System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图片标注,具体而言,涉及一种基于众包的图片标注方法、系统和介质。
技术介绍
1、图片标注是一种常见标注类型,主要是对未处理的图片进行识别并圈注、标注以便对图片信息特征进行进一步修正以获得准确图片信息,而对于大量专业的图片无法通过计算机或有限人员进行识别标注,易造成工作量积压或偏差过大,因此,采用专业众包人员进行图片标注的用户群标注方法是可满足大量图片信息标注的有效途径,而由于不同图片的质量、专业、内容、背景信息具有较大差异性,而传统系统识别众包进行分发的方法难以检验其众包标注的可靠性,且难以对众包标注后的图片修补成效进行判断,因此,造成出现众包图片标注和修补效果误差较大的普遍现状,而如何验证并获得有效的众包图片标注质量并实现高质量图片标注修补是目前的空缺技术。
2、针对上述问题,目前亟待有效的技术解决方案。
技术实现思路
1、本申请实施例的目的在于提供一种基于众包的图片标注方法、系统和介质,可以根据专业众包人员的圈注标注效果检验结果筛选有效众包人员,并对有效众包人员圈注标注有效性进行判断,判断通过再对图片进行修补并检验修补效果,实现通过众包人员的图片标注效果检验众包人员标注有效性并检验图片修补效果,实现对图片的众包标注和修补手段。
2、本申请实施例还提供了一种基于众包的图片标注方法,包括以下步骤:
3、获取待标注的图片,并对图片进行信息拾取识别获得图片完整度信息和图片类别信息,通过预设众包平台对图片进行完整性质量等级划分获得图片质量等级
4、根据所述图片属性类别信息进行图片配对处理获得适配的专业众包群,以及对应专业标注难度系数,通过专业众包群对图片进行识别处理获取多个待填充图片特征以及对应多个图片特征空缺率,并处理获得图片空缺率平均指数;
5、通过所述专业众包群的多个众包人员对所述图片分别进行图片特征分类圈注标注获得图片特征圈注标注结果,包括分类圈注标注获得的对应各圈标信息,并获取对应圈标频次的各圈注率,并根据各圈注率通过阈值对比分别筛选关键正确图片特征、高异常图片特征和重点错误图片特征;
6、对各所述关键正确图片特征和各所述重点错误图片特征分别进行检定识别获得真实特征数量和对应特征标注率数据,并分别与预设特征标注率阈值进行阈值对比获得对应标注阈值对比结果,若结果均符合预设要求则对各所述高异常图片特征进行识别获得真实异常特征数量以及对应异常特征标注率数据,并与预设异常特征标注率阈值进行阈值对比获得第三标注阈值对比结果;
7、若所述第三标注阈值对比结果符合预设阈值对比要求,则获取所述专业众包群的各众包人员进行图片特征圈注标注结果的各分类特征有效标注率数据以及各分类特征平均有效标注率数据,并筛选满足各分类特征平均有效标注率数据的有效众包标注人员,并提取对应历史有效圈注标注率数据;
8、根据所述各有效众包标注人员的历史有效圈注标注率数据结合所述图片质量等级、专业标注难度系数和图片空缺率平均指数进行处理获得专业圈注标注有效修正系数,再与预设专业图片特征标注效果检测阈值进行阈值对比判断各有效众包标注人员的总圈注有效性;
9、若所述总圈注有效性有效则提取所述有效众包标注人员的对应所述多个待填充图片特征和多个重点错误图片特征对所述图片进行填充和修正获得修补后图片,根据修补后图片与标准化处理图片进行对比获得图片修补成效结果并对各有效众包标注人员的记录进行更新。
10、可选地,在本申请实施例所述的基于众包的图片标注方法中,所述获取待标注的图片,并对图片进行信息拾取识别获得图片完整度信息和图片类别信息,通过预设众包平台对图片进行完整性质量等级划分获得图片质量等级,并对图片进行属性归类获得图片属性类别信息,包括:
11、获取待标注的图片;
12、根据预设图片识别模型对图片进行信息拾取识别,获得图片完整度信息和图片类别信息;
13、通过预设众包平台根据所述图片完整度信息对所述图片按照预设图片完整性划分等级进行质量等级划分,获得图片质量等级;
14、根据所述图片类别信息对所述图片按照预设属性归类方法进行属性归类,获得图片属性类别信息;
15、所述图片属性类别信息包括图片要素内容信息、图片对象领域信息和图片场景信息。
16、可选地,在本申请实施例所述的基于众包的图片标注方法中,所述根据所述图片属性类别信息进行图片配对处理获得适配的专业众包群,以及对应专业标注难度系数,通过专业众包群对图片进行识别处理获取多个待填充图片特征以及对应多个图片特征空缺率,并处理获得图片空缺率平均指数,包括:
17、根据所述图片要素内容信息、图片对象领域信息和图片场景信息通过所述预设众包平台进行图片信息专业配对处理,获得与所述图片对应适配的专业众包群,以及对应专业标注难度系数;
18、通过所述专业众包群对所述图片进行识别处理,获取所述专业众包群的多个众包人员对图片补充的多个待填充图片特征以及对应多个图片特征空缺率;
19、根据所述图片特征空缺率处理获得图片空缺率平均指数。
20、可选地,在本申请实施例所述的基于众包的图片标注方法中,所述通过所述专业众包群的多个众包人员对所述图片分别进行图片特征分类圈注标注获得图片特征圈注标注结果,包括分类圈注标注获得的对应各圈标信息,并获取对应圈标频次的各圈注率,并根据各圈注率通过阈值对比分别筛选关键正确图片特征、高异常图片特征和重点错误图片特征,包括:
21、通过所述专业众包群的多个众包人员对所述图片分别进行图片特征分类圈注标注获得图片特征圈注标注结果;
22、所述图片特征圈注标注结果包括第一圈注标注获得的正确图片特征圈标信息,第二圈注标注获得的异常图片特征圈标信息以及第三圈注标注获得的错误图片特征圈标信息;
23、根据所述图片中各图片特征分别进行第一圈注标注、第二圈注标注以及第三圈注标注的各圈标频次获得各正确图片特征对应的第一圈注率、各异常图片特征对应的第二圈注率以及各错误图片特征对应的第三圈注率;
24、将所述第一圈注率对应的各正确图片特征中符合预设第一圈注阈值要求的正确图片特征标记为关键正确图片特征;
25、将所述第二圈注率对应的各异常图片特征中符合预设第二圈注阈值要求的异常图片特征标记为高异常图片特征;
26、将所述第三圈注率对应的各错误图片特征中符合预设第三圈注阈值要求的错误图片特征标记为重点错误图片特征。
27、可选地,在本申请实施例所述的基于众包的图片标注方法中,所述对各所述关键正确图片特征和各所述重点错误图片特征分别进行检定识别获得真实特征数量和对应特征标注率数据,并分别与预设特征标注率阈值进行阈值对比获得对应标注阈值对比结果,若结果均符合预设要求则对各所述高异常图片特征进行识别获得真实异常特征数量以及对应异常特征标注率数据,并与预设异常特本文档来自技高网...
【技术保护点】
1.一种基于众包的图片标注方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于众包的图片标注方法,其特征在于,所述获取待标注的图片,并对图片进行信息拾取识别获得图片完整度信息和图片类别信息,通过预设众包平台对图片进行完整性质量等级划分获得图片质量等级,并对图片进行属性归类获得图片属性类别信息,包括:
3.根据权利要求2所述的基于众包的图片标注方法,其特征在于,所述根据所述图片属性类别信息进行图片配对处理获得适配的专业众包群,以及对应专业标注难度系数,通过专业众包群对图片进行识别处理获取多个待填充图片特征以及对应多个图片特征空缺率,并处理获得图片空缺率平均指数,包括:
4.根据权利要求3所述的基于众包的图片标注方法,其特征在于,所述通过所述专业众包群的多个众包人员对所述图片分别进行图片特征分类圈注标注获得图片特征圈注标注结果,包括分类圈注标注获得的对应各圈标信息,并获取对应圈标频次的各圈注率,并根据各圈注率通过阈值对比分别筛选关键正确图片特征、高异常图片特征和重点错误图片特征,包括:
5.根据权利要求4所述的基于众包的图片标
6.根据权利要求5所述的基于众包的图片标注方法,其特征在于,所述若所述第三标注阈值对比结果符合预设阈值对比要求,则获取所述专业众包群的各众包人员进行图片特征圈注标注结果的各分类特征有效标注率数据以及各分类特征平均有效标注率数据,并筛选满足各分类特征平均有效标注率数据的有效众包标注人员,并提取对应历史有效圈注标注率数据,包括:
7.根据权利要求6所述的基于众包的图片标注方法,其特征在于,所述根据所述各有效众包标注人员的历史有效圈注标注率数据结合所述图片质量等级、专业标注难度系数和图片空缺率平均指数进行处理获得专业圈注标注有效修正系数,再与预设专业图片特征标注效果检测阈值进行阈值对比判断各有效众包标注人员的总圈注有效性,包括:
8.根据权利要求7所述的基于众包的图片标注方法,其特征在于,所述若所述总圈注有效性有效则提取所述有效众包标注人员的对应所述多个待填充图片特征和多个重点错误图片特征对所述图片进行填充和修正获得修补后图片,根据修补后图片与标准化处理图片进行对比获得图片修补成效结果并对各有效众包标注人员的记录进行更新,包括:
9.一种基于众包的图片标注系统,其特征在于,该系统包括:存储器及处理器,所述存储器中包括基于众包的图片标注方法的程序,所述基于众包的图片标注方法的程序被所述处理器执行时实现以下步骤:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括基于众包的图片标注方法程序,所述基于众包的图片标注方法程序被处理器执行时,实现如权利要求1至8中任一项所述的基于众包的图片标注方法的步骤。
...【技术特征摘要】
1.一种基于众包的图片标注方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于众包的图片标注方法,其特征在于,所述获取待标注的图片,并对图片进行信息拾取识别获得图片完整度信息和图片类别信息,通过预设众包平台对图片进行完整性质量等级划分获得图片质量等级,并对图片进行属性归类获得图片属性类别信息,包括:
3.根据权利要求2所述的基于众包的图片标注方法,其特征在于,所述根据所述图片属性类别信息进行图片配对处理获得适配的专业众包群,以及对应专业标注难度系数,通过专业众包群对图片进行识别处理获取多个待填充图片特征以及对应多个图片特征空缺率,并处理获得图片空缺率平均指数,包括:
4.根据权利要求3所述的基于众包的图片标注方法,其特征在于,所述通过所述专业众包群的多个众包人员对所述图片分别进行图片特征分类圈注标注获得图片特征圈注标注结果,包括分类圈注标注获得的对应各圈标信息,并获取对应圈标频次的各圈注率,并根据各圈注率通过阈值对比分别筛选关键正确图片特征、高异常图片特征和重点错误图片特征,包括:
5.根据权利要求4所述的基于众包的图片标注方法,其特征在于,所述对各所述关键正确图片特征和各所述重点错误图片特征分别进行检定识别获得真实特征数量和对应特征标注率数据,并分别与预设特征标注率阈值进行阈值对比获得对应标注阈值对比结果,若结果均符合预设要求则对各所述高异常图片特征进行识别获得真实异常特征数量以及对应异常特征标注率数据,并与预设异常特征标注率阈值进行阈值对比获得第三标注阈值对比结果,包括:
6.根...
【专利技术属性】
技术研发人员:张霖涛,
申请(专利权)人:翼健上海信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。