[发明专利]一种信息标注的方法、装置、电子设备及存储介质

权利要求书

1.一种信息标注的方法，其特征在于，包括：

获取目标行业的多种标注对象类型分别对应的样本图像，以及所述目标行业对应的多种标注工具；

基于各标注工具与各标注对象类型之间的对应关系，确定与所述样本图像对应的标注工具；

响应所述标注工具的标注操作，获取针对所述样本图像进行标注后的标注信息，以便基于包含有标注信息的样本图像进行神经网络的训练。

2.根据权利要求1所述的方法，其特征在于，所述标注对象类型包括票据类，与所述票据类对应的标注工具包括线条工具，所述票据类的标注对象类型对应的样本图像为票据样本图像；

所述响应所述标注工具的标注操作，获取针对所述样本图像进行标注后的标注信息，包括：

响应所述线条工具的线段标注操作，确定在所述票据样本图像上标注的线段起始位置和线段终止位置；

在所述线段起始位置和所述线段终止位置所在标注线段，与所述票据样本图像中的任一表格线重合的情况下，基于所述标注线段的线段信息确定所述任一表格线的表格线信息；所述表格线信息包括表格线属性信息和/或表格线位置信息；

将各个所述表格线的表格线信息，确定为所述标注信息。

3.根据权利要求2所述的方法，其特征在于，所述响应所述线条工具的线段标注操作之前，还包括：

响应所述线条工具的属性选取操作，确定选取的线条属性信息；所述线条属性信息用于描述线条的属性特征；

所述响应所述线条工具的线段标注操作，确定在所述票据样本图像上标注的线段起始位置和线段终止位置，包括：

响应所述线条工具的线段标注操作，在选取的线条属性信息的约束下，确定在所述票据样本图像上标注的线段起始位置和线段终止位置。

4.根据权利要求2或3所述的方法，其特征在于，与所述票据类对应的标注工具还包括矩形框工具；所述响应所述标注工具的标注操作，获取针对所述样本图像进行标注后的标注信息，包括：

响应所述矩形框工具的框选标注操作，确定框选标注操作后得到的标注矩形框；

对所述标注矩形框内的票据内容进行文字识别，得到票据内容信息；

将所述票据内容信息，确定为所述标注信息。

5.根据权利要求4所述的方法，其特征在于，所述基于包含有标注信息的样本图像进行神经网络的训练，包括：

建立所述票据内容信息以及各个所述表格线的表格线信息之间的关联关系，确定表格关联内容；

将所述票据样本图像作为待训练的神经网络的输入，将所述票据样本图像包含的表格关联内容作为待训练的神经网络的输出，训练得到所述神经网络。

6.根据权利要求1所述的方法，其特征在于，所述标注对象类型包括卡片类，与所述卡片类对应的标注工具包括多边形框工具，所述卡片类的标注对象类型对应的样本图像为卡片样本图像；

所述响应所述标注工具的标注操作，获取针对所述样本图像进行标注后的标注信息，包括：

响应所述多边形框工具的框选标注操作，确定所述框选标注操作所对应标注多边形框的多边形框位置信息；所述标注多边形框由多个连续的标注点位构成，所述多个连续的标注点位包围一个卡片字符；

响应针对最后一个所述标注点位的文本输入操作，确定输入的卡片字符信息；

将确定的所述卡片字符信息以及所述多边形框位置信息，确定为所述标注信息。

7.根据权利要求6所述的方法，其特征在于，所述基于包含有标注信息的样本图像进行神经网络的训练，包括：

将所述卡片样本图像作为待训练的神经网络的输入，将所述卡片样本图像包含的所述卡片字符信息以及所述多边形框位置信息作为待训练的神经网络的输出，训练得到所述神经网络。