图片的标注方法、装置及电子设备制造方法及图纸

本公开提供了一种图片的标注方法及装置，涉及图像处理领域，尤其涉及数据标注、计算机视觉等人工智能领域，可以应用于无人驾驶、智能安防等场景下，包括：响应于图片加载指令，根据图片加载指令确定基准图片；根据基准图片和资源池的图片承载数量，确定需要向资源池中加载的第一图片；确定资源池已经加载的第二图片，并根据第一图片和第二图片，向资源池中加载目标图片，其中，每次加载结束后资源池内加载的图片为帧编号连续的图片；基于资源池中加载的帧编号连续的图片进行图片标注。本公开中，降低了图片加载对于计算机资源的占用，保证了在图片标注过程中对于图片标注结果的连续性判断的准确性，提高了图片标注的效率以及准确率。准确率。准确率。

【技术实现步骤摘要】
图片的标注方法、装置及电子设备


[0001]本公开涉及图像处理领域，尤其涉及数据标注、计算机视觉等人工智能领域，可应用于无人驾驶、智能安防等场景下。

技术介绍

[0002]随着人工智能算法发展的迅速，数据标注成为了为人工智能算法提供训练数据的行业，其中，图片标注数据是视觉类人工智能算法应用最为广泛的数据。相关技术中，多使用网页版工具对连续图片进行标注，以生成图片标注数据，进而导致对计算机资源占用过多，以及作业人员的等待时间较长等相关问题，使得图片标注的效率以及连续性受到了一定的影响。
[0003]因此，如何保证图片标注的连续性，同时降低对计算机资源的占用进而提高图片标注的效率，成为了目前需要解决的问题。

技术实现思路

[0004]本公开提供了一种图片的标注方法、装置、电子设备、存储介质及计算机程序产品。
[0005]根据本公开的第一方面，提供了一种图片的标注方法，包括：响应于图片加载指令，根据所述图片加载指令确定基准图片；根据所述基准图片和资源池的图片承载数量，确定需要向所述资源池中加载的第一图片；确定所述资源池已经加载的第二图片，并根据所述第一图片和所述第二图片，向所述资源池中加载目标图片，其中，每次加载结束后所述资源池内加载的图片为帧编号连续的图片；基于所述资源池中加载的所述帧编号连续的图片进行图片标注。
[0006]根据本公开的第二方面，提供了一种图片的标注装置，包括：获取模块，用于响应于图片加载指令，根据所述图片加载指令确定基准图片；确定模块，用于根据所述基准图片和资源池的图片承载数量，确定需要向所述资源池中加载的第一图片；加载模块，用于确定所述资源池已经加载的第二图片，并根据所述第一图片和所述第二图片，向所述资源池中加载目标图片，其中，每次加载结束后所述资源池内加载的图片为帧编号连续的图片；标注模块，用于基于所述资源池中加载的所述帧编号连续的图片进行图片标注。
[0007]根据本公开的第三方面，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上述第一方面中任一项所述的图片的标注方法。
[0008]根据本公开的第四方面，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，其中，所述计算机指令用于使所述计算机执行上述第一方面中任一项所述的图片的标注方法。
[0009]根据本公开的第五方面，提供了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执行上述第一方面中任一项所述的图片的标注方法。
[0010]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
[0011]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0012]图1为本公开一实施例的图片的标注方法的流程示意图；
[0013]图2为本公开另一实施例的图片的标注方法的流程示意图；
[0014]图3为本公开另一实施例的图片的标注方法的流程示意图；
[0015]图4为本公开另一实施例的图片的标注方法的流程示意图；
[0016]图5为本公开另一实施例的图片的标注方法的流程示意图；
[0017]图6为本公开另一实施例的图片的标注方法的流程示意图；
[0018]图7为本公开一实施例的图片的标注装置的结构示意图；
[0019]图8为本公开另一实施例的图片的标注装置的结构示意图；
[0020]图9为本公开一实施例的电子设备的示意性框图。
具体实施方式
[0021]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。
[0022]图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
[0023]数据标注(data annotation)，是通过数据加工人员借助标记工具，对人工智能学习数据进行加工的一种行为。包括对文本、图像、语音、视频等待标注数据进行归类、整理、编辑、纠错、标记和批注等操作，为待标注数据增加标签，生产满足机器学习训练要求的机器可读数据编码。通常数据标注的类型包括：图像标注、语音标注、文本标注、视频标注等种类。标记的基本形式有标注画框、3D画框、文本转录、图像打点、目标物体轮廓线等。
[0024]计算机视觉(Computer Vision)，是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取
‘
信息
’
的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
[0025]人工智能(Artificial Intelligence，简称AI)，是研究使计算机来模拟人类的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术，也有软
件层面的技术。人工智能硬件技术一般包括计算机视觉技术、语音识别技术、自然语言处理技术以及及其学习/深度学习、大数据处理技术、知识图技术等几大方面。
[0026]图1为本公开一实施例的图片的标注方法的流程示意图，如图1所示，该方法包括：
[0027]S101，响应于图片加载指令，根据图片加载指令确定基准图片。
[0028]实现中，对于图片进行的标注会在计算机上执行，计算机可以基于不同的指令执行不同的动作，比如，基于获取到的图片加载指令，可以对需要加载的图片资源进行加载。
[0029]其中，对于图片的加载指令，可以是作业人员打开设定的图片标注操作界面时自动触发，也可以是作业人员基于设定的操作流程生成，还可以是其他可以生成加载指令的方法，此处不做限定。
[0030]本公开实施例中，计算机获取到的图片的加载指令中可以包含多个指令信息，比如待加载的图片类型、图片数量等等，计算机可以基于加载指令可以确定待加载图片的范围，进而实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片的标注方法，包括：响应于图片加载指令，根据所述图片加载指令确定基准图片；根据所述基准图片和资源池的图片承载数量，确定需要向所述资源池中加载的第一图片；确定所述资源池已经加载的第二图片，并根据所述第一图片和所述第二图片，向所述资源池中加载目标图片，其中，每次加载结束后所述资源池内加载的图片为帧编号连续的图片；基于所述资源池中加载的所述帧编号连续的图片进行图片标注。2.根据权利要求1所述的方法，其中，所述根据所述基准图片和资源池的图片承载数量，确定需要向所述资源池中加载的第一图片，包括：根据所述图片承载数量和所述基准图片的基准帧编号，确定需要加载至所述资源池中的所述第一图片的最小帧编号和最大帧编号。3.根据权利要求1或2所述的方法，其中，所述根据所述图片加载指令确定基准图片，包括：响应于所述图片加载指令为启动目标应用程序时所触发的指令，确定所述基准图片为所述目标应用程序退出时播放的图片，或者新的标注任务对应的图片集中的第一帧图片。4.根据权利要求3所述的方法，其中，所述根据所述图片承载数量和所述基准图片的基准帧编号，确定需要加载至所述资源池中的所述第一图片的最小帧编号和最大帧编号，包括：将所述基准图片的基准帧编号确定为所述最小帧编号；将所述基准帧编号和所述图片承载数量的和值，确定为所述最大帧编号。5.根据权利要求4所述的方法，其中，所述确定所述资源池已经加载的第二图片，并根据所述第一图片和所述第二图片，向所述资源池中加载目标图片，包括：确定所述资源池中无所述第二图片；将从所述最小帧编号对应的基准图片开始至所述最大帧编号对应的图片确定为所述目标图片。6.根据权利要求1或2所述的方法，其中，还包括：响应于所述图片加载指令为帧切换指令，根据所述帧切换指令中携带的切换后图片确定所述基准图片。7.根据权利要求4所述的方法，其中，所述根据所述图片承载数量和所述基准图片的基准帧编号，确定需要加载至所述资源池中的所述第一图片的最小帧编号和最大帧编号，包括：获取所述图片承载数量的一半向下取整和上向取值，分别得到第一数值和第二数值；将所述基准图片的基准帧编号与所述第一数值的差值，确定为所述最小帧编号；将所述基准帧编号与所述第二数值的和值，确定为所述最大帧编号。8.根据权利要求7所述的方法，其中，所述确定所述资源池已经加载的第二图片，并根据所述第一图片和所述第二图片，向所述资源池中加载目标图片，包括：获取所述资源池中所述第二图片的帧编号；从所述第二图片的帧编号中，确定处于所述最小帧编号和所述最大帧编号之间的帧编
号；将未处于所述最小帧编号和所述最大帧编号之间的帧编号对应的第二图片，确定为待释放图片，并从所述资源池中释放所述待释放图片；将未存在所述资源池中且处于所述最小帧编号和所述最大帧编号之间的帧编号对应的图片，确定为所述目标图片，并向所述资源池中加载所述目标图片。9.一种图片的标注装置，包括：获取模块，用于响应于图片加载指令，根据所述图片加载指令确定基准图片；确定模块，...

【专利技术属性】
技术研发人员：杨雪，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：