CN110929737A - 一种标签生成方法及装置 - Google Patents

Abstract

本发明实施例公开了一种标签生成方法及装置，获取待处理图像，待处理图像中可以包括车辆，车辆包括多个特征区域，特征区域具有边缘特征点，边缘特征点具有区域属性，根据特征区域的边缘特征点的区域属性，可以确定预设区域的轮廓，预设区域为多个特征区域中的至少一个，基于预设区域的轮廓，可以为预设区域生成区域标签。也就是说，本申请实施例不再是通过人工来为车辆的预设区域生成区域标签，而是利用边缘特征点的区域属性，减少了人工设置标签的数量，提高了人工设置标签的使用次数，自动为预设区域生成区域标签，提高了标签生成效率。

Description

一种标签生成方法及装置

技术领域

本发明涉及汽车领域，特别是涉及一种标签生成方法及装置。

背景技术

目前，可以对车辆进行拍摄得到目标图像，基于图像识别模型可以识别出目标图像中的车辆，这种识别车辆的方法在自动驾驶领域等具有广泛的应用。然而，目前的图像识别模型需要大量的训练数据进行训练，这些训练数据为具有标签的图像，标签可以指示图像中车辆所在位置，这样训练得到的图像识别模型具有从图像中识别出车辆的功能。

而为目标图像中车辆所在位置设置标签，主要还是依赖人工，例如利用包围车辆的矩形框体现车辆在图像中的位置，参考图1所示，为目标图像的示意图，则可以为矩形框所在的像素点生成标签，以体现矩形框内的像素点为车辆所在位置的像素点。然而，这种标签生成方式需要大量的人为工作量，效率较为低下，若为了提高标签生成的效率而减少标签数据，最终会降低图像识别精度。

因此，如何减少前期为图像中的车辆生成标签的工作量，提高生成标签的效率，是图像识别方法中一个重要的问题。

发明内容

为解决上述技术问题，本申请实施例提供一种标签生成方法和装置，提高了标签的生成效率。

本申请实施例提供一种标签生成方法，所述方法包括：

获取待处理图像，所述待处理图像包括车辆，所述车辆包括多个特征区域，所述特征区域具有边缘特征点，所述边缘特征点具有区域属性；

根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓；所述预设区域为所述多个特征区域中的至少一个；

基于所述预设区域的轮廓，为所述预设区域生成区域标签。

可选的，所述边缘特征点的区域属性通过特征点标签体现，所述特征点标签与所属的特征区域对应。

可选的，所述根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓，包括：

根据所述特征区域的边缘特征点的区域属性，从所述边缘特征点中确定与所述预设区域相关的边缘特征点；

根据所述与所述预设区域相关的边缘特征点，确定预设区域的轮廓。

可选的，所述与所述预设区域相关的边缘特征点包括：属于所述预设区域的边缘特征点，和/或，与所述预设区域相关的特征区域的边缘特征点；所述与预设区域相关的特征区域包括与所述预设区域相邻和/或交叠的特征区域。

可选的，所述特征区域包括：整车区域、车头区域、侧身区域、车尾区域、前车灯区域、前车窗区域、保险杠区域、后车灯区域、后车窗区域、前车轮区域、后车轮区域、侧车窗区域、后视镜区域、车门区域。

本申请实施例还提供了一种标签生成装置，所述装置包括：

图像获取单元，用于获取待处理图像，所述待处理图像包括车辆，所述车辆包括多个特征区域，所述特征区域具有边缘特征点，所述边缘特征点具有区域属性；

区域轮廓确定单元，用于根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓；所述预设区域为所述多个特征区域中的一个；

区域标签生成单元，用于基于所述预设区域的轮廓，为所述预设区域生成区域标签。

可选的，所述区域轮廓确定单元，包括：

边缘特征点确定单元，用于根据所述特征区域的边缘特征点的区域属性，从所述边缘特征点中确定与所述预设区域相关的边缘特征点；

区域轮廓确定子单元，用于根据所述与所述预设区域相关的边缘特征点，确定预设区域的轮廓。

可选的，所述与所述预设区域相关的边缘特征点包括：属于所述预设区域的边缘特征点，和/或，与所述预设区域相关的特征区域的边缘特征点；所述与预设区域相关的特征区域包括与所述预设区域相邻和/或交叠的特征区域。

可选的，所述特征区域包括：整车区域、车头区域、侧身区域、车尾区域、前车灯区域、前车窗区域、保险杠区域、后车灯区域、后车窗区域、前车轮区域、后车轮区域、侧车窗区域、后视镜区域、车门区域。

本申请实施例还提供了一种标签生成设备，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行所述的标签生成方法。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行所述的标签生成方法。

本申请实施例提供了一种标签生成方法及装置，获取待处理图像，待处理图像中可以包括车辆，车辆包括多个特征区域，特征区域具有边缘特征点，边缘特征点具有区域属性，根据特征区域的边缘特征点的区域属性，可以确定预设区域的轮廓，预设区域为多个特征区域中的至少一个，基于预设区域的轮廓，可以为预设区域生成区域标签。也就是说，本申请实施例不再是通过人工来为车辆的预设区域生成区域标签，而是利用边缘特征点的区域属性，减少了人工设置标签的数量，提高了人工设置标签的使用次数，自动为预设区域生成区域标签，提高了标签生成效率。

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申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为现有技术中一种目标图像的示意图；

图2为本申请实施例提供的一种标签生成方法的流程图；

图3为本申请实施例提供的一种待处理图像的示意图；

图4为本申请实施例提供的另一种待处理图像的示意图；

图5为本申请实施例提供的一种车辆特征获取装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

目前，可以对车辆进行拍摄得到目标图像，基于图像识别模型可以识别出目标图像中的车辆，这种识别车辆的方法在自动驾驶领域具有广泛的应用。例如可以通过车辆上设置的摄像头对前方路况进行拍摄得到目标图像，通过识别目标图像中的车辆得到前方路况信息，从而确定自动驾驶控制策略。

然而，目前的图像识别模型需要大量的训练数据进行训练，这些训练数据为具有标签的图像，标签可以指示图像中车辆所在位置，这样训练得到的图像识别模型具有从图像中识别出车辆的功能。例如包围车辆的矩形框所在的像素点可以具有标签，体现车辆所在位置在图像中的矩形框内。

而为目标图像中车辆所在位置设置标签，主要还是依赖人工，在目标图像中识别出车辆，并选择车辆所在区域的像素点添加标签。然而，这种标签生成方式需要大量的人为工作量，效率较为低下，若为了提高标签生成的效率而减少标签数据，最终会降低图像识别精度，例如仅用矩形框表示车辆的位置，而无法识别出车辆的不同区域的特性。因此，如何减少前期为图像中的车辆生成标签的工作量，提高生成标签的效率，是图像识别方法中一个重要的问题。

基于以上技术问题，本申请实施例提供了一种标签生成方法及装置，获取待处理图像，待处理图像中可以包括车辆，车辆包括多个特征区域，特征区域具有边缘特征点，边缘特征点具有区域属性，根据特征区域的边缘特征点的区域属性，可以确定预设区域的轮廓，预设区域为多个特征区域中的至少一个，基于预设区域的轮廓，可以为预设区域生成区域标签。也就是说，本申请实施例不再是通过人工来为车辆的预设区域生成区域标签，而是利用边缘特征点的区域属性，减少了人工设置标签的数量，提高了人工设置标签的使用次数，自动为预设区域生成区域标签，提高了标签生成效率。

下面结合附图，通过实施例来详细说明本发明实施例中一种标签生成方法的具体实现方式。

参考图2所示为本申请实施例提供的一种标签生成方法的流程图，该方法可以包括以下步骤。

S101，获取待处理图像。

在本申请实施例中，待处理图像是包括车辆的图像，可以通过图像拍摄设备进行拍摄，图像拍摄设备可以是照相机、摄像机、摄像头等。在待处理图像中包括车辆，当然，待处理图像中可以仅包括车辆，也可以包括车辆以及车辆之外的其他目标对象，待处理图像中可以包括一个车辆，也可以包括多个车辆。

待处理图像中的车辆可以具有多个特征区域，不同的特征区域可以相邻，也可以不相邻，还可以相互交叠，每个特征区域中可以包括车辆的一个部件，也可以包括车辆上的多个部件。具体的，特征区域例如可以为整车区域、车头区域、侧身区域、车尾区域等，整车区域分别与车头区域、侧身区域和车位区域交叠，车头区域和侧身区域相邻，车位区域和侧身区域相邻，在车头区域中还可以有与车头区域交叠的前车灯区域、前车窗区域、保险杠区域、前车轮区域等，在车尾区域中还可以有与车尾区域交叠的后车灯区域、后车轮区域、后视镜区域、后车窗区域等，在侧身区域中还可以有与侧身区域交叠的前车辆区域、后车轮区域、侧车窗区域、车门区域等。各个特征区域之间的相邻或交叠关系根据车辆的组成部件确定，在此不做一一举例说明。

对于不同拍摄角度，得到的图像中的车辆的特征区域可以不同。例如从车辆的后方拍摄得到的图像中，可以具有整车区域和车尾区域，以及与车尾区域交叠的后车灯区域、后车轮区域、后视镜区域、后车窗区域等；从车辆的侧方向拍摄得到的图像中，可以具有整车区域和侧身区域，以及与侧身区域交叠的前车辆区域、后车轮区域、侧车窗区域、车门区域等；从车辆的斜后方拍摄得到的图像中，可以具有整车区域、车尾区域和侧身区域，以及与车尾区域和侧身区域交叠的其他区域。

待处理图像中的特征区域可以具有边缘特征点，这些边缘特征点可以是人为筛选得到的，边缘特征点能够体现特征区域的轮廓特征，例如车轮区域的边缘可以包括65个均匀分布的边缘特征点，体现车轮区域的尺寸和形状。当然，各个特征区域对应的边缘特征点的通常为多个，边缘特征点的数据根据实际情况而定，通常来说，特征区域的需要被识别的可能性越大，该特征区域的边缘特征点可以越多。

特征区域的边缘特征点可以具有区域属性，表示该边缘特征点属于哪个特征区域。具体的，边缘特征点的区域属性可以通过特征点标签体现，特征点标签与特征区域对应。举例来说，前车轮区域的边缘特征点可以具有特征点标签“1”，前车灯区域的边缘特征点可以具有特征点标签“2”。其中，特征点标签可以是预先人工生成，人工在待处理图像中确定出特征区域的边缘特征点，并为该边缘特征点设置特征点标签。

参考图3所示，为本申请实施例提供的一种待处理图像的示意图，其中包括前车轮区域、前车灯区域，前车轮区域的边缘特征点用白色圆点表示，前车灯的边缘特征点用黑色圆点表示，用于体现这些区域的轮廓特征。

S102，根据特征区域的边缘特征点的区域属性，确定预设区域的轮廓。

本申请实施例中，由于特征区域的边缘特征点具有区域属性，根据这些边缘特征点的区域属性，确定各个特征区域的相对位置，以及预设区域的轮廓。其中预设区域可以是特征区域中的至少一个区域，例如预设区域可以是需要从图像中识别出的区域。

确定预设区域的轮廓，可以具体为，根据特征区域的边缘特征点的区域属性，从边缘特征点中确定与预设区域相关的边缘特征点，再基于与预设区域相关的边缘特征点，确定预设区域的轮廓。

作为一种可能的实现方式，根据边缘特征点的区域属性，可以确定出属于预设区域的边缘特征点，利用属于预设区域的边缘特征点可以确定预设区域的轮廓。

具体的，基于边缘特征点的区域属性，可以确定边缘特征点所属的区域，例如具有特征点标签“1”的边缘特征点属于前车轮区域，具有特征点标签“2”的边缘特征点属于前车灯区域。而从边缘特征点中确定出特征点标签为“1”的边缘特征点，这些边缘特征点属于前车轮区域。

预设区域的边缘特征点是可以体现特征区域的轮廓特性的多个点，这样，可以根据预设区域的边缘特征点，确定预设区域的轮廓，例如车轮区域具有65个均匀分布的边缘特征点，因此可以根据这些边缘特征点确定出车轮区域的轮廓，例如车辆区域的轮廓可以是连接着65个边缘特征点的弧线。

作为另一种可能的实现方式，根据边缘特征点的区域属性，可以确定出属于预设区域的边缘特征点，以及与预设区域相关的特征区域的边缘特征点，利用确定出的以上边缘特征点可以确定预设区域的轮廓。其中，与预设区域相关的特征区域的边缘特征点可以包括与预设区域相邻和/或交叠的特征区域。

参考图3所示，车头区域和侧身区域相邻，车头区域和前车灯区域、保险杠区域、前车窗区域、前车轮区域分别交叠，这样可以根据前车轮区域、前车灯区域、保险杠区域、前车窗区域、车头区域的边缘特征点，确定车头区域的轮廓。

作为又一种可能的实现方式，根据边缘特征点的区域属性，可以确定出与预设区域相关的特征区域的边缘特征点，从而确定预设区域的轮廓。例如预设区域为整车区域时，可以根据车头区域、车尾区域和侧身区域的边缘特征点，确定整车区域的轮廓。

具体的，整车区域的轮廓可以根据车头区域、车尾区域和侧身区域中位于相对外侧的边缘特征点确定，参考图4所示，为一种待处理图像的整车区域的轮廓示意图，参考其中的白色线条，整车区域的下方轮廓根据车轮区域、车门区域以及保险杠区域的下方的边缘特征点确定，整车区域的上方由侧车窗区域、前车窗区域的上方的边缘特征点确定，整车区域的右侧由前车灯区域、后视镜区域、保险杠区域的右侧的边缘特征点确定，整车区域的左侧由后车轮区域、侧车窗区域的左侧的边缘特征点确定。

S103，基于预设区域的轮廓，为预设区域生成区域标签。

在确定出预设区域的轮廓后，可以基于预设区域的轮廓，为预设区域生成区域标签。具体的，可以为预设区域的轮廓上的像素点生成区域标签，从而体现预设区域的轮廓；当然，也可以根据预设区域的轮廓，为预设区域内部的像素点生成区域标签，从而体现预设区域的整体区域。

在为预设区域生成区域标签后，可以利用包括区域标签的待处理图像进行图像识别模型的训练，训练完成的图像识别模型具有从图像中识别出预设区域的能力。其中，图像识别模型可以是深度学习神经网络。

具体的，在预设区域的轮廓上的像素点具有区域标签时，训练完成的图像识别模型具有识别图像中的预设区域的轮廓的能力，并为识别出的图像中的预设区域的轮廓位置的像素点生成标签。基于识别出的图像中的预设区域的轮廓，还可以在图像中增加预设区域的轮廓线，以表征预设区域在图像中的位置。

具体的，在预设区域的轮廓内部的像素点具有区域标签时，训练完成的图像识别模型具有识别图像中的预设区域的能力，并为识别出的图像预设区域的轮廓内部的像素点生成区域标签。基于识别出的图像中的预设区域的区域，可以在图像中利用预设颜色填充该预设区域，以表征预设区域在图像中的位置。

也就是说，利用待处理图像可以自动为预设区域生成区域标签，这样仅需要人为设置特征区域的边缘特征点的区域属性，即可自动生成至少一个特征区域的区域标签，从而将这些包含区域标签的待处理图像用于模型训练，减少人为设置标签的数量，在人为设置标签后，这些标签可以用于不同特征区域的区域标签的生成，提高了特征点标签的利用率，在整体的标签生成过程中，提高标签生成效率。

本申请实施例提供了一种标签生成方法，获取待处理图像，待处理图像中可以包括车辆，车辆包括多个特征区域，特征区域具有边缘特征点，边缘特征点具有区域属性，根据特征区域的边缘特征点的区域属性，可以确定预设区域的轮廓，预设区域为多个特征区域中的至少一个，基于预设区域的轮廓，可以为预设区域生成区域标签。也就是说，本申请实施例不再是通过人工来为车辆的预设区域生成区域标签，而是利用边缘特征点的区域属性，减少了人工设置标签的数量，提高了人工设置标签的使用次数，自动为预设区域生成区域标签，提高了标签生成效率。

基于本申请实施例提供的一种标签生成方法，本申请实施例还提供了一种标签生成装置，参考图5所示为本申请实施例提供的一种标签生成装置的结构框图，该装置可以包括：

图像获取单元110，用于获取待处理图像，所述待处理图像包括车辆，所述车辆包括多个特征区域，所述特征区域具有边缘特征点，所述边缘特征点具有区域属性；

区域轮廓确定单元120，用于根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓；所述预设区域为所述多个特征区域中的一个；

区域标签生成单元130，用于基于所述预设区域的轮廓，为所述预设区域生成区域标签。

可选的，所述边缘特征点的区域属性通过特征点标签体现，所述特征点标签与所述特征区域对应。

可选的，所述区域轮廓确定单元，包括：

边缘特征点确定单元，用于根据所述特征区域的边缘特征点的区域属性，从所述边缘特征点中确定与所述预设区域相关的边缘特征点；

区域轮廓确定子单元，用于根据所述与所述预设区域相关的边缘特征点，确定预设区域的轮廓。

可选的，所述与所述预设区域相关的边缘特征点包括：属于所述预设区域的边缘特征点；或属于所述预设区域的边缘特征点，以及与所述预设区域相关的特征区域的边缘特征点；所述与预设区域相关的特征区域包括与所述预设区域相邻和/或交叠的特征区域。

可选的，所述特征区域包括：整车区域、车头区域、侧身区域、车尾区域、前车灯区域、前车窗区域、保险杠区域、后车灯区域、后车窗区域、车轮区域、侧车窗区域、后视镜区域、车门区域。

本申请实施例提供了一种标签生成装置，获取待处理图像，待处理图像中可以包括车辆，车辆包括多个特征区域，特征区域具有边缘特征点，边缘特征点具有区域属性，根据特征区域的边缘特征点的区域属性，可以确定预设区域的轮廓，预设区域为多个特征区域中的至少一个，基于预设区域的轮廓，可以为预设区域生成区域标签。也就是说，本申请实施例不再是通过人工来为车辆的预设区域生成区域标签，而是利用边缘特征点的区域属性，减少了人工设置标签的数量，提高了人工设置标签的使用次数，自动为预设区域生成区域标签，提高了标签生成效率。

进一步地，本申请实施例还提供了一种标签生成设备，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述标签生成方法的任一种实现方法。

进一步地，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述标签生成方法的任一种实现方法。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(英文：read-only memory，ROM)/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如路由器等网络通信设备)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本发明的优选实施方式，并非用于限定本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种标签生成方法，其特征在于，所述方法包括：

获取待处理图像，所述待处理图像包括车辆，所述车辆包括多个特征区域，所述特征区域具有边缘特征点，所述边缘特征点具有区域属性；

根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓；所述预设区域为所述多个特征区域中的至少一个；

基于所述预设区域的轮廓，为所述预设区域生成区域标签。

2.根据权利要求1所述的方法，其特征在于，所述边缘特征点的区域属性通过特征点标签体现，所述特征点标签与所属的特征区域对应。

3.根据权利要求1所述的方法，其特征在于，所述根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓，包括：

根据所述特征区域的边缘特征点的区域属性，从所述边缘特征点中确定与所述预设区域相关的边缘特征点；

根据所述与所述预设区域相关的边缘特征点，确定预设区域的轮廓。

4.根据权利要求3所述的方法，其特征在于，所述与所述预设区域相关的边缘特征点包括：属于所述预设区域的边缘特征点，和/或，与所述预设区域相关的特征区域的边缘特征点；所述与预设区域相关的特征区域包括与所述预设区域相邻和/或交叠的特征区域。

5.根据权利要求1-3任意一项所述的方法，其特征在于，所述特征区域包括：整车区域、车头区域、侧身区域、车尾区域、前车灯区域、前车窗区域、保险杠区域、后车灯区域、后车窗区域、前车轮区域、后车轮区域、侧车窗区域、后视镜区域、车门区域。

6.一种标签生成装置，其特征在于，所述装置包括：

图像获取单元，用于获取待处理图像，所述待处理图像包括车辆，所述车辆包括多个特征区域，所述特征区域具有边缘特征点，所述边缘特征点具有区域属性；

区域轮廓确定单元，用于根据所述特征区域的边缘特征点的区域属性，确定预设区域的轮廓；所述预设区域为所述多个特征区域中的一个；

区域标签生成单元，用于基于所述预设区域的轮廓，为所述预设区域生成区域标签。

7.根据权利要求6所述的装置，其特征在于，所述区域轮廓确定单元，包括：

边缘特征点确定单元，用于根据所述特征区域的边缘特征点的区域属性，从所述边缘特征点中确定与所述预设区域相关的边缘特征点；

区域轮廓确定子单元，用于根据所述与所述预设区域相关的边缘特征点，确定预设区域的轮廓。

8.根据权利要求7所述的方法，其特征在于，所述与所述预设区域相关的边缘特征点包括：属于所述预设区域的边缘特征点，和/或，与所述预设区域相关的特征区域的边缘特征点；所述与预设区域相关的特征区域包括与所述预设区域相邻和/或交叠的特征区域。

9.根据权利要求6-8任意一项所述的方法，其特征在于，所述特征区域包括：整车区域、车头区域、侧身区域、车尾区域、前车灯区域、前车窗区域、保险杠区域、后车灯区域、后车窗区域、前车轮区域、后车轮区域、侧车窗区域、后视镜区域、车门区域。

10.一种标签生成设备，其特征在于，包括：处理器、存储器、系统总线；

所述处理器以及所述存储器通过所述系统总线相连；

所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行权利要求1-5任一项所述的标签生成方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-5任一项所述的标签生成方法。

Images