CN111666936A - 标注方法及装置和系统、电子设备和存储介质 - Google Patents

Abstract

本公开涉及一种标注方法及装置和系统、电子设备和存储介质，方法包括：获取第一样本图像和第一样本图像的处理结果，其中，处理结果是基于图像处理网络对第一样本图像进行处理得到的；显示第一样本图像的处理结果；获取对第一样本图像的处理结果的调整结果，并基于调整结果得到第一样本图像的标注结果。本公开实施例可减少标注人员的标注操作，有效提高标注效率。

Description

标注方法及装置和系统、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种标注方法及装置和系统、电子设备和存储介质。

背景技术

随着深度学习的发展，在OCR(Optical Character Recognition，光学字符识别)等各种深度学习网络模型更新的过程中，需要大量的标注数据支撑。相关技术中，标注人员采用标注系统对数据进行标注时，需要标注的数据量过大，目前的数据少则几万张图片，多则上百万张图片，一份数据从筛选到标注完成往往需要历时1—2个月，这就使得标注过程缓慢，影响了深度学习网络模型的更新效率。

发明内容

本公开提出了一种标注方法及装置和系统、电子设备和存储介质，可以以处理结果的方式辅助标注人员进行数据标注，从而减少了标注人员的标注操作，有效提高了标注效率。

根据本公开一方面，提供了一种样本图像标注方法，包括：

获取第一样本图像和所述第一样本图像的处理结果，其中，所述处理结果是基于图像处理网络对所述第一样本图像进行处理得到的；

显示所述第一样本图像的处理结果；

获取对所述第一样本图像的处理结果的调整结果，并基于所述调整结果得到所述第一样本图像的标注结果。

在一种可能的实现方式中，所述图像处理网络对所述第一样本图像进行处理得到输出结果，所述处理结果是通过对所述图像处理网络输出的输出结果进行格式转换得到的。

在一种可能的实现方式中，所述获取所述第一样本图像的处理结果，包括：

调用所述图像处理网络对所述第一样本图像进行处理得到输出结果，并将所述输出结果作为所述处理结果。

在一种可能的实现方式中，所述处理结果包括下列中的至少一种：所述第一样本图像的名称信息、所述第一样本图像的存储路径信息、所述处理结果的版本信息、所述第一样本图像的识别结果信息、以及在所述第一样本图像中包含的检测框的位置信息。

在一种可能的实现方式中，所述处理结果的格式为json格式。

在一种可能的实现方式中，所述获取对所述第一样本图像的处理结果的调整结果，包括：

接收用户输入的结果调整指令，并基于所述结果调整指令对所述处理结果进行调整，得到所述调整结果。

在一种可能的实现方式中，所述第一样本图像的处理结果以所述第一样本图像的md5值命名；

其中，所述获取第一样本图像和所述第一样本图像的处理结果，包括：

接收样本图像集和处理结果集，其中，所述样本图像集具有包括所述第一样本图像在内的至少一个样本图像，所述处理结果集包括所述至少一个样本图像中每个样本图像的处理结果；

根据所述第一样本图像的md5值，从所述处理结果集中提取出所述第一样本图像的处理结果。

在一种可能的实现方式中，还包括：

基于工作流文件中包含的脚本调用信息，调用至少一个数据处理脚本处理所述标注结果，生成用于深度学习网络的训练数据。

根据本公开的另一方面，还提供了一种样本图像标注装置，包括：

第一获取模块，被配置为获取第一样本图像和所述第一样本图像的处理结果，其中，所述处理结果是基于图像处理网络对第一样本图像进行处理得到的；

显示模块，被配置为显示所述第一样本图像的处理结果；

第二获取模块，被配置为获取对所述第一样本图像的处理结果的调整结果，并基于所述调整结果得到所述第一样本图像的标注结果。

在一种可能的实现方式中，所述第一获取模块包括：

调用子模块，被配置为调用所述图像处理网络对所述第一样本图像进行处理得到输出结果，并将所述输出结果作为所述处理结果。

在一种可能的实现方式中，所述第二获取模块包括：

指令接收子模块，被配置为接收用户输入的结果调整指令；

结果调整子模块，被配置为基于所述结果调整指令对所述处理结果进行调整，得到所述调整结果。

在一种可能的实现方式中，所述第一样本图像的处理结果以所述第一样本图像的md5值命名；

所述第一获取模块，包括：

接收子模块，被配置为接收样本图像集和处理结果集，其中，所述样本图像集具有包括所述第一样本图像在内的至少一个样本图像，所述处理结果集包括所述至少一个样本图像中每个样本图像的处理结果；

提取子模块，被配置为根据所述第一样本图像的md5值，从所述处理结果集中提取出所述第一样本图像的处理结果。

在一种可能的实现方式中，还包括：

标注结果处理模块，被配置为基于工作流文件中包含的脚本调用信息，调用至少一个数据处理脚本处理所述标注结果，生成用于深度学习网络的训练数据。

根据本公开的一方面，还提供了一种样本图像标注系统，包括图像处理网络、以及如上任一所述的样本图像标注装置；

其中，所述图像处理网络，被配置为接收第一样本图像，对所述第一样本图像进行处理得到输出结果；其中，所述样本图像标注装置获取到的处理结果基于所述输出结果得到。

在一种可能的实现方式中，还包括格式转化模块；

其中，所述图像处理网络，被配置为对所述第一样本图像进行处理得到所述输出结果；

所述格式转换模块，被配置为对所述图像处理网络输出的所述输出结果进行格式转换，得到所述处理结果。

根据本公开的一方面，还提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行如上任一所述的方法。

根据本公开的一方面，还提供了一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现如上任意一项所述的方法。

在本公开实施例中，在对第一样本图像进行标注时，通过获取由图像处理网络对第一样本图像进行处理所得到的处理结果，并显示出第一样本图像的处理结果，以便于标注人员在进行第一样本图像的标注时，只需对处理结果进行调整即可，这就实现了以处理结果的方式辅助标注人员进行数据标注的目的，从而减少了标注人员的标注操作，有效提高了标注效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的样本图像标注方法的流程图；

图2示出根据本公开实施例的样本图像标注方法中处理结果的显示方式的示意图；

图3示出根据本公开实施例的样本图像标注装置的框图；

图4示出根据本公开实施例的样本图像标注系统的框图；

图5示出根据本公开实施例的电子设备的框图；

图6示出根据本公开实施例的电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

首先，需要说明的是，本公开实施例的样本图像标注方法中的第一样本图像(即，标注对象)为对各种深度学习网络模型进行训练、检测等所采用的第一样本数据。其中，第一样本图像可以为各种图片，图片的格式可以为.jpg格式、.bmp格式等，还可以为其他格式，此处不再进行一一举例说明，且不对第一样本图像的格式进行限定。

同时，深度学习网络模型可以为OCR(Optical Character Recognition，光学字符识别)等各种深度学习网络模型，如：可以为卷积神经网络(CNN)、循环神经网络(RNN)或长短期记忆网络(LSTM)，还可以为用于实现图像分类(ImaheNet)、目标检测与分割(COCO)、视频识别(Kinetics)、图像风格化和笔记生成等各种视觉任务的神经网络。

图1示出本公开实施例的样本图像标注方法的流程图。参阅图1，在本公开的样本图像标注方法中，包括步骤S100，获取第一样本图像和第一样本图像的处理结果。其中，处理结果是基于图像处理网络对第一样本图像进行处理得到的。即，通过图像处理网络对第一样本图像进行处理，得到相应的处理结果。

此处，应当指出的是，处理结果可以包括第一样本图像的名称信息、第一样本图像的存储路径信息、处理结果的版本信息、第一样本图像的识别结果信息、以及在第一样本图像中包含的检测框的位置信息中的至少一种。

其中，处理结果的版本信息用于区分标注批次(即，当前所标注的第一样本图像属于第几批次的样本数据)。第一样本图像的识别结果信息则为检测框内的内容信息。检测框的位置信息指的是检测框在第一样本图像中的位置，其可以通过四个脚点坐标来表征，也可以通过检测框的四个边界(上边界、下边界、左边界和右边界)来表征。识别结果信息则指的是检测框中的具体内容。并且，检测框的个数可以为一个，也可以为多个。也就是说，检测框的个数可根据第一样本图像的实际情况来确定。

如：当第一样本图像为一张会员卡或银行卡图片时，检测框的个数可以为一个，该检测框的位置为会员卡或银行卡中卡号的位置，检测框中的内容信息则为卡号。当第一样本图像为身份证正面图片时，检测框的个数则可以为至少两个，其中一个检测框的位置为身份证正面图片中身份证号的位置，检测框中的内容信息为身份证号；另一个检测框的位置则为出生日期的位置，检测框中的内容信息则为出生日期(如：年份、月份和日期)。

也就是说，在本公开的样本图像标注方法中，通过图像处理网络对第一样本图像进行处理，获取相应的处理结果后，即可将第一样本图像和处理结果上传至样本图像标注装置。其中，样本图像标注装置可以为通用的对样本图像进行标注的工具，也可以采用本公开实施例的样本图像标注装置。

其中，基于图像处理网络对第一样本图像进行处理，获取第一样本图像的处理结果时，可以通过图像处理网络对第一样本图像进行处理得到相应的输出结果，再对输出结果进行格式转换从而得到处理结果。

在一些实施例中，通过图像处理网络得到输出结果时，可以通过调用不同的深度学习网络模型来实现。深度学习网络模型可以包括检测模型和识别模型中的至少一种。

举例来说：以检测识别为例，基于图像处理网络在对第一样本图像进行处理时，可以通过图像处理网络中的第一调用指令调用深度学习网络模型中的检测模型对第一样本图像进行检测，以检测到第一样本图像中的各个数字或数组，并通过检测框将检测到的各个数字或数组标注出来。此时，通过检测模型即可获取到各个检测框的位置。

同时，还可以通过图像处理网络中的第二调用指令调用深度学习网络模型中的识别模型对各检测框中的内容进行识别，从而获取各检测框内的内容信息。

由此，通过调用具有不同功能的深度学习网络模型，即可实现对第一样本图像的处理，获取到相应的输出结果(如：各检测框的位置以及各检测框中的内容等)。其中，在该实施例中，深度学习网络模型同样可以为各种结构的网络模型，此处不进行具体限定。

同时，可通过检测模型检测获取到第一样本图像的名称、存储路径等信息，并将获取到的第一样本图像的名称、存储路径以及检测框的位置和各检测框内的内容信息等作为一个数据集进行记录存储，从而生成输出结果。此处，还应当指出的是，在记录存储包含上述各项信息的数据集时，还可以同时补充记录下当前处理结果的版本信息，用于标记当前所生成的处理结果的批次，以利于不同批次的处理结果的识别和区分。

需要指出的是，输出结果的内容信息与处理结果的内容信息相一致，同样包括第一样本图像的名称信息、第一样本图像的存储路径信息、处理结果的版本信息、第一样本图像的识别结果信息以及检测框的位置信息中的至少一种。

在获取到第一样本图像的输出结果后，即可对输出结果进行格式转换，得到相应的处理结果。其中，对输出结果进行格式转换时，可以采用脚本格式的具有转换格式功能的模块(即，格式转换模块)来实现。即，通过格式转换模块对输出结果进行格式转换得到处理结果。

举例来说，如：以图像处理任务为更新检测识别神经网络模型为例，此时图像处理任务中的样本图像应用于检测识别神经网络模型。首先将第一样本图像作为图像处理网络的输入流，使得图像处理网络对第一样本图像进行处理，并将第一样本图像的输出结果记录下来。此处，需要指出的是，图像处理网络对第一样本图像进行处理得到输出结果的方式可以根据前面所述的方式来实现，此处不再进行赘述。

进而，再根据图像处理网络对第一样本图像的输出结果，记录下相关信息，由格式转换模块对输出结果进行格式转换以得到相应的处理结果。

由此，在本公开实施例中，通过图像处理网络对第一样本图像进行处理，得到相应的输出结果后，再基于格式转换模块对输出结果进行格式转换得到相应的处理结果，使得最终获取的处理结果的格式统一，以便于后续处理结果的读取和显示，使得标注员能够直接对处理结果进行微调。同时还保证了基于处理结果所得到的标注结果的格式统一，避免了后续标注员对标注结果进行格式修改的操作，有效地减少了标注人员的工作量。

其中，在一些实施例中，图像处理网络的编写语言可以为C++。格式转换模块可以为脚本格式，编写语言可以为python。

通过采用C++语言编写实现图像处理网络，基于图像处理网络对第一样本图像进行处理，并采用python语言编写实现脚本形式的格式转换模块，由格式转换模块对输出结果进行格式转换得到相应的处理结果，保证了数据处理的高效性。

本领域技术人员可以理解的是，图像处理网络和格式转换模块也可以采用相同的编程语言(如：python)来实现，此处不再进行详细说明。

另外，应当指出的是，在一种可能的实现方式中，处理结果的格式可以为json格式。也就是说，在对第一样本图像进行处理生成相应的处理结果时，处理结果的信息可以以json格式记录下来。

如：基于前面所述的检测识别为例，以json格式记录下来的信息包括：

此处，应当说明的是，在图像处理任务中的样本图像为应用于检测模型(即，用于检测的神经网络模型)的样本数据时，此时处理结果中可以包括检测框的位置信息，对于识别结果信息(即，ocr-text)则记录为空即可。同理，在图像处理任务中的样本图像为应用于识别模型(即，用于识别的神经网络模型)的样本数据时，此时处理结果中检测框的位置信息可以记录为空，识别结果信息则记录相应的识别内容信息即可。

由此，采用json格式记录处理结果，是由于Json格式为较为通用的约定好的数据格式，可以使用不同的编程语言对json格式的处理结果进行解析，这也就有效提高了本公开实施例的样本图像标注方法的灵活性，使得在显示相应的处理结果时能够跨语言进行，并且简化了处理结果的解析，使得处理结果的显示更加简单，易于实现。

同时，采用json格式记录处理结果的各项信息，还使得处理结果形式统一，在后续处理标注结果的时候就不需要进行格式转换等冗余操作，这也就进一步地提高了标注效率。

此处，应当指出的是，记录下来的各项信息中的识别结果即为检测框内的内容信息。另外，本领域技术人员可以理解的是，处理结果的格式也可以为xml格式，即，以xml形式记录处理结果中的各项信息。此处不再进行赘述。

参阅图1，在本公开实施例的样本图像标注方法中，还包括步骤S200，显示第一样本图像的处理结果，以便于标注员能够根据第一样本图像的实际内容对处理结果进行调整。

此处，应当指出的是，在进行处理结果的显示时，可以以图形界面的方式进行显示，还可以以其他方式(如：列表)显示。其中，在以图形界面的方式显示处理结果时，可以通过在第一样本图像上显示处理结果的方式来实现。

举例来说，参阅图2，对于某一张样本图像(如：一张银行卡的正面)，该样本图像的处理结果中包含有一个检测框，检测框的位置为银行卡正面的卡号位置(即，记录12345678 1234 45678的位置处)。在显示该样本图像的处理结果时，可以显示出银行卡的正面图片，并在该银行卡的正面图片的相应位置(即，卡号位置)处显示出检测框的四个边界，同时还在四个边界中任一边界的相邻位置处显示出处理结果中的识别结果(检测框内的内容信息)。

通过采用图形界面的方式显示处理结果，使得标注员能够更加直观的确定出当前所显示的处理结果是否准确，从而加快对样本图像的标注流程。

进一步的，参阅图1，在本公开实施例的样本图像标注方法中，还包括步骤S300，获取对第一样本图像的处理结果的调整结果，并基于调整结果得到第一样本图像的标注结果。通过基于对处理结果进行调整的调整结果，得到标注结果，保证了标注结果的准确性。

其中，在获取对第一样本图像的处理结果的调整结果时，可以包括：接收用户输入的结果调整指令，并基于结果调整指令对处理结果进行调整，得到调整结果。

此处，需要说明的是，结果调整指令可以包括用户(如：标注员)对处理结果所做的调整操作信息。如：放大检测框(拉伸检测框的四个边界中的至少一个边界)，缩小检测框(缩短检测框的四个边界中的至少一个边界)，以及修改检测框内的内容信息(如：将检测框中的某一信息“A”修改为“B”)。

在接收到用户输入的结果调整指令后，即可基于结果调整指令对处理结果进行调整，从而得到相应的调整结果。

其中，本领域技术人员可以理解的是，基于结果调整指令对处理结果进行调整可以包括对检测框进行拉伸(如：向左拉伸、向右拉伸、向上拉伸和向下拉伸中的至少一种)，对检测框进行缩放(向左压缩、向右压缩、向下压缩和向上压缩中的至少一种)以及修改检测框内的内容(即，修改识别结果信息中的内容)等操作中的至少一种。

相应的，调整结果指的是对处理结果进行调整后的信息。

另外，在获取对第一样本图像处理结果的调整结果时，还可以包括：直接接收用户对处理结果所进行的调整结果。即，在获取调整结果时，用户对处理结果所进行的调整不是以指令的方式上传，而是将对处理结果调整后的最终结果直接反馈给样本图像标注装置，样本图像标注装置直接将获取到调整后的最终结果来作为调整结果即可。

在通过上述任一种方式得到调整结果后，即可基于调整结果生成相应的标注结果，从而实现对第一样本图像的标注，达到校正标注结果的目的，保证了标注结果的准确性，有效提高了本公开的样本图像标注方法的可靠性和准确率。

由此，本公开实施例的样本标注方法在对第一样本图像进行标注时，通过获取由图像处理网络对第一样本图像进行处理所得到的处理结果，并显示出第一样本图像的处理结果，以便于标注人员在进行第一样本图像的标注时，只需对处理结果进行调整即可，这就实现了以处理结果的方式辅助标注人员进行数据标注的目的，从而减少了标注人员的标注操作，有效提高了标注效率。

并且，在标注人员对处理结果调整后，获取对处理结果调整后的调整结果，并基于调整结果得到第一样本图像的标注结果，实现了校正处理结果的目的，这也就有效解决了标注错误率高的问题，从而进一步地提高了标注结果的准确率。

其中，需要说明的是，在本公开实施例的标注方法中，图像处理网络可以运行在第一处理器上，第一处理器可以为人工智能处理器。通过采用人工智能处理器运行图像处理网络，来实现对第一样本图像的处理，有效保证了数据标注的效率。样本图像标注装置则可以运行在第二处理器上，第二处理器可以为通用处理器，也可以为人工智能处理器，此处不进行具体限定。

进一步的，在一些实施例中，在基于图像处理网络对第一样本图像进行处理得到相应的处理结果时，处理结果可以以第一样本图像的md5(Message-Digest Algorithm 5，信息-摘要算法5)值来命名。其中，md5为计算机安全领域广泛使用的一种散列函数，用以提供消息的完整性保护，以确保信息传输完整一致。

同时，采用第一样本图像的md5值对处理结进行命名，使得在同一批次中包含第一样本图像在内的至少一个样本图像时，能够有效区分不同样本图像的处理结果。

由此，通过采用第一样本图像的md5值对处理结果进行命名，保证了处理结果在传输过程中的完整性和一致性，以便于后续对处理结果的调整，并且使得后续对同一批次中不同的处理结果的提取更加具有针对性，这也就更进一步地加快了数据标注的效率。

进一步的，在一些实施例中，在进行图像处理任务时，同一批次内所要处理的样本图像的个数可以为多个。其中，对于同一批次中每个样本图像由图像处理网络处理得到相应的处理结果的方式可以采用前面所述的任一种方式。

举例来说：同上还以检测识别为例，首先生成样本图像的列表(即，各样本图像依次排列)，将列表作为图像处理网络的输入流，使得图像处理网络依次对每一个样本图像进行处理，并将每一个样本图像的输出结果记录下来。进而，再由格式转换模块对每一个样本图像的输出结果进行格式转换，以得到相应的处理结果。

在通过上述方式对每个样本图像进行处理并得到相应的处理结果后，可以将各样本图像和各处理结果分别作为一个数据集合(即，样本图像集和处理结果集)进行上传，以加快数据上传速率，从而更进一步地提高标注速率。

相应的，结合前面所述可知，处理结果可以通过第一样本图像的md5值进行命名。因此，在一种可能的实现方式中，在获取第一样本图像和第一样本图像的处理结果时，可以包括：

接收样本图像集和处理结果集，其中，样本图像集具有包括第一样本图像在内的至少一个样本图像，处理结果集包括至少一个样本图像中每个样本图像的处理结果。

根据第一样本图像的md5值，从处理结果集中提取出第一样本图像的处理结果，以便于对提取出的处理结果进行解析，获取处理结果的信息，并显示处理结果的信息。即，将处理结果的信息反馈在样本图像标注装置中。

即，对于每一个样本图像，均由处理结果集中提取出对应的处理结果并显示出来。这样就能够使得标注人员根据显示出来的处理结果以及当前需要标注的第一样本图像，对处理结果进行调整。

此处，应当说明的是，在进行各样本图像的处理结果的提取时，各处理结果的提取过程可以为并行执行过程(即，对各样本图像同时进行处理结果的提取)，也可以为串行执行过程(即，对各样本图像依次提取相应的处理结果)。此处不进行具体限定。

当通过上述任一种方式提取并显示出处理结果后，即可由标注员根据当前需要标注的第一样本图像以及对应的处理结果，对处理结果中的各项信息进行调整。其中，在调整过程中，标注员可以根据显示出来的处理结果的各项信息与第一样本图像进行一一对应，如果处理结果中存在某一项或某几项信息与第一样本图像中的不一致，则将不一致的信息修改为与第一样本图像相一致。同时，还可查看处理结果中是否存在漏掉的第一样本图像的信息，如果存在遗漏信息，则进行信息的补充，从而得到正确的标注结果。

由此，在基于对处理结果调整后的调整结果生成标注结果时，调整结果可以包括修改的信息和补充的信息。通过基于对处理结果调整后的调整结果生成标注结果，保证了标注结果的准确性，解决了标注员标注错误率高的问题。

进一步的，作为本公开实施例的样本图像标注方法的一种可能的实现方式，还可以包括：

基于工作流文件中包含的脚本调用信息，调用至少一个数据处理脚本处理标注结果，生成用于深度学习网络模型训练的训练数据。此处，应当指出的是，工作流文件是样本图像标注装置中规定好的文件，对于不同的图像处理任务规定不同的工作流文件。其中，工作流文件中包含有脚本调用信息，脚本调用信息用于表征当前标注任务所需调用的数据处理脚本信息，还可以包括所需调用的数据处理脚本的调用顺序。

其中，数据处理脚本是嵌入在样本图像标注装置中的，可以包括抠图生成脚本和文件生成脚本中的至少一种。抠图生成脚本用于对标注结果中的各个检测框进行抠图，得到相应的抠图结果。文件生成脚本，则用来生成用于各种深度学习网络模型训练的文件。

举例来说，同样以检测识别为例，在标注完成得到各样本图像的标注结果之后，则通过工作流文件中的脚本调用信息，调用相应的数据处理脚本对标注结果进行处理。如：需要根据标注结果生成一个用于训练文字检测模型的label文件；(2)对一张图片(即，第一样本图像)的多个检测框进行抠图并存储于一个新的文件夹下，同时生成一个用于训练识别模型的label文件。即，通过调用不同的数据处理脚本，得到的训练数据包括：用于训练检测模型的检测label文件，用于训练识别模型的识别label文件，以及根据对检测框进行抠图得到的检测图的抠图结果。

通过样本图像标注装置规定好的工作流文件，根据工作流文件中的脚本调用信息调用不同的数据处理脚本来进行标注结果的处理，相较于相关技术中由标注员在拿到标注结果之后再编写相应的脚本进行处理的方式，实现了将各个数据处理脚本嵌入到标注系统中的目的，从而更进一步地减少了标注员的冗余操作，节省了数据处理的时间和标注员的人工成本，更加加快了标注流程。

进一步的，根据前面所述，由于在对第一样本图像进行处理时，可以通过图像处理网络和格式转换模块来实现。其中，考虑到数据处理的高效性，图像处理网络可以采用C++语言来实现，而在对处理结果进行调整获得标注结果时所采用的样本图像标注装置一般是采用python语言编写实现，这就使得图像处理网络与样本图像标注装置不兼容。由此，在基于图像处理网络对第一样本图像进行处理得到相应的处理结果后，通常需要标注员人为地将包含有第一样本图像的样本图像集和包含有至少一个样本图像的处理结果的处理结果集上传至样本图像标注装置。

基于此，为了避免人为上传数据的操作，以更进一步地提高数据标注效率，在一种可能的实现方式中，还可以包括：调用图像处理网络对第一样本图像进行处理，得到处理结果。

也就是说，通过将图像处理网络嵌入到样本图像标注装置中，在接收到当前图像处理任务后，直接调用图像处理网络，由图像处理网络对各样本图像进行处理即可。

即，将图像处理网络编译生成的代码库生成一系列的动态链接库(.os后缀文件)，然后通过编写相应的接口调用编译生成的动态链接库，在每次标注一张图片(如：第一样本图像)时，通过递归解析出图像处理网络的输出结果(并将相应的信息反馈至样本图像标注装置中即可。

此处，需要说明的是，图像处理网络存储的输出结果是以计算机的树形结构存储的，递归解析可以获取到图像处理网络对第一样本图像进行处理时所得到的所有结果，并基于所得到的所有结果生成相应的输出结果。这也就在进一步提高数据标注效率，减少标注员和工程师的工作量的同时，还更进一步的保证了数据标注的准确性，避免了数据标注过程中的标注结果缺失的现象，并且还使得样本图像标注装置使用起来非常方便。

并且，通过将图像处理网络嵌入到样本图像标注装置中，使得图像处理网络和样本图像标注装置可以运行在同一处理器(如：人工智能处理器)上，这也就有效避免了资源占用的情况，实现了利用最少的资源即可完成数据标注的目的。

为了更清楚地说明本公开实施例的样本图像标注方法的过程，以下基于前面所述的检测识别实施例作为一个例子对本公开实施例的样本图像标注方法进行更加详细的说明，其中，这里假设样本图像为文本图像。

其中，图像处理任务中的样本图像集包含具有第一样本图像的多个样本图像，在对这多个样本图像进行标注时，通过将多个样本图像生成待标注图片的列表，将列表作为图像处理网络(例如sdk_ocr等)的输入流对每一张样本图像进行处理，并将每一张样本图像的输出结果记录下来。

根据sdk_ocr对每一张样本图像的输出结果，记录下相关信息。其中，以json格式记录下来的信息(即，处理结果)包括：

同时每一个json格式的处理结果均以生成这张样本图像的md5值进行命名。将所有的处理结果和样本图像分别作为一个数据集一起送入样本图像标注装置。样本图像标注装置根据样本图像的md5值提取对应的处理结果进行解析，并将处理结果以图形界面的方式显示出来，标注员操作时，样本图像标注装置会将处理结果反馈在装置中，标注员只需要修改处理结果中检测框的结果以及识别结果即可，这就大量减少了标注的人工操作，提高标注效率和准确率。

在标注完成之后，提交标注任务(即，图像处理任务)时，提交一个样本图像标注装置中规定好的当前图像处理任务所对应的工作流文件，工作流文件中包含本次标注需要进行的标注操作，标注之后需要调用哪些数据处理脚本生成对应的结果，以便于基于所提交的工作流文件调用相应的数据处理脚本对标注结果进行处理。

在本公开一些实施例中，在标注完成之后，还可以包括：(1)根据标注结果生成一个用于训练文字检测模型的label文件。即，调用第一文件生成脚本，通过第一文件生成脚本根据标注结果生成一个用于训练文字检测模型的label文件；(2)对一张样本图像的多个检测框进行抠图并存储于一个新的文件夹下面，同时生成一个用于训练识别的label文件。即，通过抠图生成脚本对一张样本图像的多个检测框进行抠图并存储于一个新的文件夹下面，同时调用第二文件生成脚本生成一个用于训练识别label文件。(1)(2)需求三个输出结果：检测label，识别label，根据检测图生成的抠图结果。

由此，即可执行完当前的样本图像标注过程。通过将这些数据处理脚本(如：第一文件生成脚本、抠图生成脚本，第二文件生成脚本)嵌入到样本图像标注装置中，通过一个工作流文件进行控制，可以大量减少标注员的冗余工作。

另外，还需要说明的是，在本公开实施例的样本图像标注方法中，基于图像处理网络对第一样本图像进行处理得到相应的处理结果时，还可以包括：接收许可请求，在接收到许可请求后发送输入许可密码的命令，并相应显示许可密码输入框，由标注人员输入相应的许可密码后，再发送许可通过的指令，从而使得标注人员可以直接使用图像处理网络进行第一样本图像的处理。

即，通过设置输入许可密码的方式来获取预标注模块的使用权，有效地保证了数据标注的安全性。

应理解，上文所述的例子仅用于示例性说明，以帮助本领域技术人员更好地理解本公开实施例的技术方案，而非构成对本公开的限制。

还应理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。即，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了样本图像标注装置、样本图像标注系统、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种样本图像标注方法，相应技术方案和描述可参见方法部分的相应记载，不再赘述。

图3示出根据本公开实施例的样本图像标注装置110的框图，如图3所示，所述样本图像标注装置110包括：

第一获取模块111，被配置为获取第一样本图像和所述第一样本图像的处理结果，其中，所述处理结果是基于图像处理网络对第一样本图像进行处理得到的；

显示模块112，被配置为显示所述第一样本图像的处理结果；

第二获取模块113，被配置为获取对所述第一样本图像的处理结果的调整结果，并基于所述调整结果得到所述第一样本图像的标注结果。

在一种可能的实现方式中，所述第一获取模块111包括：

调用子模块，被配置为调用所述图像处理网络对所述第一样本图像进行处理，得到所述处理结果。

在一种可能的实现方式中，所述第二获取模块113包括：

指令接收子模块，被配置为接收用户输入的结果调整指令；

结果调整子模块，被配置为基于所述结果调整指令对所述处理结果进行调整，得到所述调整结果。

在一种可能的实现方式中，所述第一样本图像的处理结果以所述第一样本图像的md5值命名；

所述第一获取模块111，包括：

接收子模块，被配置为接收样本图像集和处理结果集，其中，所述样本图像集具有包括所述第一样本图像在内的至少一个样本图像，所述处理结果集包括所述至少一个样本图像中每个样本图像的处理结果；

提取子模块，被配置为根据所述第一样本图像的md5值，从所述处理结果集中提取出所述第一样本图像的处理结果。

在一种可能的实现方式中，还包括：

标注结果处理模块，被配置为基于工作流文件中包含的脚本调用信息，调用至少一个数据处理脚本处理所述标注结果，生成用于深度学习网络的训练数据。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

图4示出根据本公开实施例的样本图像标注系统100的框图，如图4所示，所述样本图像标注系统100，包括图像处理网络120、以及前面任一所述的样本图像标注装置110；

其中，所述图像处理网络120，被配置为接收第一样本图像，对所述第一样本图像进行处理得到输出结果；其中，所述样本图像标注装置获取到的处理结果基于输出结果得到。

在一种可能的实现方式中，还包括格式转化模块；

其中，所述图像处理网络120，被配置为对所述第一样本图像进行处理得到输出结果；

所述格式转换模块，被配置为对所述图像处理网络输出的输出结果进行格式转换，得到所述处理结果。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图5是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图6是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图6，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分，所述模块、程序段或指令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。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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种样本图像标注方法，其特征在于，包括：

获取第一样本图像和所述第一样本图像的处理结果，其中，所述处理结果是基于图像处理网络对所述第一样本图像进行处理得到的；

显示所述第一样本图像的处理结果；

获取对所述第一样本图像的处理结果的调整结果，并基于所述调整结果得到所述第一样本图像的标注结果。

2.根据权利要求1所述的方法，其特征在于，所述图像处理网络对所述第一样本图像进行处理得到输出结果，所述处理结果是通过对所述图像处理网络输出的输出结果进行格式转换得到的。

3.根据权利要求1所述的方法，其特征在于，所述获取所述第一样本图像的处理结果，包括：

调用所述图像处理网络对所述第一样本图像进行处理，得到输出结果，并将所述输出结果作为所述处理结果。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述获取对所述第一样本图像的处理结果的调整结果，包括：

接收用户输入的结果调整指令，并基于所述结果调整指令对所述处理结果进行调整，得到所述调整结果。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述第一样本图像的处理结果以所述第一样本图像的md5值命名；

其中，所述获取第一样本图像和所述第一样本图像的处理结果，包括：

接收样本图像集和处理结果集，其中，所述样本图像集具有包括所述第一样本图像在内的至少一个样本图像，所述处理结果集包括所述至少一个样本图像中每个样本图像的处理结果；

根据所述第一样本图像的md5值，从所述处理结果集中提取出所述第一样本图像的处理结果。

6.根据权利要求1至5任一项所述的方法，其特征在于，还包括：

基于工作流文件中包含的脚本调用信息，调用至少一个数据处理脚本处理所述标注结果，生成用于深度学习网络的训练数据。

7.一种样本图像标注装置，其特征在于，包括：

第一获取模块，被配置为获取第一样本图像和所述第一样本图像的处理结果，其中，所述处理结果是基于图像处理网络对第一样本图像进行处理得到的；

显示模块，被配置为显示所述第一样本图像的处理结果；

第二获取模块，被配置为获取对所述第一样本图像的处理结果的调整结果，并基于所述调整结果得到所述第一样本图像的标注结果。

8.一种样本图像标注系统，其特征在于，包括图像处理网络、以及权利要求7所述的样本图像标注装置；

其中，所述图像处理网络，被配置为接收第一样本图像，对所述第一样本图像进行处理得到输出结果；其中，所述样本图像标注装置获取到的处理结果基于所述输出结果得到。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行权利要求1至6中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。

Images