CN110400029A - 一种标注管理的方法和系统 - Google Patents
一种标注管理的方法和系统 Download PDFInfo
- Publication number
- CN110400029A CN110400029A CN201810372152.2A CN201810372152A CN110400029A CN 110400029 A CN110400029 A CN 110400029A CN 201810372152 A CN201810372152 A CN 201810372152A CN 110400029 A CN110400029 A CN 110400029A
- Authority
- CN
- China
- Prior art keywords
- data
- mark
- annotation results
- task
- labeled
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
Abstract
本发明公开了一种标注管理的方法和系统,涉及计算机技术领域。该方法的一具体实施方式包括:获取待标注数据,以创建待标注数据的标注任务;分配标注人员,以领取标注任务和对应的待标注数据;根据标注任务对待标注数据进行标注,以获得标注结果数据,通过预设的容错率对标注结果数据进行审核,将审核通过的标注结果数据上传以及调整预设的容错率。该实施方式克服了现有技术中没有对标注数据进行统一的管理、分配以及存储,导致标注的过程工作量大、人工成本高以及工作效率低的技术问题,进而达到减少工作量、降低人工成本以及提高工作效率的技术效果。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种标注管理的方法和系 统。
背景技术
机器算法学习作为人工智能技术链中最重要的一环,起着至关重 要的作用。现有的标注系统不仅能够支持多场景标注,还能为机器算 法学习提供大量高质量的训练数据。大大提高了机器算法学习的效率 和准确度。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有技术没有一套完整的针对标注过程的管理体系,不能对标注 数据进行统一的管理、分配以及存储,导致标注的过程工作量大、人 工成本高以及工作效率低的问题。
因此,提出一套完整的标注管理的方法和系统是亟待解决的技术 问题。
发明内容
有鉴于此,本发明实施例提供一种方法和系统,能够解决现有技 术中没有对标注数据进行统一的管理、分配以及存储,导致标注的过 程工作量大、人工成本高以及工作效率低的问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种标 注管理的方法,包括获取待标注数据,以创建待标注数据的标注任务; 分配标注人员,以领取标注任务和对应的待标注数据;根据标注任务 对待标注数据进行标注,以获得标注结果数据,通过预设的容错率对 标注结果数据进行审核,将审核通过的标注结果数据上传以及调整预 设的容错率。
可选地,分配标注人员,以领取标注任务和对应的待标注数据之 后,还包括:
在根据标注任务对待标注数据进行标注的过程中,在预设时间统 计标注进度;
根据标注进度,获得审核通过数量占比和任务使用时间占比;
当审核通过数量占比小于任务使用时间占比时,补充分配标注人 员。
可选地,调整预设的容错率,包括:
计算审核未通过的标注结果数据的占比;
当所述占比大于预设阈值,则调整预设的容错率。
可选地,根据标注任务对待标注数据进行标注,以获得标注结果 数据,通过预设的容错率对标注结果数据进行审核,包括:
在待标注数据中选取预设数量的样本数据,以创建样本数据标注 任务;根据样本数据标注任务,对样本数据进行标注以获取样本数据 标注结果;
根据标注任务对待标注数据进行标注,在获取的标注结果数据中 查找样本数据对应的标注结果数据;
将样本数据对应的标注结果数据与样本数据标注结果进行比对, 以获得比对结果;
根据比对结果和预设的容错率,确定是否审核通过。
根据本发明实施例的另一个方面,提供了一种标注管理的系统包 括任务分配层,用于获取待标注数据,以创建待标注数据的标注任务; 标注层,用于分配标注人员,以领取标注任务和对应的待标注数据, 然后根据标注任务对待标注数据进行标注,获得标注结果数据;审核 层,用于通过预设的容错率对标注结果数据进行审核,将审核通过的 标注结果数据上传以及调整预设的容错率。
可选地,所述标注层,还用于:
在根据标注任务对待标注数据进行标注的过程中,在预设时间统 计标注进度;
根据标注进度,获得审核通过数量占比和任务使用时间占比;
当审核通过数量占比小于任务使用时间占比时,补充分配标注人 员。
可选地,所述审核层调整预设的容错率,包括:
计算审核未通过的标注结果数据的占比;
当所述占比大于预设阈值,则调整预设的容错率。
可选地,所述标注层根据标注任务对待标注数据进行标注,以获 得标注结果数据,包括:
在待标注数据中选取预设数量的样本数据,以创建样本数据标注 任务;根据样本数据标注任务,对样本数据进行标注以获取样本数据 标注结果;
根据标注任务对待标注数据进行标注,在获取的标注结果数据中 查找样本数据对应的标注结果数据;
所述审核层通过预设的容错率对标注结果数据进行审核,包括:
将样本数据对应的标注结果数据与样本数据标注结果进行比对, 以获得比对结果;
根据比对结果和预设的容错率,确定是否审核通过。
为实现上述目的,根据本发明的再一方面,提供了一种电子设备。
本发明实施例的一种电子设备包括:一个或多个处理器;存储装 置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理 器执行,使得一个或多个处理器实现本发明标注管理的方法。
为实现上述目的,根据本发明的再一方面,提供了一种计算机可 读存储介质。
本发明实施例的一种计算机可读存储介质,其上存储有计算机程 序,其特征在于,程序被处理器执行时实现本发明标注管理的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用对 待标注数据进行统一管理、统一进行审核以及统一进行存储的技术手 段,所以克服了现有技术中没有对标注数据进行统一的管理、分配以 及存储,导致标注的过程工作量大、人工成本高以及工作效率低的技 术问题,进而达到减少工作量、降低人工成本以及提高工作效率的技 术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具 体实施方式加以说明。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例 描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的 附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在 不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。 在附图中:
图1是根据本发明实施例的标注管理的方法的主要流程的示意图;
图2是根据本发明可参考实施例的标注管理的方法的主要流程的 示意图;
图3是根据本发明实施例的标注管理的装置的示意图;
图4是根据本发明可参考实施例的标注管理的装置的示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机 系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发 明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。 因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做 出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清 楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的标注管理的方法的主要流程的示意图, 如图1所示,本发明实施例的一种标注管理的方法主要包括如下步骤:
步骤S101:获取待标注数据,以创建待标注数据的标注任务。
在实施例中,待标注数据的来源方式可以通过OSS系统的文件目 录或者是通过文件上传,其中OSS系统为数据提供统一管理服务,该 服务的目的在于存储、分发、控制各种待标注数据。
进一步地,获取待标注数据的时候可以是随机的,也可以是按顺 序获取待标注数据,只要能够保证每个待标注数据均被标注即可。另 外,待标注数据包括图片、文字、音频以及视频等等。
作为实施例,创建待标注数据的标注任务时,可以根据待标注数 据的类型确定标注任务的类型,从而创建待标注数据的标注任务。例 如待标注数据的类型为人脸图像、身份证、语音、冰箱、无人车、OCR、 主体、搜索相关性、分词、行驶图片。那么对应创建的标注任务为: 人脸标注、身份证标注、语音标注、冰箱标注、无人车标注、OCR标 注(OCR(OpticalCharacter Recognition,光学字符识别)是指电子设 备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮 的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的 过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转 换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成 文本格式,供文字处理软件进一步编辑加工的技术。)、主体标注、 搜索词相关性标注、分词标注、可行驶区域标注。
其中,搜索相关性标注:主要是进行商品的相关性标注。冰箱标 注:标注冰箱中实物,该标注可以提供常用词功能,即标注人员常用 的标注词语,只需要选中即可生成一条对应的标注数据,减少了标注 人员手动输入的操作量。可行驶区域标注:标注图片中可以行驶的区 域。主体标注:标注出当前图片中的主体,可以标注多个。分词标注: 标注出当前语句的情感识别。
语音标注:播放一段录音,将听到的内容标注出来。支持智能识 别,即通过语音识别算法识别对相关内容展示在标注结果栏中,标注 人员可对该结果进行修改。减少标注人员工作量,提高效率,同时也 是对智能语音识别算法验证。
OCR标注:标注出图片的有效信息,支持多种类型图片的标注, 例如营业执照、广告图片标注。
身份证标注:标注出身份证上的有效信息,支持自动识别,例如 智能算法可以自动识别出相关文字信息,包括:姓名、性别、民族、 住址、身份证号、出生日期;标注人只需对信息进行校验,如有错误 进行修改,减少工作量。
进一步地,在创建待标注数据的标注任务时,可以指定预计完成 时间,例如期待20天完成。
步骤S102:分配标注人员,以领取标注任务和对应的待标注数据。
在实施例中,可以根据待标注数据的总量,选取组数以及组内标 注人员。也就是说,对标注人员可以实行分组管理。进一步地,还可 以
步骤S103:根据标注任务对待标注数据进行标注,以获得标注结 果数据,通过预设的容错率对标注结果数据进行审核,将审核通过的 标注结果数据上传以及调整预设的容错率。
在实施例中,在对标注之后的标注结果数据进行审核,审核的结 果分为以下两种情况:
情况一、审核通过,对当前的标注人员重新分配新的标注任务。
情况二、审核不通过,审核驳回并对该待标注数据进行重新标注。
作为本发明的一个实施例,在经过对标注结果数据进行审核的工 作之后,会获得审核通过的标注结果数据和审核未通过的标注结果数 据,可以计算审核未通过的标注结果数据占整个标注结果数据的比例, 即审核未通过的标注结果数据的占比。然后,将审核未通过的标注结 果数据的占比与预设阈值进行比较,若大于预设阈值则说明当前的容 错率设置较大,则会调整该容错率,待下次执行所述标注任务的时候 使用调整后的容错率。
较佳地,可以通过邮件、短信等等方式进行通知以调整容错率, 并更新当前的容错率为调整后的容错率。
因此,通过这种不断优化容错率的过程,可以获得更为精准的对 标注结果数据进行审核,以避免审核错误。
值得说明的是,在所述标注管理的方法中可以提供下载本地数据 的功能。具体地,可以支持以任务为粒度的待标注数据及标注结果数 据的下载功能。
当然,还可以将审核通过的标注结果数据上传到OSS系统中以保 存,支持长期储存和支持下载。
作为一个实施例,本发明还可以定时将审核通过的标注结果数据 抽到Hadoop集群中,以便算法分析师通过Hadoop集群下载标注结果 数据,其速度明显地优于从OSS系统中下载。同时,也便于进行标注 任务的进度数据维护和分析。其中,Hadoop集群实现了一个分布式的 基础框架,Hadoop的框架最核心的设计就是:HDFS和MapReduce。 HDFS为海量的数据提供了存储,则MapReduce为海量的数据提供了 计算,Hadoop集群就是将这些海量的数据分部到不同的机器上进行处 理。
作为一个较佳地实施例,在根据标注任务对待标注数据进行标注 的过程中,可以在预设时间统计标注进度。然后,根据标注进度,获 得审核通过数量占比和任务使用时间占比。当审核通过数量占比小于 任务使用时间占比时,补充分配标注人员。
其中,所述的审核通过数量占比是指当前标注结果数据被审核通 过的数量与待标注数据的比例。例如:待标注数据的数量为100张, 当前标注结果数据被审核通过的数量为20张,那么审核通过数量占比 为20/100=20%。
其中,所述的任务使用时间占比是指当前标注所用时间与标注任 务预设的总完成时间的比例。例如:预设标注任务完成时间为20天, 当前标注所用时间为5天,那么任务使用时间占比为5/20=40%。
进一步地,所述预设时间可以为一个期待完成标注任务时间的百 分比时间点,例如可以期待完成标注任务时间的25%、50%、75%、100% 的时间点。而统计标注进度的内容可以包括标注完成数量(包括审核 中、审核通过的)、审核通过数量、审核通过数量的占比、审核通过 时间、审核通过时间的占比。
更进一步地,可以对审核通过数量的占比和审核通过时间的占比 进行比对,以确定是否补充标注人员对待标注数据进行标注。具体地, 当审核通过数量的占比小于审核通过时间的占比时,则需要追加标注 人员。
优选地,可以通过邮件、通知等等方式将需要补充分配标注人员 的信息发送至任务负责人,以完善所述任务标注人员的配置。
作为一个可参考地实施例,如图2所示,所述可参考地标注管理 的方法的主要流程,包括:
步骤S201,获取待标注数据,以创建待标注数据的标注任务。
步骤S202,分配标注人员,以领取标注任务和对应的待标注数据。
步骤S203,在待标注数据中选取预设数量的样本数据,以创建样 本数据标注任务。
步骤S204,根据样本数据标注任务,对样本数据进行标注以获取 样本数据标注结果。
步骤S205,根据标注任务对待标注数据进行标注,在获取的标注 结果数据中查找样本数据对应的标注结果数据。
步骤S206,将样本数据对应的标注结果数据与样本数据标注结果 进行比对,以获得比对结果。
步骤S207,根据比对结果和预设的容错率,确定是否审核通过。
步骤S208,将审核通过的标注结果数据上传。
步骤S209,计算审核未通过的标注结果数据的占比,当所述占比 大于预设阈值,则调整预设的容错率。
值得说明的是,步骤S208可以在步骤S209之前进行,也可以在 步骤S209之后进行,当然步骤S208还可以与步骤S209同时进行。
作为一个可参考实施例的具体应用场景的举例说明,针对人脸标 注,其主要流程,包括:
步骤一:获取待标注的人脸图像,以创建待标注人脸图像的标注 任务。
步骤二:分配标注人员,以领取标注任务和对应的待标注人脸图 像。
步骤三:在待标注人脸图像中选取预设数量的样本数据,以创建 样本数据标注任务。
例如:预设数量的样本数据例如可以设定标注50个点,即1(2,23), 2(3,45)……50(123,435)。
步骤四:根据样本数据标注任务,对样本数据进行标注以获取样 本数据标注结果,即样本标注坐标(x1,y1)、(x2,y2)……(xn,yn)。
步骤五:根据标注任务对待标注数据进行标注,在获取的标注结 果数据中查找样本数据对应的标注结果数据,即样本数据对应的标注 结果数据(X1,Y1)、(X2,Y2)……(Xn,Yn)。
步骤六:将样本数据对应的标注结果数据与样本数据标注结果进 行比对,以获得比对结果。
在实施例中,将样本数据对应的标注结果数据与样本数据标注结 果进行比对的过程如下:
计算误差值:dn=(Xn-xn)^2+(Yn-yn)^2
然后,计算全部样本数据的误差值:d=d1+d2……+dn。
最后,将d代入如下公式,获得对比结果:
D=Math.sqrt(d)/n
步骤七:根据比对结果和预设的容错率,确定是否审核通过。
在实施例中,将获得的比对结果D与预设的容错率进行比较,若 大于预设的容错率则审核未通过,否则审核通过。
步骤八,将审核通过的标注结果数据上传。
步骤九,计算审核未通过的标注结果数据的占比,当所述占比大 于预设阈值,则调整预设的容错率。
其中,所述审核未通过的标注结果数据的占比为审核未通过的标 注结果数据的数量占所有标注结果数据的比例。
在实施例中,如果审核未通过的标注结果数据的占比大于预设的 阈值,则说明容错率较大,需要将容错率调小。
作为一个可参考实施例的具体应用场景的举例说明,针对可行驶 区域标注,其主要流程,包括:
步骤一:获取待标注的行驶图片,以创建待标注行驶图片的标注 任务。
较佳地,采用二值图片,即将行驶图片的全部像素点设置成两种 颜色,例如白色和红色。另外,还需要统一图片的尺寸(m*l),例如 1920*1080。
步骤二:分配标注人员,以领取标注任务和对应的待标注行驶图 片。
步骤三:在待标注行驶图片中选取预设数量的样本数据,以创建 样本数据标注任务。
步骤四:根据样本数据标注任务,对样本数据进行标注以获取样 本数据标注结果,即样本标注像素点(x1,y1)、(x2,y2)……(xn,yn)。
步骤五:根据标注任务对待标注数据进行标注,在获取的标注结 果数据中查找样本数据对应的标注结果数据,即样本数据对应的标注 结果数据(X1,Y1)、(X2,Y2)……(Xn,Yn)。
步骤六:将样本数据对应的标注结果数据与样本数据标注结果进 行比对,以获得比对结果。
在实施例中,将样本数据对应的标注结果数据与样本数据标注结 果进行比对的过程如下:
计算误差值:dn=(Xn-xn)^2+(Yn-yn)^2
然后,计算全部样本数据的误差值:d=d1+d2……+dn。
最后,将d代入如下公式,获得对比结果,即错误率:
D=d/(m*l)
步骤七:根据比对结果和预设的容错率,确定是否审核通过。
在实施例中,将获得的比对结果D与预设的容错率进行比较,若 大于预设的容错率则审核未通过,否则审核通过。
步骤八,将审核通过的标注结果数据上传。
步骤九,计算审核未通过的标注结果数据的占比,当所述占比大 于预设阈值,则调整预设的容错率。
其中,所述审核未通过的标注结果数据的占比为审核未通过的标 注结果数据的数量占所有标注结果数据的比例。
在实施例中,如果审核未通过的标注结果数据的占比大于预设的 阈值,则说明容错率较大,需要将容错率调小。
作为一个可参考实施例的具体应用场景的举例说明,针对冰箱标 注、主体标注、身份证标注、OCR标注,这几种标注任务的共同特点 是都是需要在图片绘制选框,并且注明选框对应的文字内容。其主要 流程,包括:
步骤一:获取待标注的图片,以创建待标注图片的标注任务。
步骤二:分配标注人员,以领取标注任务和对应的待标注图片。
步骤三:在待标注图片中选取预设数量的样本数据,以创建样本 数据标注任务。
步骤四:根据样本数据标注任务,对样本数据进行标注以获取样 本数据标注结果,即样本标注结果:绘制选框n个,编号A1~An。
步骤五:根据标注任务对待标注数据进行标注,在获取的标注结 果数据中查找样本数据对应的标注结果数据,即样本数据对应的标注 结果数据绘制选框n个,编号B1~Bn。
步骤六:将样本数据对应的标注结果数据与样本数据标注结果进 行比对,以获得比对结果。
需要说明的是,如果绘制的选框数不一样则直接可以认定设审核 未通过。
在实施例中,将样本数据对应的标注结果数据与样本数据标注结 果进行比对的过程如下:
将样本数据对应的标注结果数据与样本数据标注结果进行匹配, 获得对应关系,例如对应关系为:A1—B1;A2—B2;A3—B3;A4—B4; A5—B5。较佳地,进行匹配时是根据坐标,计算出重合度最大的两个 矩形,则所述两个选框的具有对应关系。
然后,判断选框对应的文字内容是否相同,若不相同直接为审核 未通过,若相同则计算比对结果:比对结果=1-重合度。
较佳地,计算重合度的过程如下:
选框A1的坐标(x1,y1),长:L1,宽:w1
选框B1的坐标(x2,y2),长:L2,宽:w2
x0=max(x1,x2)
a1=min(x1+w1,x2+w2);
y0=max(y1,y2);
b1=min(y1+L1,y2+L2);
当x0大于等于a1,并且y0大于等于b1则计算重合度:
重合度=areaInt/(w1*L1+w2*L2-areaInt);
其中,areaInt=(a1-x0)*(b1-y0)。
步骤七:根据比对结果和预设的容错率,确定是否审核通过。
在实施例中,将两个选框的重合度值与预设的容错率进行比较, 若大于预设的容错率则审核未通过,否则审核通过。
步骤八,将审核通过的标注结果数据上传。
步骤九,计算审核未通过的标注结果数据的占比,当所述占比大 于预设阈值,则调整预设的容错率。
其中,所述审核未通过的标注结果数据的占比为审核未通过的标 注结果数据的数量占所有标注结果数据的比例。
在实施例中,如果审核未通过的标注结果数据的占比大于预设的 阈值,则说明容错率较大,需要将容错率调小。
另外,还需要说明的是,针对语音标注这个具体应用场景,可以 直接对比标注的文字内容是否相同即可。也就是说,语音的标注数据 就是文字内容,所以直接判断文字内容是否相同即可。
而针对搜索相关性标注这个具体应用场景,可以直接比较标注结 果数据(标注结果是相关或不相关)。具体地,搜索相关性标注其对 应的标注结果数据为“相关”或“不相关”,因此直接比较标注结果 数据即可。
而针对分词标注这个具体应用场景,可以直接比较标注结果数据。 具体地,分词标注就是对一文字内容的情感进行标注,而标注结果数 据就是“正面”,因此直接比较标注结果数据的“正面”即可。
图3是根据本发明实施例的标注管理的装置的示意图,如图3所 示,本发明实施例的标注管理的装置300主要包括:任务分配层301、 标注层302以及审核层303。其中,任务分配层301获取待标注数据, 以创建待标注数据的标注任务。标注层302分配标注人员,以领取标 注任务和对应的待标注数据,然后根据标注任务对待标注数据进行标 注,获得标注结果数据。而审核层则通过预设的容错率对标注结果数 据进行审核,将审核通过的标注结果数据上传以及调整预设的容错率。
需要说明的是,在本发明所述标注管理的装置的具体实施内容, 在上面所述标注管理的方法中已经详细说明了,故在此重复内容不再 说明。
作为一个实施例,基于本发明所述的标注管理的装置,如图4所 示,首先对该实施例(如图4中)所涉及的名词作如下解释:
待标注数据:该模块为待标注的数据,数据格式一般为图片、音 频、文字以及视频等;
标注任务负责人:负责对标注任务进行分配、审核和管理的人员;
标注人员:领取标注任务并进行标注的人员;
标注结果数据使用方:一般为进行机器学习的算法工程师;
任务分配层:该模块提供任务的分配和管理功能,主要是供标注 任务负责人使用;
标注层:该模块提供一个可视化的标注界面供标注人员使用;
审核层:该模块支持标注任务的自动审核以及标注任务负责人进 行人工审核;
用户组管理:该模块对标注人员进行统一分组管理;
Hadoop集群:Hadoop实现了一个分布式的基础框架,Hadoop的 框架最核心的设计就是:HDFS和MapReduce。其中,HDFS为海量的 数据提供了存储,MapReduce为海量的数据提供了计算。Hadoop集群 就是将这些海量的数据分布到不同的机器上进行处理;
分析师:数据可视化工具,用于将Hadoop集群中的数据导出。
下面对图4中所涉及的各步骤做如下详尽阐述:
步骤A(待标注数据-OSS系统):将待标注的数据存储在OSS系 统的文件服务系统上,该步骤主要通过匹配OSS系统的access key和 secret key(在实施例中,在OSS系统中设置有鉴权信息,当需要调用接 口获取数据时则要输入这个鉴权信息,所述的鉴权信息包括access key 和secret key,比如可以理解为登录OSS系统的用户名和密码),并将 待标注的原始数据(例如图片、文字、音频以及视频等)存在对应的 存储单元下;
步骤C(标注人员-用户组管理):对标注人员进行统一分组管理;
步骤B、D(OSS系统-任务分配层、标注任务负责人-任务分配层): 标注任务负责人新建一个标注任务到任务分配层,新建任务时会从OSS 系统中选取待标注的原始数据;
步骤E、F(任务分配层-标注层、标注人员-标注层):标注人员 从任务分配层领取标注任务(可以是根据任务标注人员、单任务标注 数来分配任务),并在标注层对待标注的原始数据进行标注;
步骤G(标注层-审核层):标注人员完成标注任务后提交标注结 果至审核层,审核层完成自动审核或标注任务负责人进行人工审核;
步骤H(审核层-OSS系统):审核通过的标注结果数据会上传至 OSS系统的文件服务系统上,并进行存储管理;
步骤I(审核层-HADOOP集群):将所有标注之后的数据的相关 信息(标注人员的信息、标注数据量统计信息以及标注任务进度信息) 推送至Hadoop集群中进行存储;
步骤J(OSS系统-标注结果数据使用方):标注结果数据使用方 在OSS系统的服务管理系统上下载所需要使用的标注结果数据。
步骤K(Hadoop集群-分析师):分析师获取Hadoop集群中存储 的标注之后的数据的相关信息,并生成可视化的报表供管理人员查看 和管理;
图5示出了可以应用本发明实施例的标注管理方法或标注管理装 置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网 络504和服务器505。网络504用以在终端设备501、502、503和服务 器505之间提供通信链路的介质。网络504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。
用户可以使用终端设备501、502、503通过网络504与服务器505 交互,以接收或发送消息等。终端设备501、502、503上可以安装有 各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应 用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的 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。
服务器505可以是提供各种服务的服务器,例如对用户利用终端 设备501、502、503所浏览的购物类网站提供支持的后台管理服务器 (仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等 数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息-- 仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的标注管理方法一般由服务 器505执行,相应地,标注管理装置一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意 性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的 计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例, 不应对本发明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,根据本发明公开的实施例,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,本发明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,执行本发明的系统中限定的上述功能。
需要说明的是,本发明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。在本发明中,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。而在本发明中,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。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、 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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实 现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理 器中,例如,可以描述为:一种处理器包括任务分配层、标注层以及 审核层。其中,这些模块的名称在某种情况下并不构成对该模块本身 的限定。
作为另一方面,本发明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设备中所包含的;也可以是单独 存在,而未装配入该设备中。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设备执行时,使得该设备 包括:获取待标注数据,以创建待标注数据的标注任务;分配标注人 员,以领取标注任务和对应的待标注数据;根据标注任务对待标注数 据进行标注,以获得标注结果数据,通过预设的容错率对标注结果数 据进行审核,将审核通过的标注结果数据上传以及调整预设的容错率。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应 的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参 见本发明实施例所提供的方法。
根据本发明实施例的技术方案,因为采用对待标注数据进行统一 管理、统一进行审核以及统一进行存储的技术手段,所以克服了现有 技术中没有对标注数据进行统一的管理、分配以及存储,导致标注的 过程工作量大、人工成本高以及工作效率低的技术问题,进而达到减 少工作量、降低人工成本以及提高工作效率的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域 技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种 各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内 所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种标注管理的方法,其特征在于,包括:
获取待标注数据,以创建待标注数据的标注任务;
分配标注人员,以领取标注任务和对应的待标注数据;
根据标注任务对待标注数据进行标注,以获得标注结果数据,通过预设的容错率对标注结果数据进行审核,将审核通过的标注结果数据上传以及调整预设的容错率。
2.根据权利要求1所述的方法,其特征在于,分配标注人员,以领取标注任务和对应的待标注数据之后,还包括:
在根据标注任务对待标注数据进行标注的过程中,在预设时间统计标注进度;
根据标注进度,获得审核通过数量占比和任务使用时间占比;
当审核通过数量占比小于任务使用时间占比时,补充分配标注人员。
3.根据权利要求1所述的方法,其特征在于,调整预设的容错率,包括:
计算审核未通过的标注结果数据的占比;
当所述占比大于预设阈值,则调整预设的容错率。
4.根据权利要求1所述的方法,其特征在于,根据标注任务对待标注数据进行标注,以获得标注结果数据,通过预设的容错率对标注结果数据进行审核,包括:
在待标注数据中选取预设数量的样本数据,以创建样本数据标注任务;根据样本数据标注任务,对样本数据进行标注以获取样本数据标注结果;
根据标注任务对待标注数据进行标注,在获取的标注结果数据中查找样本数据对应的标注结果数据;
将样本数据对应的标注结果数据与样本数据标注结果进行比对,以获得比对结果;
根据比对结果和预设的容错率,确定是否审核通过。
5.一种标注管理的装置,其特征在于,包括:
任务分配层,用于获取待标注数据,以创建待标注数据的标注任务;
标注层,用于分配标注人员,以领取标注任务和对应的待标注数据,然后根据标注任务对待标注数据进行标注,获得标注结果数据;
审核层,用于通过预设的容错率对标注结果数据进行审核,将审核通过的标注结果数据上传以及调整预设的容错率。
6.根据权利要求5所述的装置,其特征在于,所述标注层,还用于:
在根据标注任务对待标注数据进行标注的过程中,在预设时间统计标注进度;
根据标注进度,获得审核通过数量占比和任务使用时间占比;
当审核通过数量占比小于任务使用时间占比时,补充分配标注人员。
7.根据权利要求5所述的装置,其特征在于,所述审核层调整预设的容错率,包括:
计算审核未通过的标注结果数据的占比;
当所述占比大于预设阈值,则调整预设的容错率。
8.根据权利要求5所述的装置,其特征在于,所述标注层根据标注任务对待标注数据进行标注,以获得标注结果数据,包括:
在待标注数据中选取预设数量的样本数据,以创建样本数据标注任务;根据样本数据标注任务,对样本数据进行标注以获取样本数据标注结果;
根据标注任务对待标注数据进行标注,在获取的标注结果数据中查找样本数据对应的标注结果数据;
所述审核层通过预设的容错率对标注结果数据进行审核,包括:
将样本数据对应的标注结果数据与样本数据标注结果进行比对,以获得比对结果;
根据比对结果和预设的容错率,确定是否审核通过。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
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1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810372152.2A CN110400029A (zh) | 2018-04-24 | 2018-04-24 | 一种标注管理的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810372152.2A CN110400029A (zh) | 2018-04-24 | 2018-04-24 | 一种标注管理的方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110400029A true CN110400029A (zh) | 2019-11-01 |
Family
ID=68320164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810372152.2A Pending CN110400029A (zh) | 2018-04-24 | 2018-04-24 | 一种标注管理的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110400029A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781859A (zh) * | 2019-11-05 | 2020-02-11 | 深圳奇迹智慧网络有限公司 | 图像标注方法、装置、计算机设备和存储介质 |
CN110930238A (zh) * | 2019-11-07 | 2020-03-27 | 泰康保险集团股份有限公司 | 提高审核任务效率的方法、装置、设备和计算机可读介质 |
CN113240126A (zh) * | 2021-01-13 | 2021-08-10 | 深延科技(北京)有限公司 | 标注管理方法、装置、设备及存储介质 |
CN114841682A (zh) * | 2022-07-05 | 2022-08-02 | 山东天成书业有限公司 | 一种图书审校信息的传输方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094760A (zh) * | 2014-04-28 | 2015-11-25 | 小米科技有限责任公司 | 一种图片标记方法及装置 |
CN105404896A (zh) * | 2015-11-03 | 2016-03-16 | 北京旷视科技有限公司 | 标注数据处理方法和标注数据处理系统 |
CN105975980A (zh) * | 2016-04-27 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 监控图像标注质量的方法和装置 |
WO2016150328A1 (zh) * | 2015-03-25 | 2016-09-29 | 阿里巴巴集团控股有限公司 | 一种数据标注的管理方法及装置 |
CN107729378A (zh) * | 2017-07-13 | 2018-02-23 | 华中科技大学 | 一种数据标注方法 |
-
2018
- 2018-04-24 CN CN201810372152.2A patent/CN110400029A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094760A (zh) * | 2014-04-28 | 2015-11-25 | 小米科技有限责任公司 | 一种图片标记方法及装置 |
WO2016150328A1 (zh) * | 2015-03-25 | 2016-09-29 | 阿里巴巴集团控股有限公司 | 一种数据标注的管理方法及装置 |
CN105404896A (zh) * | 2015-11-03 | 2016-03-16 | 北京旷视科技有限公司 | 标注数据处理方法和标注数据处理系统 |
CN105975980A (zh) * | 2016-04-27 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 监控图像标注质量的方法和装置 |
CN107729378A (zh) * | 2017-07-13 | 2018-02-23 | 华中科技大学 | 一种数据标注方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110781859A (zh) * | 2019-11-05 | 2020-02-11 | 深圳奇迹智慧网络有限公司 | 图像标注方法、装置、计算机设备和存储介质 |
CN110781859B (zh) * | 2019-11-05 | 2022-08-19 | 深圳奇迹智慧网络有限公司 | 图像标注方法、装置、计算机设备和存储介质 |
CN110930238A (zh) * | 2019-11-07 | 2020-03-27 | 泰康保险集团股份有限公司 | 提高审核任务效率的方法、装置、设备和计算机可读介质 |
CN113240126A (zh) * | 2021-01-13 | 2021-08-10 | 深延科技(北京)有限公司 | 标注管理方法、装置、设备及存储介质 |
CN114841682A (zh) * | 2022-07-05 | 2022-08-02 | 山东天成书业有限公司 | 一种图书审校信息的传输方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108154196B (zh) | 用于输出图像的方法和装置 | |
CN105975980B (zh) | 监控图像标注质量的方法和装置 | |
CN110400029A (zh) | 一种标注管理的方法和系统 | |
CN107832468B (zh) | 需求识别方法和装置 | |
CN109976997A (zh) | 测试方法和装置 | |
CN108960316A (zh) | 用于生成模型的方法和装置 | |
CN108763532A (zh) | 用于推送信息、展现信息的方法和设备 | |
CN109934242A (zh) | 图片识别方法和装置 | |
CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
CN108960110A (zh) | 用于生成信息的方法和装置 | |
CN108897853A (zh) | 生成推送信息的方法和装置 | |
CN108933730A (zh) | 信息推送方法和装置 | |
CN110798567A (zh) | 短信分类显示方法及装置、存储介质、电子设备 | |
CN109857388A (zh) | 代码生成方法、装置、服务器及计算机可读介质 | |
CN108776692A (zh) | 用于处理信息的方法和装置 | |
CN108829518A (zh) | 用于推送信息的方法和装置 | |
CN108446659A (zh) | 用于检测人脸图像的方法和装置 | |
CN108509994A (zh) | 人物图像聚类方法和装置 | |
CN109101309A (zh) | 用于更新用户界面方法和装置 | |
CN108573054A (zh) | 用于推送信息的方法和装置 | |
CN108681871A (zh) | 一种提示信息的方法、终端设备及计算机可读存储介质 | |
CN111339743A (zh) | 一种账号生成的方法和装置 | |
CN107979683B (zh) | 终端应用控制方法、装置及系统 | |
CN109409419A (zh) | 用于处理数据的方法和装置 | |
CN110245014A (zh) | 数据处理方法和装置 |
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 |