[发明专利]样本图像标注方法、装置、计算机设备和存储介质

权利要求书

1.一种样本图像标注方法，其特征在于，所述方法包括：

将待标注样本图像输入分割标注模型，得到图像标注结果；

基于所述待标注样本图像的训练标识，判断所述待标注样本图像是否执行过所述分割标注模型的训练过程；

若是，根据所述图像标注结果和预设的图像标注标准，将所述待标注样本图像和所述图像标注结果存储至图像标注库；所述图像标注标准用于表征图像标注结果的质量，所述图像标注库中的图像数据用于对图像分割模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述图像标注标准包括不同标注质量指标和标注质量指标对应的标准量化值；所述根据所述图像标注结果和预设的图像标注标准，将所述待标注样本图像和所述图像标注结果存储至图像标注库，包括：

对所述图像标注结果在所述不同标注质量指标下进行量化，得到不同标注质量指标下的目标量化值；

若不同标注质量指标下的目标量化值中至少一个大于对应的标准量化值，则将所述待标注样本图像和所述图像标注结果存储至所述图像标注库。

3.根据权利要求2所述的方法，其特征在于，所述标注质量指标包括图像标注相似度指标和/或图像连通域指标；所述对所述图像标注结果在所述不同标注质量指标下进行量化，得到不同标注质量指标下的目标量化值，包括：

计算所述图像标注结果与图像标注金标准之间的相似度；

基于所述相似度和相似度阈值，确定所述图像标注结果在所述图像标注相似度指标下的目标量化值；和/或，

基于所述图像标注结果确定目标连通域，确定所述目标连通域和连通域金标准之间的差异；

根据所述差异和差异阈值，确定所述图像标注结果在所述图像连通域指标下的目标量化值。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

若所述待标注样本图像未执行过所述分割标注模型的训练过程，获取用户对所述图像标注结果进行修改后的图像标注结果；

基于所述待标注样本图像和所述修改后的图像标注结果，对所述分割标注模型执行训练过程，以及变更所述待标注样本图像的训练标识。

5.根据权利要求1-3任一项所述的方法，其特征在于，在所述将待标注样本图像输入分割标注模型，得到图像标注结果之前，所述方法还包括：

判断当前是否存在执行过训练过程的分割标注模型；

若是，则执行将待标注样本图像输入分割标注模型，得到图像标注结果的步骤；

若否，获取用户对所述待标注样本图像的参考标注结果，基于所述待标注样本图像和所述参考标注结果对初始分割标注模型执行训练过程，得到预训练的分割标注模型；以及变更所述待标注样本图像的训练标识。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述图像标注库中的样本图像数量达到预设阈值时，采用所述图像标注库中的全部样本图像和每个样本图像对应的图像标注结果对所述图像分割模型进行训练。

7.根据权利要求1所述的方法，其特征在于，所述待标注样本图像的训练标识包括0和1；所述0表征所述待标注样本图像未执行过所述分割标注模型的训练过程；

所述1表征所述待标注样本图像执行过所述分割标注模型的训练过程。

8.一种样本图像标注装置，其特征在于，所述装置包括：

分割标注模块，用于将待标注样本图像输入分割标注模型，得到图像标注结果；

判断模块，用于基于所述待标注样本图像的训练标识，判断所述待标注样本图像是否执行过所述分割标注模型的训练过程；

存储模块，用于当所述待标注样本图像执行过所述分割标注模型的训练过程时，根据所述图像标注结果和预设的图像标注标准，将所述待标注样本图像和所述图像标注结果存储至图像标注库；所述图像标注标准用于表征图像标注结果的质量，所述图像标注库中的图像数据用于对图像分割模型进行训练。