CN112528929A - 数据标注方法及装置、电子设备、介质和产品 - Google Patents
数据标注方法及装置、电子设备、介质和产品 Download PDFInfo
- Publication number
- CN112528929A CN112528929A CN202011524895.0A CN202011524895A CN112528929A CN 112528929 A CN112528929 A CN 112528929A CN 202011524895 A CN202011524895 A CN 202011524895A CN 112528929 A CN112528929 A CN 112528929A
- Authority
- CN
- China
- Prior art keywords
- point
- points
- auxiliary line
- picture
- data annotation
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种数据标注方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及人工智能领域,尤其涉及深度学习、图像识别、云计算领域。实现方案为:获取待标注的图片;在图片上标注多个点;以及,生成辅助线,该辅助线用于连接多个点中属于一个或多个点集中的同一点集的点,其中,构成一个或多个点集中的每个点集的点是预先确定的。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及深度学习、图像识别、云计算,具体涉及一种数据标注方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing),指的是通过网络接入弹性可扩展的共享物理或虚拟资源池,资源可以包括服务器、操作系统、网络、软件、应用和存储设备等,并可以以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术,可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
数据标注可以是对图片中的物体对象根据设定的标注规则进行标注。如,可以对图片中的车位进行打点处理或对图片中的人脸关键点进行打点处理等。但是在标注过程中以及后续审核过程中,需要判断各个点是否在预定位置,从而确认其标注是否满足预设质量要求。目前,在进行数据标注时通常需要标注人员和审核人员视觉上检查每个点是否符合要求,但图片中需标注的点可能非常多,这样标注质量难以保证。
发明内容
本公开提供了一种数据标注方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种数据标注方法,包括:获取待标注的图片;在图片上标注多个点;以及,生成辅助线,该辅助线用于连接多个点中属于一个或多个点集中的同一点集的点,其中,构成一个或多个点集中的每个点集的点是预先确定的。
根据本公开的另一方面,提供了一种数据标注装置,包括:获取单元,配置为获取待标注的图片;标注单元,配置为在图片上标注多个点;以及,辅助线生成单元,配置为生成辅助线,该辅助线用于连接多个点中属于一个或多个点集中的同一点集的点,其中,构成一个或多个点集中的每个点集的点是预先确定的。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被所述至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行数据标注方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行数据标注方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现数据标注方法。
根据本公开的一个或多个实施例,通过在数据标注过程中生成辅助线,大大提升了标注质量和审核效率,降低了开发成本。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的数据标注方法的流程图;
图3示出了根据本公开的实施例的在人脸图片中进行数据标注的示意图;
图4示出了根据本公开的实施例的在图3所示的图片中生成辅助线后的示意图;
图5示出了根据本公开的实施例的数据标注装置的结构框图;以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行数据标注方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
客户端设备101、102、103、104、105和/或106可以用来显示数据标注的图片和标注指令或者接收数据标注的图片等等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS);或包括各种移动操作系统,例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如图片文件等的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
在数据标注项目中,需要对图片中的特定区域按照预设要求进行打点,例如人脸打点、人体骨骼打点、自动泊车场景下的车位打点等。示例地,在人脸打点场景下,一般情况不管人脸角度如何,鼻子人中点、嘴巴中点、下巴中点大致可以形成一条直线。因此,仅凭人眼观测以确认上述中点是否处于一条线上将是困难且效率低的。尤其是在打点数量非常大的情况下,比如仅人脸打点场景一般就有66点、88点、106点、144点等多种不同的需求。目前人眼观测的审核方式不仅审核效率低、质量难以保证,而且大大增加了审核成本。
因此,根据本公开的实施例提供了一种数据标注方法200,如图2所示,包括:获取待标注的图片(步骤210);在图片上标注多个点(步骤220);以及生成辅助线,该辅助线用于连接多个点中属于一个或多个点集中的同一点集的点(步骤230)。示例地,构成一个或多个点集中的每个点集的点可以是预先确定的。
根据本公开的实施例通过在数据标注过程中生成辅助线,大大提升了标注质量和审核效率,降低了开发成本。
在一些实施例中,可以实时获取客户端发送的该待标注图片,也可以从预设的存储区域中获取待标注图片。示例地,该预设的存储区域可以是本地用于预存待标注图片的存储区域,也可以是服务端用于保存待标注图片的数据库或存储器。但是应当理解,其他获取待标注图片的方法也是可能的,在此不作限制。
根据一些实施例,所述图片可以包括人脸、人体躯体或泊车车位中的至少一者。即,图片中的待标注的对象可以是人脸、人体躯体或泊车车位中的至少一者。附加地或替换地,图片中的待标注对象还可以是障碍物,如汽车、栏杆、行人、树木或广告牌等。
应当理解,上述待标注的图片仅仅是示例的,待标注的图片可以是各种应用场景的需要进行标注的图片,如自动驾驶领域、人脸识别领域、体感游戏领域等。本公开并不对待标注的图片中的对象进行限定,各种需要进行数据标注的图片都是可能的。
根据一些实施例,多个点可以是待标注于图片上的全部点中的至少一部分。并且,可以根据全部点中的每个点的点属性将该全部点预先划分为一个或多个点集。
在一些实施例中,“多个点”可以是图片中的全部待标注的点,例如66点人脸标注场景中的66个点、88点人脸标注场景中的88个点等。示例地或替换地,“多个点”也可以是图片中的对应某一个部位的点,例如左侧眉毛上的5个点、右侧眼睛上的8个点等。示例地或替换地,“多个点”也可以是图片中的任意两个点或两个以上的点。应当理解,上述描述仅仅是示例形式,本公开并不意于将其限制于此。
在一些实施例中,“点集”可以是具有相同属性或相同区域的标注点的集合。图3示出了根据本公开的实施例的在人脸图片中进行数据标注的示意图。如图3所示,在该人脸图片上标注了多个点310,每一个点310根据预设规则被标注在人脸中的相应位置。示例地,用于标识同一侧眉毛(或一对眉毛)的所有点310可以组成一个点集320,用于标识同一侧眼睛(或一双眼睛)的所有点310可以组成一个点集320等等,即可以按照点310的位置属性来确认其各自所属的点集320。但是应当理解,其他的点集定义方式也是可能的,在此不作限制。
在一些实施例中,可以由标注人员或审核人员预先设置当前标注场景下的辅助线生成规则,以根据相应的点属性或区域特性确定哪些点集中的点需要连成辅助线。例如,可以预想区分各个标注区域,以设置如左眼区域的点可形成辅助线、右眼区域的点可形成辅助线等。因此,根据本公开的实施例不需要针对每个标注项目单独定制化开发其相应的标注规则,这有效地降低了开发成本,具有较强的适用性。
可以理解的是,上述设置辅助线生成规则的方法仅仅是示例的,本公开并不意于将其限制于此。
根据一些实施例,生成辅助线可以包括:在图片上新标注了一个点之后,响应于确定该新标注的点与至少一个已标注的点属于同一点集,自动生成辅助线以连接该新标注的点和至少一个已标注的点。
在一些示例中,在图片中新标注了一个点之后,如果该点与至少一个已标注的点为同一点集,例如同属于左眉点集、右眉点集等,则将该新标注的点自动与同点集中的其他点生成辅助线。在由标注人员或审核人员预先设置辅助线生成规则的情况下,若设置了左眉区域的1-5点构成一个点集、可形成辅助线,例如已经在该区域标注了第1点,在标注第2点后则自动将其与第1点连成一条线,在继续标注了第3点后则自动将第1点、第2点和第3点连成一条线…这样,在标注完该区域的所有5个点后,即可形成一条辅助线。
图4示出了根据本公开的实施例的在图3所示的图片中生成辅助线后的示意图。如图4所示,在脸部中线区域以及眉毛区域各自生成了一条平滑的辅助线410以连接其各自点集中的点。可以看出,在生成了辅助线之后,可以清楚地判断各个点是否满足标注要求、是否存在某个点偏离预定义位置等的情况,这大大提高了审核效率和标注质量。
根据一些实施例,生成辅助线可以包括:响应于确定一个或多个点集中的第一点集所包含的点均已被标注在图片上,自动生成辅助线以连接第一点集中的点。
在一些示例中,在图片中新标注了一个点之后,如果该点所属的点集(例如左眉点集、右眉点集等)已全部标注完成,则将该点集中的点依次连接以生成辅助线。在由标注人员或审核人员预先设置辅助线生成规则的情况下,若设置了左眉区域的1-5点构成一个点集、可形成辅助线,则在标注完该区域的所有5个点后,即可形成一条辅助线。
根据一些实施例,生成辅助线可以包括:响应于确定全部点均已被标注在图片上,自动生成辅助线以分别连接多个点中属于一个或多个点集中的同一点集的点。
在一些示例中,在图片中新标注了一个点之后,如果该图片所有需要标注的点均已标注完成,则对于该图片中的每一个点集,分别依次连接其中的点以生成对应该点集的辅助线。在由标注人员或审核人员预先设置辅助线生成规则的情况下,若设置了左眉区域的1-5点构成一个点集、可形成辅助线,则在标注完该图片中的所有需标注的点之后,即可形成一条或多条辅助线。
可以理解的是,上述实施例仅仅是生成辅助线的示例方法,其他生成辅助线的方法也是可能的,在此不作限制。
根据一些实施例,所述点属性可以包括序号,该序号对应于具有该序号的点在图片中的对象上的待标注位置。
在一些示例中,可以预先设置多个点的序号,该序号用于标识各个待标注的点。例如,在人脸标注场景下,序号1-5用于标识左侧眉毛的点,序号6-10用于标识右侧眉毛的点;或者,序号1-5用于标识左侧眉毛的点,序号1-5也可用于标识右侧眉毛的点等。应当理解,上述序号的设置方式仅仅是示例的,本公开并不意于将其限制于此。
在由标注人员或审核人员预先设置辅助线生成规则的实施例中,例如可以根据点的序号预先设置辅助线生成规则。示例地,可以预先设置序号1-5的点构成一个点集可形成辅助线、序号6-10的点构成另一个点集可形成辅助线等。
根据一些实施例,所述点属性也可以包括对象标识,用于区分待标注的图片中的同一类型的多个对象。即,当同一图片中包括一个以上待标注对象时,可基于该点属性区分不同的待标注的对象。例如,对象-1可以表示该图片中的第一待标注对象,对象-2可以表示该图片中的第二待标注对象等等。在一些示例中,可以设置对象-1中的序号1-5的点构成一个点集可形成辅助线,对象-2中的序号6-10的点构成一个点集可形成辅助线等。
根据一些实施例,所述点属性也可以包括可见性。例如,点的可见性可以包括“可见”和“不可见”。在一些示例中,对于其点属性为“不可见”的点,在生成辅助线时可以将其忽略,不将其与对应点集中的其他点连成辅助线。示例地,其点属性为“不可见”的点可以是具备某种特定属性需要忽略的点,比如遮挡属性。当然可以理解的是,也可以根据其他特性设置点的可见性属性,在此不作限制。例如,在人脸数据标注的场景下,设置了将序号范围为(1-9)的左眼区域的点生成辅助线,并同时设置了其点属性为“不可见”的点不参与连线。此时若眼角序号为5的点的点属性为“不可见”,则自动将序号为1、2、3、4、6、7、8、9的点连成一条辅助线。
根据一些实施例,所述点属性可以用于表示多个点中的中心点及该中心点的至少一个关联点。该中心点能够与至少一个关联点中的每一个关联点之间生成辅助线。
在一些示例中,中心点例如可以是在点集或该区域中具备“中心”位置的点。这里,“中心”可以是指位置中心也可以是关系中心。示例地,在人物关系标注场景中,点1-9为取件人员、10为快递员,此时可以设置具备快递员身份的点为中心点(即点10)。例如,设置点1-10可以生成辅助线,则可以将1和10之间、2和10之间...以及9和10之间分别连成辅助线。在上述场景下,这样可以用来表示点1-10为一个交易组,该组中的其他每个点都与中心点10存在交易关系。但是应当理解,其他中心点的定义方式也是可能的,在此不作限制。
根据一些实施例,生成辅助线可以包括:响应于接收到生成辅助线的指令,生成辅助线以分别连接多个点中属于一个或多个点集中的同一点集的点。在一些示例中,可以设置相应的指令,以在标注完相应的点之后手动生成辅助线。如果需要标注的点较过多,生成的辅助线可能会对其他待标注的点起到干扰作用,通过手动生成辅助线即可避免这种情况。当然,在一些示例中,也可以设置在满足相应的辅助线生成规则时自动生成辅助线,在此不作限制。
根据一些实施例,方法200还可以包括:响应于接收到相应的指令,显示或隐藏已生成的辅助线。显示相应的辅助线,可以方便标注员判断点的位置是否合适。将以生成的辅助线隐藏,可以防止已生成的辅助线对其他点的标注产生影响,并方便标注人员或审核人员查看标注点的位置及其属性。在一些示例中,可以通过快捷键或快捷按钮控制辅助线的显示和隐藏。其他可以控制辅助线的显示和隐藏的方法也是可能的,在此不作限制。
根据一些实施例,一个或多个点集中的每个点集所对应的辅助线具有不同的视觉属性。根据一些实施例,该视觉属性可以包括下列中的至少一者:辅助线名称、颜色和线条形状。
在一些示例中,可以预先设置待生成辅助线的视觉属性。例如,可以针对对应的点集的不同而设置不同或相同的视觉属性。其中,辅助线名称可以用来表征辅助线间的区别,例如辅助线1、辅助线2等。
在一些实施例中,可以根据待标注的图片的色调确定辅助线的颜色。例如,可以定义系统推荐与自主定义两种颜色模式。系统推荐例如可以适用于待标注的图片各区域特征变化明显、辅助线间不需要有明确颜色区分的场景。示例地,可以根据图片的整体色调与对比度,自动确定图片各个区域中相应的辅助线颜色。自主定义例如可以适用于待标注的图片各区域特征变化不明显且希望辅助线间有颜色有区分的场景。例如,地下停车场中标注主、辅停车位的场景下,因为地下停车场颜色比较单一(一般为灰白色),则希望明确区分主辅停车位,此时可以自主定义主辅停车位的辅助线颜色,例如可以设置主停车位的辅助线为红色、辅停车位的辅助线为亮黄色等,以方便标注人员或审核人员快速判断停车位的主/辅属性标注是否正确,以提高标注和审核效率。
在一些示例中,也可以设置辅助线的宽度、型号等视觉属性。例如线宽可以以像素为单位,型号分为虚线、实线等等。
但是应当理解,其他的辅助线视觉属性及其设置方法都是可能的,在此不作限制。
根据本公开的数据标注方法,通过生成的辅助线能够更加直观地判断标注点是否满足标注要求(贴合、平滑等),提升了标注质量;通过辅助线能够更加快速地判断点的位置,从而提高了标注人员以及审核人员的效率;并且有效降低了开发成本。
本公开的实施例还提供了一种数据标注装置500,如图5所示,该装置500包括:获取单元510,配置为获取待标注的图片;标注单元520,配置为在图片上标注多个点;以及,辅助线生成单元530,配置为生成辅助线,所述辅助线用于连接所述多个点中属于一个或多个点集中的同一点集的点。示例地,构成一个或多个点集中的每个点集的点可以是预先确定的。
根据一些实施例,多个点是待标注于所述图片上的全部点中的至少一部分,并且其中,根据所述全部点中每个点的点属性将所述全部点预先划分为所述一个或多个点集。
根据一些实施例,辅助线生成单元530可以配置为:在所述图片上新标注了一个点之后,响应于确定该新标注的点与至少一个已标注的点属于同一点集,自动生成辅助线以连接所述新标注的点和所述至少一个已标注的点。
根据一些实施例,辅助线生成单元530可以配置为:响应于确定所述一个或多个点集中的第一点集所包含的点均已被标注在所述图片上,自动生成辅助线以连接所述第一点集中的点。
根据一些实施例,辅助线生成单元530可以配置为:响应于确定所述全部点均已被标注在图片上,自动生成辅助线以分别连接所述多个点中属于一个或多个点集中的同一点集的点。
根据一些实施例,辅助线生成单元530可以配置为:响应于接收到生成辅助线的指令,生成辅助线以分别连接所述多个点中属于一个或多个点集中的同一点集的点。
这里,数据标注装置500的上述各单元510~530的操作分别与前面描述的步骤210~230的操作类似,在此不再赘述。
根据本公开的示例性实施例还提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述数据标注方法。
根据本公开的示例性实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述数据标注方法。
根据本公开的示例性实施例还提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现上述数据标注方法。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM603并由计算单元601执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (23)
1.一种数据标注方法,包括:
获取待标注的图片;
在所述图片上标注多个点;以及,
生成辅助线,所述辅助线用于连接所述多个点中属于一个或多个点集中的同一点集的点,其中,构成所述一个或多个点集中的每个点集的点是预先确定的。
2.如权利要求1所述的数据标注方法,其中,所述多个点是待标注于所述图片上的全部点中的至少一部分,并且其中,根据所述全部点中每个点的点属性将所述全部点预先划分为所述一个或多个点集。
3.如权利要求2所述的数据标注方法,其中,所述生成辅助线包括:
在所述图片上新标注了一个点之后,响应于确定该新标注的点与至少一个已标注的点属于同一点集,自动生成辅助线以连接所述新标注的点和所述至少一个已标注的点。
4.如权利要求1所述的数据标注方法,其中,所述生成辅助线包括:
响应于确定所述一个或多个点集中的第一点集所包含的点均已被标注在所述图片上,自动生成辅助线以连接所述第一点集中的点。
5.如权利要求2所述的数据标注方法,其中,所述生成辅助线包括:
响应于确定所述全部点均已被标注在所述图片上,自动生成辅助线以分别连接所述多个点中属于一个或多个点集中的同一点集的点。
6.如权利要求1所述的数据标注方法,其中,所述生成辅助线包括:
响应于接收到生成辅助线的指令,生成辅助线以分别连接所述多个点中属于一个或多个点集中的同一点集的点。
7.如权利要求1至6中任一项所述的数据标注方法,其中,所述方法还包括:
响应于接收到相应的指令,显示或隐藏已生成的辅助线。
8.如权利要求1至6中任一项所述的数据标注方法,其中,所述一个或多个点集中的每个点集所对应的辅助线具有不同的视觉属性。
9.如权利要求8所述的数据标注方法,其中,所述视觉属性包括下列中的至少一者:辅助线名称、颜色和线条形状,其中,所述颜色是根据所述待标注的图片的色调确定的。
10.如权利要求2所述的数据标注方法,其中,所述点属性包括序号,所述序号对应于具有该序号的点在所述图片中的对象上的待标注位置。
11.如权利要求10所述的数据标注方法,其中,所述点属性包括对象标识,用于区分所述图片中的同一类型的多个对象。
12.如权利要求10和11所述的数据标注方法,其中,所述点属性包括可见性。
13.如权利要求10所述的数据标注方法,其中,所述点属性用于表示所述多个点中的中心点及所述中心点的至少一个关联点,其中,所述中心点能够与所述至少一个关联点中的每一个关联点之间生成辅助线。
14.如权利要求1所述的数据标注方法,所述图片包括人脸、人体躯体或泊车车位中的至少一者。
15.一种数据标注装置,包括:
获取单元,配置为获取待标注的图片;
标注单元,配置为在所述图片上标注多个点;以及,
辅助线生成单元,配置为生成辅助线,所述辅助线用于连接所述多个点中属于一个或多个点集中的同一点集的点,其中,构成所述一个或多个点集中的每个点集的点是预先确定的。
16.如权利要求15所述的数据标注装置,其中,所述多个点是待标注于所述图片上的全部点中的至少一部分,并且其中,根据所述全部点中每个点的点属性将所述全部点预先划分为所述一个或多个点集。
17.如权利要求16所述的数据标注装置,其中,所述辅助线生成单元配置为:
在所述图片上新标注了一个点之后,响应于确定该新标注的点与至少一个已标注的点属于同一点集,自动生成辅助线以连接所述新标注的点和所述至少一个已标注的点。
18.如权利要求15所述的数据标注装置,其中,所述辅助线生成单元配置为:
响应于确定所述一个或多个点集中的第一点集所包含的点均已被标注在所述图片上,自动生成辅助线以连接所述第一点集中的点。
19.如权利要求16所述的数据标注装置,其中,所述辅助线生成单元配置为:
响应于确定所述全部点均已被标注在所述图片上,自动生成辅助线以分别连接所述多个点中属于一个或多个点集中的同一点集的点。
20.如权利要求15所述的数据标注装置,其中,所述辅助线生成单元配置为:
响应于接收到生成辅助线的指令,生成辅助线以分别连接所述多个点中属于一个或多个点集中的同一点集的点。
21.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-15中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-15中任一项所述的方法。
23.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-15中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011524895.0A CN112528929A (zh) | 2020-12-22 | 2020-12-22 | 数据标注方法及装置、电子设备、介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011524895.0A CN112528929A (zh) | 2020-12-22 | 2020-12-22 | 数据标注方法及装置、电子设备、介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112528929A true CN112528929A (zh) | 2021-03-19 |
Family
ID=75002196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011524895.0A Pending CN112528929A (zh) | 2020-12-22 | 2020-12-22 | 数据标注方法及装置、电子设备、介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528929A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113420753A (zh) * | 2021-07-13 | 2021-09-21 | 杭州海康威视数字技术股份有限公司 | 目标对象框选区域的生成方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389030A (zh) * | 2018-08-23 | 2019-02-26 | 平安科技(深圳)有限公司 | 人脸特征点检测方法、装置、计算机设备及存储介质 |
CN110147701A (zh) * | 2018-06-27 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 关键点标注方法、装置、计算机设备及存储介质 |
-
2020
- 2020-12-22 CN CN202011524895.0A patent/CN112528929A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147701A (zh) * | 2018-06-27 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 关键点标注方法、装置、计算机设备及存储介质 |
CN109389030A (zh) * | 2018-08-23 | 2019-02-26 | 平安科技(深圳)有限公司 | 人脸特征点检测方法、装置、计算机设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113420753A (zh) * | 2021-07-13 | 2021-09-21 | 杭州海康威视数字技术股份有限公司 | 目标对象框选区域的生成方法及装置 |
CN113420753B (zh) * | 2021-07-13 | 2024-01-05 | 杭州海康威视数字技术股份有限公司 | 目标对象框选区域的生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115482325B (zh) | 画面渲染方法、装置、系统、设备及介质 | |
CN114972958B (zh) | 关键点检测方法、神经网络的训练方法、装置和设备 | |
CN112785714A (zh) | 点云实例标注方法及装置、电子设备和介质 | |
CN113313650A (zh) | 图像画质增强方法、装置、设备和介质 | |
CN115879469B (zh) | 文本数据处理方法、模型训练方法、装置及介质 | |
CN112967356A (zh) | 图像填充方法及装置、电子设备和介质 | |
CN112508127A (zh) | 数据标注方法及装置、电子设备、介质和产品 | |
CN114550313B (zh) | 图像处理方法、神经网络及其训练方法、设备和介质 | |
CN116030185A (zh) | 三维发丝生成方法和模型的训练方法 | |
CN115511779A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN114119935B (zh) | 图像处理方法和装置 | |
CN114627268A (zh) | 视觉地图更新方法、装置、电子设备及介质 | |
CN113723305A (zh) | 图像和视频检测方法、装置、电子设备和介质 | |
CN112528929A (zh) | 数据标注方法及装置、电子设备、介质和产品 | |
CN115661375B (zh) | 三维发型生成方法、装置、电子设备和存储介质 | |
CN114120412B (zh) | 图像处理方法和装置 | |
CN114120448B (zh) | 图像处理方法和装置 | |
CN114998963A (zh) | 图像检测方法和用于训练图像检测模型的方法 | |
CN115393514A (zh) | 三维重建模型的训练方法、三维重建方法、装置、设备 | |
CN114550269A (zh) | 口罩佩戴检测方法、设备和介质 | |
CN114494797A (zh) | 用于训练图像检测模型的方法和装置 | |
CN114119154A (zh) | 虚拟化妆的方法及装置 | |
CN115423827B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN115578451B (zh) | 图像处理方法、图像处理模型的训练方法和装置 | |
CN115512131B (zh) | 图像检测方法和图像检测模型的训练方法 |
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 |