[发明专利]图像标注信息处理方法、装置、服务器及系统有效

专利信息
申请号: 201810026329.3 申请日: 2018-01-11
公开(公告)号: CN108197658B 公开(公告)日: 2020-08-14
发明(设计)人: 胡越;郭昕;章海涛;程丹妮;吴博坤 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 李辉
地址: 英属开曼*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 标注 信息处理 方法 装置 服务器 系统
【说明书】:

本说明书实施例公开了一种图像标注信息处理方法、装置、服务器及系统,可以提供多个节点不同处理结果的监督和判断处理逻辑,当图像标注信息出错时可以自动返回结果,使作业人员进行重新审查、修改等处理。这样可以在不断的审核反馈交互中提升作业人员的业务能力,逐渐提高图像标注效率,极大提高了训练集图片标注准确率。利用本说明实施方案可以有效的保证标注质量,并提供了作业流中及时、有效的信息反馈,提高样本图像标注信息作业效率。

技术领域

本说明书实施例方案属于计算机数据处理的技术领域,尤其涉及一种图像中的标注信息处理方法、装置、服务器及系统。

背景技术

现有应用中检测图像中物体的方式主要是依靠训练得到的目标检测/识别模型,如车辆定损业务中的部件识别模型、通过拍照图片确定购买物品的模型等。这些目标检测/识别的模型通常需要依赖于大量的已打标样本图像进行训练得到,因此样本图像中标注信息的准确性对模型输出结果的影响十分重大。

前期样本图像标注信息的处理时,样本图像中常常出现包括多个目标主体的情况。多目标标注任务相对于常规的类似判断某张图片上是否是狗或者猫的显著性很强的单个主体分类更加复杂,常常要求在一个图像中标注所有目标的所在区域并给出对应的目标分类结果。尤其是在一些较为专业的业务领域中,有些任务不仅需要靠常规认识/理解来完成,通常还要求标注人员具有一定专业性,还需要一定的专业培训和技巧强化过程。一些为某个专业领域的图像多目标检测算法准备训练样本的专业多目标标注处理要求十分严格,例如识别并标注人体器官、骨骼结构是医学领域专业人员或者非专业人员经过一段时间专业培训后才能进行标注的复杂任务类型。而当需要处理的样本图像数量较多、多数图像中的目标主体较为密集(至少两个)时,人工标注处理时一方面因为注意力有限,另一方面因为分类过多,需要专业性的同时还容易混淆,常常导致输出的样本图像标注信息准确率不高,难以保障标注质量,进而导致图像识别算法效果不佳,图像中目标预测准确率低。

因此,所以如何有效保障样本图像标注信息的准确率是目前亟需解决的一个技术问题。

发明内容

本说明书实施例目的在于提供一种图像标注信息处理方法、装置、服务器及系统,可以有效提高多目标样本图像标注信息的处理准确率,进而提高图像目标检测算法的准确率。

本说明书实施例提供的一种图像标注信息处理方法、装置、服务器及系统是包括以下方式实现的:

一种图像标注信息处理方法,所述方法包括:

第一节点接收任务图像,所述任务图像中至少包括下述标注信息:识别出的任务图像中的目标所对应的类别,以及所述目标的标注框;

第一节点接收所述任务图像的检查结果,将第一检查处理后的任务图像发送给第二节点,所述检查结果包括:对所述任务图像的标注信息进行第一检查处理,确定所述标注信息存在错误时,对所述标注信息进行修正后得到的标注结果;

所述第二节点接收复查结果,若所述复查结果包括标注信息存在错误,则将复查结果发送给所述第一节点进行第一重检查处理,所述复查结果包括:对所述任务图像进行第二检查处理,在所述标注信息存在错误时,确定的所述检查结果出现错误的错误类型;

所述第一节点接收第一重检查结果,将所述第一重检查结果发送给所述第二节点进行所述第二检查处理,所述第一重检查结果包括基于所述复查结果中的错误类型对所述任务图像的标注信息进行修正得到的标注结果。

一种图像标注信息处理方法,所述方法包括:

接收任务图像,所述任务图像中至少包括下述标注信息:识别出的任务图像中的目标所对应的类别,以及所述目标的标注框;

接收所述任务图像的检查结果,所述检查结果包括:对所述任务图像的标注信息进行第一检查处理,确定所述标注信息存在错误时,对所述标注信息进行修正后得到的标注结果;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810026329.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top