[发明专利]基于人工智能的图像标注校验方法、装置、设备及介质

权利要求书

1.一种基于人工智能的图像标注校验方法，其特征在于，所述方法包括：

接收到待标注文件时，将所述待标注文件对应的第一图像发送至多个标注端，以供所述标注端对所述第一图像进行标注，得到第二图像；

接收到所有所述标注端反馈的所述第二图像时，基于所有所述第二图像中的标注区域进行一致性校验；

检测到存在至少两个所述第二图像彼此之间的所述标注区域相同时，则判定所述一致性校验通过，并将所述标注区域相同的所述第二图像作为机器学习模型的训练样本；

检测到所有所述第二图像彼此之间的所述标注区域均不相同时，则判定所述一致性校验不通过。

2.如权利要求1所述的基于人工智能的图像标注校验方法，其特征在于，所述检测到存在至少两个所述第二图像彼此之间的所述标注区域相同时，则判定所述一致性校验通过，包括：

当第二图像通过一致性校验时，则终端将第二图像作为机器学习模型的训练样本，并可将第二图像输入到机器学习模型中，以对机器学习模型进行训练。

3.如权利要求1所述的基于人工智能的图像标注校验方法，其特征在于，所述将所述待标注文件对应的第一图像发送至多个标注端，包括：

根据所述标注端对应的评分，确定满足第一预设条件的多个所述标注端作为目标标注端；

将所述待标注文件对应的第一图像发送至所述目标标注端。

4.如权利要求1所述的基于人工智能的图像标注校验方法，其特征在于，所述基于所有所述第二图像中的标注区域进行一致性校验之后，包括：

将所述标注区域相同的所述第二图像对应的所述目标标注端的评分加一；和/或，

将所述标注区域与其他第二图像不同的第二图像对应的所述目标标注端的评分减一。

5.如权利要求1所述的基于人工智能的图像标注校验方法，其特征在于，所述基于所有所述第二图像中的标注区域进行一致性校验之后，包括：

将所述标注区域相同的所述第二图像划分至同一样本组；

检测到存在多个所述样本组时，根据第二预设条件从所述样本组中选取目标样本组；

将所述目标样本组中的第二图像作为所述训练样本。

6.如权利要求1所述的基于人工智能的图像标注校验方法，其特征在于，所述检测到所有所述第二图像彼此之间的所述标注区域均不相同时，则判定所述一致性校验不通过之后，包括：

将所述第二图像发送至审核端；

接收到所述审核端针对所述第二图像反馈的审核通过信息时，将所述第二图像作为所述训练样本；

接收到所述审核端针对所述第二图像反馈的审核不通过信息时，向所述第二图像对应的标注端发送提示信息，所述提示信息用于提示重新标注所述第一图像，以重新生成并反馈所述第二图像。

7.如权利要求1所述的基于人工智能的图像标注校验方法，其特征在于，所述检测到存在至少两个所述第二图像彼此之间的所述标注区域相同时，则判定所述一致性校验通过，并将所述标注区域相同的所述第二图像作为机器学习模型的训练样本之后，包括：

将所述训练样本发送至存储服务端以块链式的账本进行存储；

检测到所述训练样本的数量大于或等于预设阈值时，从所述存储服务端获取所述训练样本，并将所述训练样本输入到所述机器学习模型中进行训练。

8.一种基于人工智能的图像标注校验装置，其特征在于，所述装置包括：

接收模块，用于接收到待标注文件时，将所述待标注文件对应的第一图像发送至多个标注端，以供所述标注端对所述第一图像进行标注，得到第二图像；

校验模块，用于接收到所有所述标注端反馈的所述第二图像时，基于所有所述第二图像中的标注区域进行一致性校验；

检测模块，用于检测到存在至少两个所述第二图像彼此之间的所述标注区域相同时，则判定所述一致性校验通过，并将所述标注区域相同的所述第二图像作为机器学习模型的训练样本；

判定模块，用于检测到所有所述第二图像彼此之间的所述标注区域均不相同时，则判定所述一致性校验不通过。