[发明专利]一种图片标注方法、装置、介质及设备

说明书

本发明涉及人工智能的图像检测领域，提出一种图片标注方法、装置、介质及设备，该方法包括：获取与标注任务相对应的待标注图片；获取标注任务的描述信息；将所述标注任务的描述信息与预设标注模型的描述信息进行比较，得到所述标注任务的描述信息与所述预设标注模型的描述信息之间的相似度；根据所述标注任务的描述信息与所述预设标注模型的描述信息之间的相似度从存储有多个预设标注模型的数据库中确定出所述标注任务对应的标注模型；利用所述标注任务对应的标注模型对所述待标注图片进行标注，得到标注结果。本发明通过标注模型实现对图片的自动标注，有效提高了图片标注的效率。

技术领域

本发明涉及人工智能的图像检测领域，尤其涉及一种图片标注方法、装置、介质及设备。

背景技术

在基于深度学习的计算机视觉技术领域，为了服务于深度学习算法，需要大量的标注图片对训练模型进行训练。客观上，训练模型所需要的图片较多。图片标注是一种在图片中添加信息的技术，可给图片添加文字、指示箭头、尺寸等信息。为了对大量数据进行标注，需要投入大量的人力物力，从而导致了数据标注的工作量较大，数据标注效率低下，标注成本较高。

发明内容

本发明提供一种图片标注方法、装置、介质及设备，其主要目的在于通过标注模型实现对图片的自动标注，有效提高了图片标注的效率。

为实现上述目的，本发明提供一种图片标注方法，所述方法包括：

获取与标注任务相对应的待标注图片；

获取标注任务的描述信息；

将所述标注任务的描述信息与数据库中存储的多个预设标注模型的描述信息进行比较，得到所述标注任务的描述信息与所述预设标注模型的描述信息之间的相似度；

根据所述标注任务的描述信息与所述预设标注模型的描述信息之间的相似度从存储有多个预设标注模型的数据库中确定出所述标注任务对应的标注模型；

利用所述标注任务对应的标注模型对所述待标注图片进行标注，得到标注结果。

可选地，还包括：存储所述标注结果。

可选地，所述存储所述标注结果，包括：利用与所述标注任务相关联的标签组存储所述标注结果，其中，所述标签组包括至少一种类型的树形标签结构，所述树形标签结构用于存储所述标注结果。

可选地，在图片标注过程中，记录标注时间以及图片打开关闭的时间点。

可选地，所述标注模型包括：基于yolov5的目标检测模型、基于resnet的分类模型、基于Mask R-CNN的实例分割模型和基于Densenet的模型。

可选地，利用基于yolov5的目标检测模型对所述待标注图片进行标注的方法包括：

获取待标注图片；

利用yolov5算法对所述待标注图片进行检测，得到待标注目标；

对所述待标注目标进行标注，得到标注结果；

将所述标注结果存入到标签组中。

可选地，还包括：对已标注的所述待标注图片的标注结果进行复核。

此外，为实现上述目的，本发明还提供一种图片标注装置，所述装置包括：

图片获取模块，用于获取与标注任务相对应的待标注图片；

比较模块，用于获取标注任务的描述信息，并将所述标注任务的描述信息与数据库中存储的多个预设标注模型的描述信息进行比较，得到所述标注任务的描述信息与所述预设标注模型的描述信息之间的相似度；