送验证码获取请求,以及继续执行所述图像样本标注操作。
14.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-13中任一所述的方法。
15.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-13中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811331782.1A CN109460652B (zh) | 2018-11-09 | 2018-11-09 | 用于标注图像样本的方法、设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811331782.1A CN109460652B (zh) | 2018-11-09 | 2018-11-09 | 用于标注图像样本的方法、设备及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109460652A true CN109460652A (zh) | 2019-03-12 |
CN109460652B CN109460652B (zh) | 2022-05-20 |
Family
ID=65609878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811331782.1A Active CN109460652B (zh) | 2018-11-09 | 2018-11-09 | 用于标注图像样本的方法、设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109460652B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110811A (zh) * | 2019-05-17 | 2019-08-09 | 北京字节跳动网络技术有限公司 | 用于训练模型的方法和装置、用于预测信息的方法和装置 |
CN110334815A (zh) * | 2019-07-10 | 2019-10-15 | 深圳前海微众银行股份有限公司 | 基于交叉验证的标签补全方法、终端、装置及存储介质 |
CN111582405A (zh) * | 2020-05-28 | 2020-08-25 | 上海依图网络科技有限公司 | 一种数据标注方法及装置 |
CN111931796A (zh) * | 2019-05-13 | 2020-11-13 | 阿里巴巴集团控股有限公司 | 道路对象数据的标注方法及装置、电子设备和存储介质 |
CN111967450A (zh) * | 2020-10-21 | 2020-11-20 | 宁波均联智行科技有限公司 | 自动驾驶模型用样本获取方法、训练方法、装置及系统 |
CN112836732A (zh) * | 2021-01-25 | 2021-05-25 | 深圳市声扬科技有限公司 | 数据标注的校验方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012148524A1 (en) * | 2011-02-15 | 2012-11-01 | Axon Sports, Llc | Interactive cognitive recognition sports training system and methods |
CN103854031A (zh) * | 2012-11-28 | 2014-06-11 | 伊姆西公司 | 用于识别图像内容的方法和装置 |
US20150304845A1 (en) * | 2014-04-21 | 2015-10-22 | Alibaba Group Holding Limited | Verification method and device using a magnetometer |
CN106485261A (zh) * | 2016-09-08 | 2017-03-08 | 北京小米移动软件有限公司 | 一种图像识别的方法和装置 |
US20180204260A1 (en) * | 2017-01-19 | 2018-07-19 | Raise Marketplace Inc. | Use verification code for validating an exchange item use request |
CN108416384A (zh) * | 2018-03-05 | 2018-08-17 | 苏州大学 | 一种图像标签标注方法、系统、设备及可读存储介质 |
-
2018
- 2018-11-09 CN CN201811331782.1A patent/CN109460652B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012148524A1 (en) * | 2011-02-15 | 2012-11-01 | Axon Sports, Llc | Interactive cognitive recognition sports training system and methods |
CN103854031A (zh) * | 2012-11-28 | 2014-06-11 | 伊姆西公司 | 用于识别图像内容的方法和装置 |
US20150304845A1 (en) * | 2014-04-21 | 2015-10-22 | Alibaba Group Holding Limited | Verification method and device using a magnetometer |
CN106485261A (zh) * | 2016-09-08 | 2017-03-08 | 北京小米移动软件有限公司 | 一种图像识别的方法和装置 |
US20180204260A1 (en) * | 2017-01-19 | 2018-07-19 | Raise Marketplace Inc. | Use verification code for validating an exchange item use request |
CN108416384A (zh) * | 2018-03-05 | 2018-08-17 | 苏州大学 | 一种图像标签标注方法、系统、设备及可读存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931796A (zh) * | 2019-05-13 | 2020-11-13 | 阿里巴巴集团控股有限公司 | 道路对象数据的标注方法及装置、电子设备和存储介质 |
CN111931796B (zh) * | 2019-05-13 | 2023-12-22 | 浙江菜鸟供应链管理有限公司 | 道路对象数据的标注方法及装置、电子设备和存储介质 |
CN110110811A (zh) * | 2019-05-17 | 2019-08-09 | 北京字节跳动网络技术有限公司 | 用于训练模型的方法和装置、用于预测信息的方法和装置 |
CN110334815A (zh) * | 2019-07-10 | 2019-10-15 | 深圳前海微众银行股份有限公司 | 基于交叉验证的标签补全方法、终端、装置及存储介质 |
CN111582405A (zh) * | 2020-05-28 | 2020-08-25 | 上海依图网络科技有限公司 | 一种数据标注方法及装置 |
CN111582405B (zh) * | 2020-05-28 | 2023-10-27 | 上海依图网络科技有限公司 | 一种数据标注方法及装置 |
CN111967450A (zh) * | 2020-10-21 | 2020-11-20 | 宁波均联智行科技有限公司 | 自动驾驶模型用样本获取方法、训练方法、装置及系统 |
CN111967450B (zh) * | 2020-10-21 | 2021-02-26 | 宁波均联智行科技股份有限公司 | 自动驾驶模型用样本获取方法、训练方法、装置及系统 |
CN112836732A (zh) * | 2021-01-25 | 2021-05-25 | 深圳市声扬科技有限公司 | 数据标注的校验方法、装置、电子设备及存储介质 |
CN112836732B (zh) * | 2021-01-25 | 2024-04-19 | 深圳市声扬科技有限公司 | 数据标注的校验方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109460652B (zh) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460652A (zh) | 用于标注图像样本的方法、设备及计算机可读介质 | |
CN109325213A (zh) | 用于标注数据的方法和装置 | |
CN109460513A (zh) | 用于生成点击率预测模型的方法和装置 | |
CN109325541A (zh) | 用于训练模型的方法和装置 | |
CN110096344A (zh) | 任务管理方法、系统、服务器集群和计算机可读介质 | |
CN108595628A (zh) | 用于推送信息的方法和装置 | |
CN109062563A (zh) | 用于生成页面的方法和装置 | |
CN108831505A (zh) | 用于识别应用的使用场景的方法和装置 | |
CN108390872A (zh) | 证书管理方法、装置、介质及电子设备 | |
CN109976997A (zh) | 测试方法和装置 | |
CN109815365A (zh) | 用于处理视频的方法和装置 | |
CN109525855A (zh) | 用于处理信息的方法和装置 | |
CN109359194A (zh) | 用于预测信息类别的方法和装置 | |
CN108960110A (zh) | 用于生成信息的方法和装置 | |
CN109495552A (zh) | 用于更新点击率预测模型的方法和装置 | |
CN108182472A (zh) | 用于生成信息的方法和装置 | |
CN108829518A (zh) | 用于推送信息的方法和装置 | |
CN109389182A (zh) | 用于生成信息的方法和装置 | |
CN109409419A (zh) | 用于处理数据的方法和装置 | |
CN108920238A (zh) | 操作应用的方法、电子设备和计算机可读介质 | |
CN109614327A (zh) | 用于输出信息的方法和装置 | |
CN109299124A (zh) | 用于更新模型的方法和装置 | |
CN108959642A (zh) | 用于写入信息的方法和装置 | |
CN109582317A (zh) | 用于调试寄宿应用的方法和装置 | |
CN108667915A (zh) | 信息推送系统、方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |