[发明专利]用于模型训练的图片标注方法、装置、计算机设备及存储介质

说明书

本发明公开了用于模型训练的图片标注方法、装置、计算机设备及存储介质，依据待标注样本图片建立任务表单，以便于对标注数据进行统一管理；获取样本图片中目标对象的标注数据，根据标注数据对与待标注样本图片关联的任务数据进行更新，并对已标注样本图片的任务数据进行审核，从而保证标注数据的准确性；将审核通过的任务数据的任务列表及对应的样本图片生成训练数据，以便于根据训练数据对数据集模型训练，从而提高模型训练的精准度。

技术领域

本发明涉及图像处理技术领域，尤其涉及用于模型训练的图片标注方法、装置、计算机设备及存储介质。

背景技术

目前在图片处理领域常用的技术手段主要是：利用大规模的人工标注样本作为训练图片，对神经网络模型进行训练，以便于利用训练后的神经网络模型对待处理的图片数据进行处理，从而提高处理效率。神经网络模型的训练结果与人工标注样本的数量及标注准确性直接相关。目前获得图片人工标注数据的方法主要通过专门的标注人员、外包或众包的方式，人工对图片进行标注。但是，由于图片标注是一项枯燥、简单重复的劳动，长时间的枯燥标注容易出现标注错误，从而影响图像训练的准确性。

发明内容

针对现有的人工标注样本容易出现错误存在误差的问题，现提供一种旨在可提高标注准确性用于模型训练的图片标注方法、装置、计算机设备及存储介质。

为实现上述目的，本发明提供一种用于模型训练的图片标注方法，提供一存储单元，用于存储至少一幅待标注样本图片，包括下述步骤：

S1.根据至少一幅建立待标注样本图片建立的一任务表单，所述任务表单中的每一条任务数据关联一每幅待标注样本图片的标识号对应一条任务数据；

S2.根据所述任务表单中所述任务数据关联的标识号从所述存储单元中提取与所述标识号对应的所述待标注样本图片；

S3.识别采集所述待标注样本图片中目标对象，提取所述目标对象对应的信息将所述信息转换为的标注数据，根据依据所述标注数据对与所述待标注样本图片的标识号关联的所述任务数据进行更新；

S4.对已标注样本图片的任务数据进行审核；

S5.将审核通过的所述任务数据的任务列表及对应的所述已标注样本图片生成训练数据。

优选的，所述步骤S2根据所述任务表单中所述任务数据关联的标识号从所述存储单元中提取与所述标识号对应的所述待标注样本图片，还包括：

在接收到所述待标注样本图片后，对接收的所述待标注样本图片进行预处理，将所述待标注样本图片的尺寸调整为预设尺寸。

优选的，所述步骤S3识别所述待标注样本图片中目标对象，提取所述目标对象对应的信息将所述信息转换为标注数据，依据所述标注数据对与所述待标注样本图片的标识号关联的所述任务数据进行更新，包括：

依据所述待标注样本图片的标识号获取所述待标注样本图片的标注类型，每一所述标识号对应一标注类型，每一标注类型对应相应的图像识别区域，所述图像识别区域对应的待识别的目标对象；

依据所述标注类型在所述待标注样本图片对应的图像识别区域识别所述待标注样本图片中目标对象；

提取所述目标对象对应的信息将所述信息转换为标注数据；

依据所述标注数据对与所述待标注样本图片的标识号关联的所述任务数据进行更新。

优选的，在执行所述步骤S1根据至少一幅待标注样本图片建立任务表单中之前还，包括：

将视频数据转换为多幅待标注样本图片，将所述多幅待标注样本图片存储于所述存储单元中，每一幅待标注样本图片与一标识号一一对应