一种图片标注方法及设备技术

本申请的目的是提供一种图片标注方法及设备，本申请通过获取待标注的大图数据集及其中的每张大图的一个或多个框数据；分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据；基于预测版本标注数据对小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据；基于每张小图的所述框数据和所属大图的大图标识，对所有小图的新一版本的标注数据进行合并，生成大图数据集中的每一张大图的新一版本标注数据，实现了对大图的切小图和批量的标注大图中的各个小图的标注属性，从而提高标注效率和准确性。

【技术实现步骤摘要】
一种图片标注方法及设备
本申请涉及图片处理领域，尤其涉及一种图片标注方法及设备。
技术介绍
现有技术中，智能标注平台系统在人工智能领域得到了广泛的应用。在此类智能标注平台系统中，由于现有技术中对单张图片进行标注，导致效率低，。因此，如何提高标注效率一直是需要突破的瓶颈。
技术实现思路
本申请的一个目的是提供一种图片标注方法及设备，以提高对图片进行标注的效率和准确性。根据本申请的一个方面，提供了一种图片标注方法，其中，所述方法包括：获取待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据；分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据；基于所述预测版本标注数据对所述小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据；基于每张所述小图的所述框数据和所属大图的大图标识，对所述小图数据集中的所有小图的所述新一版本的标注数据进行合并，生成大图数据集中的每一张大图的新一版本标注数据。进一步地，上述方法中，所述方法还包括：确定待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据，并创建为所述大图数据集修改标注属性的一个任务及所述任务对应的多个子任务。进一步地，上述方法中，其中，所述确定待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据，并创建为所述大图数据集修改标注属性的一个任务及所述任务对应的多个子任务，包括：确定待标注的大图数据集，并创建为所述大图数据集修改标注属性的一个任务，所述任务包括所述大图数据集中的所有张大图；基于所述大图数据集中的每张大图的一个或多个框数据，创建小图数据集，并为所述小图数据集创建预测任务；创建所述预测任务与对应的小图的预测版本之间的关联数据；创建所述预测任务的子任务；创建所述任务与对应的大图的版本之间的关联数据；将所述大图数据集、所述任务、所述大图数据集的版本、所述小图数据集、所述预测版本的小图对应的预测任务及子任务及用于指示关联所述大图数据集与所述小图数据集之间的任务的新任务组成一个结构体；将所述结构图输入切图信号。进一步地，上述方法中，所述分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据，包括：分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及所属大图的大图标识；分别将每张大图的框数据中的框坐标扩大预设倍像素，记录扩大后的标注数据，得到每张小图对应的标注数据；将每张小图及其对应的标注数据进行汇总生成所述小图数据集及每张所述小图的预测版本标注数据。进一步地，上述方法中，所述基于所述预测版本标注数据对所述小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据，包括：基于所述预测版本标注数据对所述小图数据集中的每张小图进行批量标注属性的修改，得到每张小图的新一版本的标注数据；依序分别判断每个子任务是否已标注完成及所述子任务对应的任务是否已标注，若所述子任务及其对应的任务均已标注完成，则完成对所述小图数据集中的所有小图的批量标注；若所述子任务未标注完成和/或所述子任务对应的任务未标注完成，则将所述子任务的状态更新为标注中和/或所述子任务对应的任务的状态更新为标注中，继续对所述小图数据集中的每张小图进行批量标注属性的修改，直至标注完成所有子任务及其对应的任务。根据本申请的另一方面，还提供了一种非易失性存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行时，使所述处理器实现如上述图片标注方法。根据本申请的另一方面，还提供了一种用于图片标注的设备，其中，该设备包括：一个或多个处理器；计算机可读介质，用于存储一个或多个计算机可读指令，当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述图片标注方法。与现有技术相比，本申请通过获取待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据；分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据；基于所述预测版本标注数据对所述小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据；基于每张所述小图的所述框数据和所属大图的大图标识，对所述小图数据集中的所有小图的所述新一版本的标注数据进行合并，生成大图数据集中的每一张大图的新一版本标注数据，实现了基于对图片的框数据和标注数据进行切图，批量的标注整张图片中的各个小图的标注属性，从而提高标注效率和准确性。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1示出根据本申请一个方面的一种图片标注方法的流程示意图；图2示出根据本申请一个方面的一种图片标注方法中的基于需要修改的标注属性的数据创建任务的示意图；图3示出根据本申请一个方面的一种图片标注方法中的基于标注的框数据切小图的示意图；图4示出根据本申请一个方面的一种图片标注方法中的基于小图批量标注属性的示意图；图5示出根据本申请一个方面的一种图片标注方法中的基于小图的标注属性合并到大图的示意图。附图中相同或相似的附图标记代表相同或相似的部件。具体实施方式下面结合附图对本申请作进一步详细描述。在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。图1示出根据本申请一个方面的一种图片标注方法的流程本文档来自技高网...

【技术保护点】
1.一种图片标注方法，其中，所述方法包括：/n获取待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据；/n分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据；/n基于所述预测版本标注数据对所述小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据；/n基于每张所述小图的所述框数据和所属大图的大图标识，对所述小图数据集中的所有小图的所述新一版本的标注数据进行合并，生成大图数据集中的每一张大图的新一版本标注数据。/n

【技术特征摘要】
1.一种图片标注方法，其中，所述方法包括：
获取待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据；
分别根据每张大图的框数据切割出小图，得到每张大图对应的多个小图及每张小图对应的标注数据及所属大图的大图标识，并汇总生成小图数据集及每张小图的预测版本标注数据；
基于所述预测版本标注数据对所述小图数据集进行批量标注属性的修改，生成每张小图的新一版本的标注数据；
基于每张所述小图的所述框数据和所属大图的大图标识，对所述小图数据集中的所有小图的所述新一版本的标注数据进行合并，生成大图数据集中的每一张大图的新一版本标注数据。


2.根据权利要求1所述的方法，其中，所述方法还包括：
确定待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据，并创建为所述大图数据集修改标注属性的一个任务及所述任务对应的多个子任务。


3.根据权利要求2所述的方法，其中，所述确定待标注的大图数据集及所述大图数据集中的每张大图的一个或多个框数据，并创建为所述大图数据集修改标注属性的一个任务及所述任务对应的多个子任务，包括：
确定待标注的大图数据集，并创建为所述大图数据集修改标注属性的一个任务，所述任务包括所述大图数据集所有张大图；
基于所述大图数据集中的每张大图的一个或多个框数据，创建小图数据集，并为所述小图数据集创建预测任务；
创建所述预测任务与对应的小图的预测版本之间的关联数据；
创建所述预测任务的子任务；
创建所述任务与对应的大图的版本之间的关联数据；
将所述大图数据集、所述任务、所述大图数据集的版本、所述小图数据集、所述预测版本的小图对应的预测任务及子任务及用于指示关联所述大图数据集与所述小图数据集之间的任务的新任务组成一个结构体；
将所述结构图输入切图信号。


4.根据权利...

【专利技术属性】
技术研发人员：丛珊珊，季俊，张言，蒋政伟，
申请(专利权)人：北京芯翌智能信息技术有限公司，
类型：发明
国别省市：北京;11