[发明专利]一种图像处理方法、设备以及计算机可读存储介质

说明书

本申请实施例公开一种图像处理方法、装置、设备以及计算机可读存储介质，其中，方法包括：获取由至少两个第一标注用户所提供的至少两张候选区域图像；根据每张候选区域图像所包括的候选标注区域对应的候选区域数量，以及至少两个候选标注区域，确定至少两张候选区域图像的区域审核候选结果，根据区域审核候选结果获取与原始图像对应的初始标注图像；将初始标注图像发送至至少两个第二标注用户分别对应的标注终端；根据至少两个候选对象标签，确定至少两个候选对象图像的对象审核候选结果，根据对象审核候选结果获取与初始标注图像对应的目标标注图像。采用本申请，可以提高标注数据的精确度，进而可以保证模型识别的精确度。

技术领域

本申请涉及互联网技术领域，尤其涉及一种图像处理方法、设备以及计算机可读存储介质。

背景技术

近年来，随着以深度学习为代表的新一代人工智能技术的突破，计算机视觉(Computer Vision，CV)取得了突破性的进展，借助深度学习所构建的算法模型不仅可以对图像中的目标对象进行分类，还可以确定目标对象的位置信息。一个优秀的算法模型依赖于海量具有代表性的高质量标注数据，以充分学习目标特征，若数据标注质量差，则无法生成强稳定性和高准确率的算法模型。

在现有技术中，由单一标注人员对单一图像中的目标对象进行区域标注以及对象标签标注。上述单一标注人员标注单一图像的方式使得标注数据存在精确不高的问题，一方面，如果目标对象的区域标注出错，那么该区域对应的对象标签标注也会出错；另一方面，由于各类内镜影像具有明显的个体差异性与复杂性，相比较一般图像数据的标注难度更大，所以现有标注方法无法保证标注数据的精确度。

发明内容

本申请实施例提供一种图像处理方法、设备以及计算机可读存储介质，可以提高标注数据的精确度。

本申请实施例一方面提供了一种图像处理方法，包括：

获取由至少两个第一标注用户所提供的至少两张候选区域图像；至少两张候选区域图像分别包括用于标注原始图像中目标对象的候选标注区域；

根据每张候选区域图像所包括的候选标注区域对应的候选区域数量，以及至少两个候选标注区域，确定至少两张候选区域图像的区域审核候选结果，根据区域审核候选结果获取与原始图像对应的初始标注图像；初始标注图像包括用于标注目标对象的标准标注区域；

将初始标注图像发送至至少两个第二标注用户分别对应的标注终端，以使至少两个第二标注用户分别对应的标注终端分别返回候选对象图像；至少两张候选对象图像分别包括用于标注标准标注区域的候选对象标签；

根据至少两个候选对象标签，确定至少两张候选对象图像的对象审核候选结果，根据对象审核候选结果获取与初始标注图像对应的目标标注图像；目标标注图像包括用于标注标准标注区域的标准对象标签。

本申请实施例一方面提供了一种图像处理方法，包括：

获取区域标注审核规则以及由至少两个第一标注用户所提供的至少两张候选区域图像；至少两张候选区域图像分别包括用于标注原始图像中目标对象的候选标注区域；区域标注审核规则是指基于每张候选区域图像所包括的候选标注区域对应的候选区域数量，以及至少两个候选标注区域，确定至少两张候选区域图像的区域审核候选结果的规则；

通过区域标注审核规则所指示的区域审核候选结果，获取与原始图像对应的初始标注图像；初始标注图像包括用于标注目标对象的标准标注区域；

获取对象标注审核规则以及由至少两个第二标注用户所提供的至少两张候选对象图像；至少两张候选对象图像分别包括用于标注标准标注区域的候选对象标签；对象标注审核规则是指基于至少两个候选对象标签，确定至少两张候选对象图像的对象审核候选结果的规则；

通过对象标注审核规则所指示的对象审核候选结果，获取与初始标注图像对应的目标标注图像；目标标注图像包括用于标注标准标注区域的标准对象标签。