CN113378974A - 用于输出信息的方法、装置、设备以及存储介质 - Google Patents
用于输出信息的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113378974A CN113378974A CN202110728704.0A CN202110728704A CN113378974A CN 113378974 A CN113378974 A CN 113378974A CN 202110728704 A CN202110728704 A CN 202110728704A CN 113378974 A CN113378974 A CN 113378974A
- Authority
- CN
- China
- Prior art keywords
- label
- semantic
- evaluated
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000002372 labelling Methods 0.000 abstract description 19
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了用于输出信息的方法、装置、设备以及存储介质,涉及云计算领域。具体实现方案为:获取目标图像的标准标注以及待评估标注;对比标准标注和待评估标注中的各语义区域,确定标准标注和待评估标注之间的配对语义区域;对比每对配对语义区域,确定待评估标注中标注正确的语义区域;根据待评估标注中标注正确的语义区域,确定待评估标注的正确率;根据待评估标注的正确率,确定以及输出评估信息。本实现方式可以对标注结果进行评估,从而能够快速地得到评估信息,提高对标注结果评估的效率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及云计算领域,尤其涉及用于输出信息的方法、装置、设备以及存储介质。
背景技术
在和图像有关的机器学习任务中,经常需要对图像进行标注,例如注明图像中对象的类别、在图像中框选出感兴趣的对象、在图像中标注出感兴趣的区域等。目前,对于图像的标注工作绝大多数仍然要依赖于人工完成,例如,在特定的标注平台上显示要标注的图片,标注人员通过点击鼠标、操作键盘等行为完成标注。
然而,现有的标注平台只是作为一种标注工具被使用,并不能给出标注结果是否准确的评价。
发明内容
本公开提供了一种用于输出信息的方法、装置、设备以及存储介质。
根据第一方面,提供了一种用于输出信息的方法,包括:获取目标图像的标准标注以及待评估标注;对比标准标注和待评估标注中的各语义区域,确定标准标注和待评估标注之间的配对语义区域;对比每对配对语义区域,确定待评估标注中标注正确的语义区域;根据待评估标注中标注正确的语义区域,确定待评估标注的正确率;根据待评估标注的正确率,确定以及输出评估信息。
根据第二方面,提供了一种用于输出信息的装置,包括:标注获取单元,被配置成获取目标图像的标准标注以及待评估标注;语义配对单元,被配置成对比标准标注和待评估标注中的各语义区域,确定标准标注和待评估标注之间的配对语义区域;标注判断单元,被配置成对比每对配对语义区域,确定待评估标注中标注正确的语义区域;正确率确定单元,被配置成根据待评估标注中标注正确的语义区域,确定待评估标注的正确率;信息输出单元,被配置成根据待评估标注的正确率,确定以及输出评估信息。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述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如第一方面所描述的方法。
根据第四方面,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,上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面,一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据本公开的技术能够对标注结果进行准确度进行评估,从而能够快速地得到评估信息,提高对标注结果评估的效率。
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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于输出信息的方法的一个实施例的流程图;
图3是根据本公开的用于输出信息的方法的一个应用场景的示意图;
图4是根据本公开的用于输出信息的方法的另一个实施例的流程图;
图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的用于输出信息的方法的电子设备的框图。
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。
需要说明的是,在不冲突的情况下,本公开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公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器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。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像处理类应用、图像标注类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备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、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备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。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上提供标注结果进行评估的后台服务器。后台服务器可以将评估结果反馈给终端设备101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105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105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。
需要说明的是,本公开实施例所提供的用于输出信息的方法可以由终端设备101、102、103执行,也可以由服务器105执行。相应地,用于输出信息的装置可以设置于终端设备101、102、103中,也可以设置于服务器105中。
应该理解,图1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。
继续参考图2,示出了根据本公开的用于输出信息的方法的一个实施例的流程200。本实施例的用于输出信息的方法,包括以下步骤:
步骤201,获取针对目标图像的标准标注以及待评估标注。
本实施例中,用于输出信息的方法的执行主体可以分别获取针对目标图像的标准标注以及待评估标注。这里,目标图像可以是人脸图像,也可以是车辆在行驶过程中采集的包含障碍物的图像。目标图像中可以包含不同的对象,上述对象可以是障碍物,也可以是五官等等。标准标注可以是针对目标图像的标注答案,即为正确率为100%的标注。标准标注可以由有经验的标注人员确定,也可以由性能较好的标注算法确定。待评估标注可以是标注人员或待优化算法针对目标图像的标注。标准标注和待评估标注中可以包括多个标注框,不同的标注框可以对应不同的语义区域。
步骤202,对比标准标注和待评估标注中的各语义区域,确定标准标注和待评估标注之间的配对语义区域。
本实施例中,执行主体在获取到标准标注和待评估标注后,可以将标准标注中的各语义区域和待评估标注中的各语义区域进行对比,确定标准标注和待评估标注之间的配对语义区域。具体的,执行主体可以将标准标注中的各语义区域和待评估标注中的各语义区域依次进行对比,得到任意两个语义区域的对比参数。上述对比参数可以包括但不限于:交并比、相似度等等。执行主体可以根据上述对比参数以及预先设定的阈值,确定两个语义区域是否匹配。如果匹配,则将两个语义区域作为配对语义区域。
步骤203,对比每对配对语义区域,确定待评估标注中标注正确的语义区域。
在确定了标准标注和待评估标注之间的配对语义区域后,可以对比每对配对语义区域。可以理解的是,配对语义区域中包括一个来自标准标注的语义区域和一个来自待评估标注的语义区域。执行主体可以对每对配对语义区域中的来自待评估标注的语义区域的各项信息与来自标准标注的语义区域的各项信息进行比较。如果各项信息均符合预设的正确条件,则认为来自待评估标注的语义区域标注正确。上述各项信息可以包括但不限于:覆盖的像素的位置、类别等等。
步骤204,根据待评估标注中标注正确的语义区域,确定待评估标注的正确率。
执行主体在确定待评估标注中标注正确的语义区域后,可以结合待评估标注中语义区域的数量或者标准标注中语义区域的数量,确定待评估标注的正确率。或者,执行主体可以直接将待评估标注中标注正确的语义区域的数量与预设系数相乘,将得到的值作为待评估标注的正确率。
步骤205,根据待评估标注的正确率,确定以及输出评估信息。
执行主体在计算得到待评估标注的标注正确率后,可以基于上述标注正确率生成评估信息。具体的,执行主体可以结合待评估标注的来源,生成评估信息。例如,待评估标注是由标注人员A完成的,则执行主体可以生成评估信息“标注人员A本次标注的正确率为XX”。执行主体可以将生成的评估信息输出以供用户查看。
继续参见图3,其示出了根据本公开的用于输出信息的方法的一个应用场景的示意图。在图3的应用场景中,终端301中的待优化标注算法将针对人脸图像的标注结果作为待评估标注,并发送至终端302。使用终端302的标注人员对人脸图像进行标注,将标注结果作为标准标注。终端301针对待评估标注和标准标注进行步骤202~205的处理,得到待优化标注算法的评估信息。终端301将评估信息发送至终端301,使用终端301的技术人员可以根据上述评估信息,对待优化标注算法进行优化。这样,可以利用优化后的标注算法继续对图像进行标注,从而提高图像标注的准确率。
在另一个应用场景中,将新晋标注人员对针对人脸图像的标注结果作为待评估标注。有丰富标注经验的标注人员对人脸图像进行标注,将标注结果作为标准标注。终端针对待评估标注和标准标注进行步骤202~204的处理,得到待优化标注算法的评估信息。上述评估信息可以作为新晋标注人员的考核结果,可以根据上述考核结果筛选出优秀的新晋标注人员,通过筛选出的优秀新晋标注人员进行图像标注,从而能够提高图像标注的准确率。
本公开的上述实施例提供的用于输出信息的方法,可以对图像的标注结果进行评估,从而能够快速地得到评估信息,提高对标注结果评估的效率。
继续参见图4,其示出了根据本公开的用于输出信息的方法的另一个实施例的流程400。如图4所示,本实施例的方法可以包括以下步骤:
步骤401,获取针对目标图像的标准标注以及待评估标注。
步骤402,将标准标注中的各语义区域与待评估标注中的各语义区域进行对比,确定各语义区域之间的交并比。
本实施例中,执行主体可以将标准标注中的各语义区域与待评估标注中的各语义区域进行对比,确定各语义区域之间的交并比。具体的,执行主体可以将标准标注中的每个语义区域依次与待评估标注中的各语义区域进行对比,确定两个语义区域的交集区域和并集区域。将交集区域覆盖的像素的数量与并集区域覆盖的像素的数量做比值,得到的结果作为交并比。
步骤403,根据各交并比,确定标准标注和待评估标注之间的配对语义区域。
执行主体可以将交并比最大的值对应的两个语义区域作为配对语义区域。在确定已对配对语义区域后,执行主体可以再次从标准标注中再取一个语义区域与待评估标注中的剩余语义区域依次计算交并比,将交并比的最大值对应的两个语义区域作为配对语义区域。以此逻辑,从而可以得到标准标注和待评估标注之间的所有配对语义区域。
步骤404,确定每对配对语义区域中两个语义区域的位置信息和属性信息。
本实施例中,执行主体可以首先对每对配对语义区域中两个语义区域的位置信息和属性信息进行对比。由于位置信息包括语义区域所覆盖的像素点,计算量较大。执行主体可以优先对比两个语义区域的属性信息。如果属性信息相同,则可以进一步进行位置信息的对比。
步骤405,响应于确定每对配对语义区域的属性信息相同,将该对配对语义区域的交并比与预设的交并比阈值进行对比。
在确定两个语义区域的属性信息相同之后,可以将该对配对语义区域的交并比与预设的交并比阈值进行对比。可以理解的是,在像素点较多的情况下,两个标注结果完全相同的可能性小。因此,这里在判断标注是否正确时,通过语义区域的交并比与预设的交并比阈值。这里,预设的交并比阈值可以是技术人员根据实际的应用场景确定的。并且预设的交并比阈值可以包括多个值,不同的值对应不同的语义类型。
步骤406,响应于确定该对配对语义区域的交并比大于预设的交并比阈值,确定该对配对语义区域中来自待评估标注的语义区域标注正确。
如果执行主体确认该对配对语义区域的交并比大于预设的交并比阈值,则认为该对配对语义区域中来自待评估标注的语义区域标注正确。
步骤407,根据待评估标注中标注正确的语义区域,确定待评估标注的正确率。
步骤408,根据待评估标注的正确率,确定以及输出评估信息。
在本实施例的一些可选的实现方式中,执行主体还可以通过以下步骤快速判定标注是否错误:响应于确定标准标注和待评估标注中一者中语义区域的数量为0,确定待评估标注错误。
本实现方式中,如果标准标注中语义区域的数量为0,并且待评估标注中包括至少一个语义区域,则待评估标注全部标注错误。同样的,如果待评估标注中语义区域的数量为0,并且标准标注中包括至少一个语义区域,则待评估标注全部标注错误。
在本实施例的一些可选的实现方式中,如果标准标注和待评估标注中包含的语义区域的数量均为0,则认为待评估标注全部标注正确。
在本实施例的一些可选的实现方式中,上述方法还可以进一步包括图4中未示出的以下步骤:响应于确定标准标注和待评估标注之间不存在配对语义区域以及二者中语义区域的数量不为0,调整预设的交并比阈值。
本实现方式中,如果确定标准标注和待评估标注之间不存在配对语义区域,并且二者中语义区域的数量不为0,考虑预设的交并比阈值可能比较高,则执行主体可以按照预设的调整规则调整预设的交并比阈值。
本公开的上述实施例提供的用于输出信息的方法,可以将待评估标注与标准标注按语义区域进行比较,提高评估信息的准确率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:标注获取单元501、语义配对单元502、标注判断单元503、标注判断单元503和信息输出单元505。
标注获取单元501,被配置成获取目标图像的标准标注以及待评估标注。
语义配对单元502,被配置成对比标准标注和待评估标注中的各语义区域,确定标准标注和待评估标注之间的配对语义区域。
标注判断单元503,被配置成对比每对配对语义区域,确定待评估标注中标注正确的语义区域。
正确率确定单元504,被配置成根据待评估标注中标注正确的语义区域,确定待评估标注的正确率。
信息输出单元505,被配置成根据待评估标注的正确率,确定以及输出评估信息。
在本实施例的一些可选的实现方式中,语义配对单元502可以进一步被配置成:将标准标注中的各语义区域与待评估标注中的各语义区域进行对比,确定各语义区域之间的交并比;根据各交并比,确定标准标注和待评估标注之间的配对语义区域。
在本实施例的一些可选的实现方式中,标注判断单元503可以进一步被配置成:确定每对配对语义区域中两个语义区域的位置信息和属性信息;响应于确定每对配对语义区域的属性信息相同,将该对配对语义区域的交并比与预设的交并比阈值进行对比;响应于确定该对配对语义区域的交并比大于预设的交并比阈值,确定该对配对语义区域中来自待评估标注的语义区域标注正确。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的错误判断单元,被配置成:响应于确定标准标注和待评估标注中一者中语义区域的数量为0,确定待评估标注错误。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的阈值调整单元,被配置成:响应于确定标准标注和待评估标注之间不存在配对语义区域以及二者中语义区域的数量不为0,调整预设的交并比阈值。
应当理解,用于输出信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于输出信息的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了根据本公开实施例的执行用于输出信息的方法的电子设备600的框图。电子设备旨在表示各种形式的数字计算机,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,电子设备600包括处理器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器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,还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储器608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备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。
处理器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。处理器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处理器、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。处理器601执行上文所描述的各个方法和处理,例如用于输出信息的方法。例如,在一些实施例中,用于输出信息的方法可被实现为计算机软件程序,其被有形地包含于机器可读存储介质,例如存储器608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由处理器601执行时,可以执行上文描述的用于输出信息的方法的一个或多个步骤。备选地,在其他实施例中,处理器601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于输出信息的方法。
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。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品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601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,机器可读存储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。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储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)、光学存储设备、磁存储设备、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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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执行也可以不同的次序执行,只要能够实现本公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开的保护范围之内。
Claims (13)
1.一种用于输出信息的方法,包括:
获取目标图像的标准标注以及待评估标注;
对比所述标准标注和所述待评估标注中的各语义区域,确定所述标准标注和所述待评估标注之间的配对语义区域;
对比每对配对语义区域,确定所述待评估标注中标注正确的语义区域;
根据所述待评估标注中标注正确的语义区域,确定所述待评估标注的正确率;
根据所述待评估标注的正确率,确定以及输出评估信息。
2.根据权利要求1所述的方法,其中,所述对比所述标准标注和所述待评估标注中的各语义区域,确定所述标准标注和所述待评估标注之间的配对语义区域,包括:
将所述标准标注中的各语义区域与所述待评估标注中的各语义区域进行对比,确定各语义区域之间的交并比;
根据各交并比,确定所述标准标注和所述待评估标注之间的配对语义区域。
3.根据权利要求1所述的方法,其中,所述对比每对配对语义区域,确定所述待评估标注中标注正确的语义区域,包括:
确定每对配对语义区域中两个语义区域的位置信息和属性信息;
响应于确定每对配对语义区域的属性信息相同,将该对配对语义区域的交并比与预设的交并比阈值进行对比;
响应于确定该对配对语义区域的交并比大于所述预设的交并比阈值,确定该对配对语义区域中来自待评估标注的语义区域标注正确。
4.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述标准标注和所述待评估标注中一者中语义区域的数量为0,确定所述待评估标注错误。
5.根据权利要求3所述的方法,其中,所述方法还包括:
响应于确定所述标准标注和所述待评估标注之间不存在配对语义区域以及二者中语义区域的数量不为0,调整所述预设的交并比阈值。
6.一种用于输出信息的装置,包括:
标注获取单元,被配置成获取目标图像的标准标注以及待评估标注;
语义配对单元,被配置成对比所述标准标注和所述待评估标注中的各语义区域,确定所述标准标注和所述待评估标注之间的配对语义区域;
标注判断单元,被配置成对比每对配对语义区域,确定所述待评估标注中标注正确的语义区域;
正确率确定单元,被配置成根据所述待评估标注中标注正确的语义区域,确定所述待评估标注的正确率;
信息输出单元,被配置成根据所述待评估标注的正确率,确定以及输出评估信息。
7.根据权利要求6所述的装置,其中,所述语义配对单元进一步被配置成:
将所述标准标注中的各语义区域与所述待评估标注中的各语义区域进行对比,确定各语义区域之间的交并比;
根据各交并比,确定所述标准标注和所述待评估标注之间的配对语义区域。
8.根据权利要求6所述的装置,其中,所述标注判断单元进一步被配置成:
确定每对配对语义区域中两个语义区域的位置信息和属性信息;
响应于确定每对配对语义区域的属性信息相同,将该对配对语义区域的交并比与预设的交并比阈值进行对比;
响应于确定该对配对语义区域的交并比大于所述预设的交并比阈值,确定该对配对语义区域中来自待评估标注的语义区域标注正确。
9.根据权利要求6所述的装置,其中,所述装置还包括错误判断单元,被配置成:
响应于确定所述标准标注和所述待评估标注中一者中语义区域的数量为0,确定所述待评估标注错误。
10.根据权利要求8所述的装置,其中,所述装置还包括阈值调整单元,被配置成:
响应于确定所述标准标注和所述待评估标注之间不存在配对语义区域以及二者中语义区域的数量不为0,调整所述预设的交并比阈值。
11.一种电子设备,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1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110728704.0A CN113378974A (zh) | 2021-06-29 | 2021-06-29 | 用于输出信息的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110728704.0A CN113378974A (zh) | 2021-06-29 | 2021-06-29 | 用于输出信息的方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113378974A true CN113378974A (zh) | 2021-09-10 |
Family
ID=77579910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110728704.0A Pending CN113378974A (zh) | 2021-06-29 | 2021-06-29 | 用于输出信息的方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378974A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740689A (zh) * | 2019-01-09 | 2019-05-10 | 贵州宽凳智云科技有限公司 | 一种图像语义分割的错误标注数据筛选方法及系统 |
CN111291647A (zh) * | 2020-01-21 | 2020-06-16 | 陕西师范大学 | 基于多尺度卷积核和超事件模块的单阶段动作定位方法 |
CN111861978A (zh) * | 2020-05-29 | 2020-10-30 | 陕西师范大学 | 基于Faster R-CNN的桥梁裂缝实例分割方法 |
CN111860693A (zh) * | 2020-07-31 | 2020-10-30 | 元神科技(杭州)有限公司 | 一种轻量级视觉目标检测方法及系统 |
-
2021
- 2021-06-29 CN CN202110728704.0A patent/CN113378974A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109740689A (zh) * | 2019-01-09 | 2019-05-10 | 贵州宽凳智云科技有限公司 | 一种图像语义分割的错误标注数据筛选方法及系统 |
CN111291647A (zh) * | 2020-01-21 | 2020-06-16 | 陕西师范大学 | 基于多尺度卷积核和超事件模块的单阶段动作定位方法 |
CN111861978A (zh) * | 2020-05-29 | 2020-10-30 | 陕西师范大学 | 基于Faster R-CNN的桥梁裂缝实例分割方法 |
CN111860693A (zh) * | 2020-07-31 | 2020-10-30 | 元神科技(杭州)有限公司 | 一种轻量级视觉目标检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113379813A (zh) | 深度估计模型的训练方法、装置、电子设备及存储介质 | |
CN113378835A (zh) | 标注模型训练、样本标注方法及相关装置 | |
CN113436100A (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN112988727B (zh) | 数据标注方法、装置、设备、存储介质及计算机程序产品 | |
CN113674421A (zh) | 3d目标检测方法、模型训练方法、相关装置及电子设备 | |
CN113362314B (zh) | 医学图像识别方法、识别模型训练方法及装置 | |
CN113591580B (zh) | 图像标注方法、装置、电子设备和存储介质 | |
CN113627361B (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
CN113705362A (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
CN113378958A (zh) | 自动标注方法、装置、设备、存储介质及计算机程序产品 | |
CN112528995A (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
CN112508128A (zh) | 训练样本的构建方法、计数方法、装置、电子设备及介质 | |
CN113704058B (zh) | 一种业务模型的监控方法、装置及电子设备 | |
CN114266937A (zh) | 模型训练、图像处理方法,装置,设备以及存储介质 | |
CN114445682A (zh) | 训练模型的方法、装置、电子设备、存储介质及产品 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN112990042A (zh) | 图像标注审核方法、装置、设备、存储介质及程序产品 | |
CN112784102A (zh) | 视频检索方法、装置和电子设备 | |
CN113592981B (zh) | 图片标注方法、装置、电子设备和存储介质 | |
CN113408633B (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN113378974A (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN114997329A (zh) | 用于生成模型的方法、装置、设备、介质和产品 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN113360672A (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 |
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 |