[发明专利]一种众包数据标注方法、系统、服务器及存储介质

说明书

本发明涉及一种众包数据标注方法、系统、服务器及可读存储介质，本发明通过待处理图像上的目标图像进行识别，并提取图像特征，而后根据记录下来的标注者的处理特征将其与图像特征进行匹配，选择擅长处理该图像特征的标注者对待处理图像进行标注，解决了现有技术中由于标注者的背景技术、专业知识以及兴趣爱好都不相同，而现有的标注者的选择方式并未考虑到标注者之间的区别，造成标注效率低下的技术问题。

技术领域

本发明涉及互联网技术领域，特别涉及一种众包数据标注方法、系统、服务器及存储介质。

背景技术

数据标注是通过数据加工人员借助标注工具对人工智能学习数据进行加工的一种行为，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。

图像标注和视频标注按照数据标注的工作内容来分类的话其实可以统一称为图像标注，因为视频也是有图像连续播放组成的。现实应用场景中，常常应用到图像数据标注的有人脸识别以及自动驾驶车辆识别等。就拿自动驾驶来说，汽车在自动行驶的时候如何识别车辆、行人、障碍物、绿化带、甚至是天空呢？图像标注不同于语音标注，因为图像包括形态、目标点、结构划分，仅凭文字进行标记是无法满足数据需求的。所以，图形的数据标注需要相对复杂的过程，数据标注者需要对不同的目标标记物用不同的颜色进行轮廓标记，然后对相应的轮廓打标签，用标签来概述轮廓内的内容。以便让模型能够识别图像的不同标记物。

传统手工标注是由管理人员整理出标注规范，让标注者进行数据标注,然后再对标注数据的规范性进行检查并修改，常用的众包标注是指将大批量数据分为若干简单子任务，然后通过网络平台分配给大量志愿者进行标注。然而数据标注实际上是一个比较复杂的过程，数据整理、发布、标注、质检和提交都需要耗费大量的时间；此外，由于每个标注者专业知识背景和感兴趣的领域不同，对标注规范的理解和认知也会有参差不齐，因此所标注的数据结果和数据标注时间也会因人而异。

发明内容

本发明提供一种众包数据标注方法、系统、服务器及存储介质，以解决现有技术中存在的由于每个标注者专业知识背景和感兴趣的领域不同，对标注规范的理解和认知也会有参差不齐，导致部分标注的数据结果偏差较大和部分数据标注耗时较长的技术问题。

本发明解决上述技术问题，本发明提出一种众包数据标注方法，所述众包数据标注方法包括以下步骤：

对待处理图像上的目标图像进行识别，裁剪所述待处理图像上的目标图像，并提取所述目标图像的图像特征；

记录标注者标注图像时的处理特征，并将所述处理特征与所述图像特征进行匹配，得到所述处理特征与所述图像特征的匹配度；

计算所述待处理图像与所有标注者的匹配度，选择匹配度最高的标注者完成所述待处理图像的标注。

优选地，所述对待处理图像上的目标图像进行识别，裁剪所述待处理图像上的目标图像，并提取所述目标图像的图像特征的步骤具体包括：

使用目标检测算法对待处理图像上的目标图像进行识别，并生成所述目标图像的定位信息；

根据所述定位信息对所述目标图像进行裁剪后进行预处理，并保存至目标数据库；

使用残差网络提取所述目标数据库中的所述目标图像得到图像特征。

优选地，记录标注者标注图像时的处理特征，并将所述处理特征于图像特征进行匹配，得到所述处理特征于图像特征的匹配度的步骤之前还包括：

根据所述图像特征对所述目标图像进行初步分类；

在所述目标数据库中选取不同类别的目标图像推送至标注者，并提示所述标注者选取熟悉的类别图像；

响应于所述标注者选取的类别图像，向所述标注者推送选中类别的目标图像对应的待处理图像。