CN113360693A - 确定图像标签的方法及其装置、电子设备以及存储介质 - Google Patents
确定图像标签的方法及其装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113360693A CN113360693A CN202110606102.8A CN202110606102A CN113360693A CN 113360693 A CN113360693 A CN 113360693A CN 202110606102 A CN202110606102 A CN 202110606102A CN 113360693 A CN113360693 A CN 113360693A
- Authority
- CN
- China
- Prior art keywords
- label
- tag
- user
- image
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000013145 classification model Methods 0.000 claims abstract description 62
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims description 23
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000002372 labelling Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012034 trail making test Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种确定图像标签的方法,涉及人工智能技术领域,进一步涉及智能相册领域。具体实现方案为:针对来自用户的目标图像,使用图像分类模型,基于相似度阈值产生至少一个预测标签;根据上述图像分类模型的历史数据,确定与上述至少一个预测标签相关的至少一个相关标签;以及将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给上述用户,以便上述用户选择。本公开还提供了一种确定图像标签的装置、一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质、一种计算机程序产品。
Description
技术领域
本公开涉及人工智能技术领域,进一步涉及智能相册领域。具体涉及一种确定图像标签的方法、一种确定图像标签的装置、一种电子设备、一种存储有计算机指令的非瞬时计算机可读存储介质和一种计算机程序产品。
背景技术
智能相册产品可以通过分类模型将用户相册中相同类别的图片聚合在一起自动创建相册,其核心能力是智能分类。多标签分类模型是常用的分类模型,即一张图片可能被分到多个相册中。适用于当前相册产品的多标签分类模型是保证该相册智能分类竞争力的核心。智能相册产品需要持续对当前场景的用户反馈进行分析,以针对性地优化分类模型。
发明内容
提供了一种确定图像标签的方法、装置、设备、存储介质以及计算机程序产品。
根据第一方面,提供了一种确定图像标签的方法,包括:针对来自用户的目标图像,使用图像分类模型,基于置信度阈值确定至少一个预测标签;根据上述图像分类模型的历史数据,确定与上述至少一个预测标签相关的至少一个相关标签;以及将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给上述用户,以便上述用户选择。
根据第二方面,提供了一种确定图像标签的装置,包括:第一确定单元,用于针对来自用户的目标图像,使用图像分类模型,基于相似度阈值确定至少一个预测标签;第二确定单元,用于根据上述图像分类模型的历史数据,确定与上述至少一个预测标签相关的至少一个相关标签;以及提供单元,用于将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给上述用户,以便上述用户选择。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行本公开实施例所述的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行本公开实施例所述的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现本公开实施例所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的一个实施例的可以应用确定图像标签的方法的示例性***架构示意图;
图2是根据本公开一个实施例的确定图像标签的方法的流程图;
图3是根据本公开另一个实施例的确定图像标签的方法的流程图;
图4A、图4B和图4C是根据本公开一个实施例的确定图像标签的方法中供用户选择的界面示意图;
图5是根据本公开另一个实施例的确定图像标签的方法的流程图;
图6是根据本公开一个实施例的确定图像标签的方法的原理图;
图7是根据本公开一个实施例的确定图像标签的装置的框图;
图8是根据本公开的一个实施例的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
智能相册产品可以使用多标签分类模型为用户相册中的图片分类。当前主流相册产品使用的分类模型以人工标注了多标签的公共数据集或者网络图片作为训练集,这种分类模型在建模后不能根据当前相册实际场景持续优化。
多标签分类模型的优化的难点是多标签样本收集速度慢、样本有效率低。例如,部分相册仅支持单标签标注,缺乏用户参与的多标签样本标注能力,只能产生单标签样本,而单标签样本难以用于训练多标签分类模型。例如,采用用户标注图片后产生的数据训练分类模型时,这些数据未经清洗,存在较大噪音,训练出的模型效果差。例如,采用众测平台对图片进行人工标注时,用户上传的图片可能会被泄露,存在隐私泄露风险。
图1是根据本公开的一个实施例的可以应用确定图像标签的方法的示例性***架构示意图。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,该***架构100可以包括终端设备101、102、103,网络104和服务器105。
网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种用户端应用,例如图片处理应用、购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱用户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的确定图像标签的方法一般可以由服务器105执行。相应地,本公开实施例所提供的确定图像标签的装置一般可以设置于服务器105中。本公开实施例所提供的确定标签的方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的确定图像标签的装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
并且/或者,本公开实施例所提供的确定图像标签的方法也可以由终端设备101、102、103中的一个或多个执行。相应地,本公开实施例所提供的确定图像标签的装置也可以设置于终端设备101、102、103中的一个或多个中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2是根据本公开一个实施例的确定图像标签的方法的流程图。
如图2所示,该确定图像标签的方法200可以包括操作S210~S230。接下来将参考图2详细描述根据本公开一个实施例的确定图像标签的方法的流程图。
在操作S210,针对来自用户的目标图像,使用图像分类模型,基于置信度阈值确定至少一个预测标签。
例如,图像分类模型可以针对目标图像确定至少一个标签(Tag,简称T)和相应的置信度(Confidence Level,简称CL),每个标签对应一个置信度阈值(ConfidenceThreshold,简称CT)。如果利用图像分类模型计算得到的置信度不小于置信度阈值,则可以将该置信度对应的标签作为预测标签。
例如,图像分类模型根据目标图像确定了多个标签及与标签相应的置信度,即:(TA,CLA)、(TB,CLB)、(TC,CLC)、(TD,CLD)和(TE,CLE)。同时,标签A~标签E分别对应置信度阈值A~置信度阈值E(CTA、CTB、CTC、CTD、CTE)。如果CL≥CT,就将相应的标签作为一个预测标签。例如,CLA≥CTA、CLB≥CTB、CLC≥CTC,CLD<CTD,CLE<CTE,那么就将TA、TB、TC分别作为预测标签。
在操作S220,根据上述图像分类模型的历史数据,确定与上述至少一个预测标签相关的至少一个相关标签。
例如,根据历史数据中,TA与TM作为同一副图像的标签的概率较高,以及TB与TN作为同一副图像的标签的概率较高,那么可以将TM和TN作为相关标签。
在操作S230,将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给上述用户,以便上述用户选择。
例如,将TA、TB、TC、TM、TN作为候选标签提供给用户。
通过本公开实施例,智能相册产品具有了用户参与的多标签样本标注的能力,可以应用于多种需要用户参与标注多标签的场景,具有通用性。同时可以在用户上传图像时就提供候选标签给用户选择,可以有很强的时效性。
图3是根据本公开另一个实施例的确定图像标签的方法的流程图。
如图3所示,本领域技术人员可以理解,可以在例如图2所示的操作S210之后执行图3所示确定图像标签的方法300,在操作S210中,针对来自用户的目标图像,使用图像分类模型,基于置信度阈值确定至少一个预测标签。
该确定图像标签的方法300可以根据上述图像分类模型的历史数据,确定与上述至少一个预测标签相关联的至少一个相关标签。下面将参考下述操作S321~S324来对此进行详细说明。上述图像分类模型的历史数据包括图像数据和与上述图像数据相关联的至少一个标签。
在操作S321,确定上述图像分类模型的历史数据中,与上述至少一个预测标签相关的至少一个图像数据。
例如,在图像分类模型的历史数据中,图像H、图像I、图像J也具有标签TA,图像O、图像P、图像Q也具有标签TB。那么可以将图像H、图像I、图像J作为与预测标签TA相关的图像数据,可以将图像O、图像P、图像Q作为与预测标签TB相关的图像数据。
在操作S322,确定与上述至少一个图像数据中除上述至少一个预测标签以外的相同标签出现的次数。
例如,图像H具有的标签为TA、TM、TR,图像I具有的标签为TA、TM、Ts,图像J具有的标签为TA、TU、TV,可见,与标签TA相关的图像数据中,TA出现了3次,TM出现了2次,其他标签只出现了一次。图像O具有的标签为TB、TN、TX,图像P具有的标签为TB、TN、TY,图像Q具有的标签为TB、TW、TZ,可见,与标签TB相关的图像数据中,TB出现了3次,TN出现了2次,其他标签只出现了一次。
在操作S323,确定出现次数大于等于预定阈值的相同标签为上述相关标签。
例如,预定阈值为2,那么可以将TM作为TA的相关标签,也可以将TN作为TB的相关标签。例如,预定阈值为1,那么可以将TM、TR,Ts、TU、TV作为TA的相关标签,也可以将TN、TX、TY、TW、Tz作为TB的相关标签。可以确定多个相关标签供用户选择,增加了用户选择至少一个候选标签的概率。
在操作S324,使用上述图像分类模型,基于扩展置信度阈值确定至少一个扩展标签,其中扩展置信度阈值小于上述置信度阈值。可以增加候选标签的数量,提高用户选择至少一个候选标签的概率。
例如,针对目标图像,使用上述图像分类模型产生的标签均对应一个扩展置信度阈值(Extended Confidence Threshold,简称ECT)。使用图像分类模型产生的标签中,部分标签的置信度阈值未超过置信度阈值,那么可以从这些标签中根据ECT生成扩展标签。
例如,图像分类模型根据目标图像确定了多个标签及与标签相应的置信度,其中CLD<CTD,CLE<CTE,那么TD和TE不能被确定为预测标签。例如,CLE>ECTE,那么TE可以作为扩展标签。例如,CLE>CTE-ECTE,那么TE可以作为扩展标签。
例如,相关标签与其他相关标签、相关标签与预测标签、或者相关标签与扩展标签可能存在重复的标签,可以过滤掉重复的标签。例如,如果相关标签TM与扩展标签TE为重复标签,那么可以去除TM或TE中的一个。此外例如,如果基于TA生成的相关标签TM与预测标签TC是重复标签,可以去除TM。
该确定图像标签的方法300可以根据将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给上述用户,以便上述用户选择。下面将参考下述操作S331来对此进行详细说明。
在操作S331,将上述至少一个预测标签、上述至少一个扩展标签和上述至少一个相关标签作为候选标签,将上述候选标签和无正确标签选项提供给上述用户,以便上述用户选择。
例如,针对目标图像,可以将候选标签和无正确标签选项同时提供给用户。例如,可以将TA、TB、TC、TE、TM、TN作为候选标签同时提供给用户,同时向用户提供无正确标签选项,以便上述用户选择。
例如,针对目标图像,可以将候选标签依次提供给用户,每次提供一个候选标签和无正确标签选项给用户。例如,可以将TA、TB、TC、TE、TM、TN作为候选标签依次提供给用户,同时向用户提供无正确标签选项,即每次提供一个候选标签和无正确标签选项给用户。
该确定图像标签的方法300可以响应于用户选择了至少一个候选标签的反馈信息。下面将参考下述操作S3321~S3322来对此进行详细说明。
在操作S3321,响应于接收来自用户的反馈信息,上述反馈信息指示用户选择了至少一个候选标签,确定所选的至少一个候选标签为上述目标图像的标签。
例如,用户选择了TA,那么就将TA作为目标图像的标签。例如,在候选标签同时提供用户时,用户从TA、TB、TC、TE、TM、TN选择了TA作为上述目标图像的标签。例如,在候选标签依次提供用户时,例如每次提供给用户一个候选标签和无正确标签选项,用户在TA出现时选择了TA;在其他候选标签出现时,选择了无正确标签选项,则将TA作为上述目标图像的标签。
在操作S3322,利用所选的至少一个候选标签和上述目标图像,更新上述图像分类模型的历史数据。
例如,可以利用目标图像和TA更新历史数据,可以将目标图像和TA对应地存储入存储有历史数据的数据库中。
该确定图像标签的方法300可以响应于用户选择了无正确标签选项的反馈信息。下面将参考下述操作S3331~S3333来对此进行详细说明。
在操作S3331,响应于接收来自用户的反馈信息,上述反馈信息指示用户选择了无正确标签选项,提示用户输入期望标签。
例如,用户认为候选标签不适合目标图像,用户可以选择无正确标签选项。此时,可以提示用户输入期望标签。例如,在候选标签同时提供用户时,用户没有从TA、TB、TC、TE、TM、TN选择任一标签作为上述目标图像的标签,而是选择了无正确标签选项,那么可以提示用户输入期望标签Texpect。例如,在每次提供给用户一个候选标签和无正确标签选项时,用户每次都选择了无正确标签选项,那么可以提示用户输入期望标签Texpect。此外,如果用户每次选择了不同的候选标签,则可以认为该用户的选择是无效的,并向用户发送提示。
在操作S3332,响应于接收到来自用户的期望标签,确定上述期望标签为上述目标图像的标签。
例如,接收到来自用户的期望标签Texpect后,可以将该期望标签Texpect作为目标图像的标签。
在操作S3333,利用上述期望标签和上述目标图像更新上述图像分类模型的历史数据。
例如,可以将目标图像和Texpect对应地存储入存储有历史数据的数据库中,以更新历史数据。
以上虽然以特定的顺序描述了各个步骤,然而本公开的实施例不限于此,各个步骤可以根据需要以其他顺序来执行。例如,操作S324可以与操作S321~S323并行执行,也可以在操作S321前执行,或者在操作S323之后执行。
图4A、图4B和图4C是根据本公开一个实施例的确定图像标签的方法中供用户选择的界面示意图。
如图4A和图4B所示,针对目标图像,可以将候选标签和无正确标签选项依次提供给用户。如图4A所示,可以将标签“天空”、正确标签选项(“是”)和无正确标签选项(“否”)提供给用户。用户可以选择正确标签选项,例如图4A中的“是”,那么该标签“天空”可以作为目标图像的一个标签。用户也可以选择无正确标签选项,例如图4A中的“否”,那么该标签“天空”不作为目标图像的一个标签。
用户选择了有正确标签选项或无正确标签选项后,提供另一个候选标签给用户。如图4B所示,可以将标签“建筑”、正确标签选项(“是”)和无正确标签选项(“否”)提供给用户。用户可以选择正确标签选项,例如图4B中的“是”,那么该标签“建筑”可以作为目标图像的一个标签。用户也可以选择无正确标签选项,例如图4B中的“否”,那么该标签“建筑”不作为目标图像的一个标签。
如图4C所示,针对目标图像,可以将候选标签和无正确标签选项同时提供给用户。如图4C所示,候选标签有“天空”、“建筑”、“人物”、“图景”、“树林”、“花”。这些候选标签可以同时提供给用户,同时无正确标签选项(“否”)也提供给用户。用户可以从候选标签中选择至少一个作为该目标图像的标签,例如选择“天空”和“图景”,那么这两个标签将作为目标图像的标签。用户也可以选择无正确标签选项,例如图4C中的“否”,那么上述多个候选标签将不作为目标图像的一个标签。
图5是根据本公开另一个实施例的确定图像标签的方法的流程图。
如图5所示,该确定图像标签的方法还包括标签数据清洗的方法540,该方法540包括操作S541~S545。
在操作S541,将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给除上述用户以外的多个其他用户。
例如,可以将TA、TB、TC、TM、TN发送给其他用户。例如,可以将TA、TB、TC、TE、TM、TN发送给其他用户。此外,也可以将期望标签Texpect发送给其他用户。
在操作S542,响应于接收到分别来自上述多个其他用户的多个反馈信息,确定上述多个反馈信息是否指示了多个其他用户选择了相同的共同标签。
例如,确定多个其他用户是否共同选择了候选标签中的相同的标签。例如,确定多个其他用户是否选择TA作为目标图像的标签。例如,也确定多个其他用户是否选择期望标签Texpect作为目标图像的标签。
在操作S543,响应于确定上述多个反馈信息指示了多个其他用户选择了相同的共同标签,确定上述共同标签为上述目标图像的标签。
例如,如果多个其他用户也选择了TA作为目标图像的标签,则将TA作为目标图像的标签。例如,如果多个其他用户均选择了TB作为目标图像的标签,则将TB作为目标图像的标签。例如,如果多个其他用户均选择了TA和TB作为目标图像的标签,则将TA和TB作为目标图像的标签。例如,如果多个其他用户均选择Texpect作为目标图像的标签,则将期望标签Texpect作为目标图像的标签。
在操作S544,利用上述共同标签和上述目标图像更新上述图像分类模型的历史数据。
例如,可以将目标图像和共同标签对应地存储入存储有历史数据的数据库中。
在操作S545,响应于确定上述多个反馈信息指示了多个其他用户均未选择相同的共同标签,终止确定上述目标图像的标签的流程。
例如,多个其他用户选择的标签各不相同,无法确定共同标签,此时终止确定上述目标图像的标签的流程,同时不更新图像分类模型的历史数据。
通过本公开实施例,可以对目标图像的标签数据进行清洗,过滤掉部分噪音数据,提高图像标注的有效性。
图6是根据本公开一个实施例的确定图像标签的方法的原理图。
如图6所示,用户提供目标图像601,图像分类模型610针对目标图像601,生成了预测标签6021、预测标签6022、预测标签6023。需要说明的是,图像分类模型610针对目标图像601,生成了不少于三个的标签,但是部分标签的置信度未超过置信度阈值,该部分标签不作为预测标签。
标签关联模块620根据历史数据603和预测标签6021、预测标签6022、预测标签6023确定了与部分预测标签相关联的相关标签6024和相关标签6025,例如,历史数据中,一个标签与预测标签6021相关联,该标签可以作为相关标签6024。历史数据中,另一个标签与预测标签6022相关联的,标签可以作为相关标签6025。
将预测标签6021、预测标签6022、预测标签6023、相关标签6024和相关标签6025作为候选标签提供给用户,以便用户选择,进而完成对目标图像的标注。
图7是根据本公开一个实施例的确定图像标签的装置的框图。
如图7所示,该确定图像标签的装置包括:第一确定模块710、第二确定模块720和提供模块730。
第一确定模块710,用于针对来自用户的目标图像,使用图像分类模型,基于相似度阈值确定至少一个预测标签;
第二确定模块720,用于根据上述图像分类模型的历史数据,确定与上述至少一个预测标签相关的至少一个相关标签;以及
提供模块730,用于将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给上述用户,以便上述用户选择。
作为本公开的一种可选实施例,还包括第三确定模块,用于使用上述图像分类模型,基于扩展置信度阈值确定至少一个扩展标签,其中扩展置信度阈值小于上述置信度阈值。
作为本公开的一种可选实施例,上述图像分类模型的历史数据包括图像数据和与上述图像数据相关联的至少一个标签;上述第二确定模块包括:相关图像确定单元,用于确定上述图像分类模型的历史数据中,与上述至少一个预测标签相关的至少一个图像数据;频率确定单元,用于确定与上述至少一个图像数据中除上述至少一个预测标签以外的相同标签出现的次数;以及相关标签确定单元,用于确定出现次数大于等于预定阈值的相同标签为上述相关标签。
作为本公开的一种可选实施例,上述提供模块包括:第一提供单元,用于将候选标签和无正确标签选项提供给上述用户。
作为本公开的一种可选实施例,上述提供模块还包括:第一确定单元,用于响应于接收来自用户的反馈信息,上述反馈信息指示用户选择了至少一个候选标签,确定所选的至少一个候选标签作为上述目标图像的标签;以及第一更新单元,用于利用所选的至少一个候选标签和上述目标图像,更新上述图像分类模型的历史数据。
作为本公开的一种可选实施例,上述提供模块还包括:提示单元,用于响应于接收来自用户的反馈信息,上述反馈信息指示用户选择了无正确标签选项,提示用户输入期望标签;第二确定单元,用于响应于接收到来自用户的期望标签,确定上述期望标签为上述目标图像的标签;以及第二更新单元,用于利用上述期望标签和上述目标图像更新上述图像分类模型的历史数据。
作为本公开的一种可选实施例,该确定图像标签的装置还包括数据清洗模块,上述数据清洗模块包括:第二提供单元,用于将上述至少一个预测标签和上述至少一个相关标签作为候选标签提供给除上述用户以外的多个其他用户;第三确定单元,用于响应于接收到分别来自上述多个其他用户的多个反馈信息,确定上述多个反馈信息是否指示了多个其他用户选择了相同的共同标签;第四确定单元,用于响应于确定上述多个反馈信息指示了多个其他用户选择了相同的共同标签,确定上述共同标签为上述目标图像的标签;第三更新单元,利用上述共同标签和上述目标图像更新上述图像分类模型的历史数据。
应该理解,本公开装置部分的实施例与本公开方法部分的实施例对应相同或类似,所解决的技术问题和所达到的技术效果也对应相同或者类似,本公开在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质、一种计算机程度产品。
图8是根据本公开的一个实施例的确定图像标签的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如确定图像标签的方法。例如,在一些实施例中,确定图像标签的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的确定图像标签的方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行确定图像标签的方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括用户端和服务器。用户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有用户端-服务器关系的计算机程序来产生用户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
根据本公开实施例的技术方案,提供了用户参与的多标签样本标注的能力,可以应用于多种需要用户参与标注多标签的场景,具有通用性。同时可以在用户上传图像时就提供候选标签给用户选择,可以有很强的时效性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种确定图像标签的方法,包括:
针对来自用户的目标图像,使用图像分类模型,基于置信度阈值确定至少一个预测标签;
根据所述图像分类模型的历史数据,确定与所述至少一个预测标签相关联的至少一个相关标签;以及
将所述至少一个预测标签和所述至少一个相关标签作为候选标签提供给所述用户,以便所述用户选择。
2.根据权利要求1所述的方法,其中,所述候选标签还包括扩展标签;
所述方法还包括:
使用所述图像分类模型,基于扩展置信度阈值确定至少一个扩展标签,其中扩展置信度阈值小于所述置信度阈值。
3.根据权利要求1所述方法,其中,所述图像分类模型的历史数据包括图像数据和与所述图像数据相关联的至少一个标签;
其中,所述根据所述图像分类模型的历史数据,确定与所述至少一个预测标签相关的至少一个相关标签包括:
确定所述图像分类模型的历史数据中,与所述至少一个预测标签相关的至少一个图像数据;
确定与所述至少一个图像数据中除所述至少一个预测标签以外的相同标签出现的次数;以及
确定出现次数大于等于预定阈值的相同标签为所述相关标签。
4.根据权利要求1所述的方法,其中,将所述至少一个预测标签和所述至少一个相关标签作为候选标签提供给所述用户包括:
将候选标签和无正确标签选项提供给所述用户。
5.根据权利要求4所述的方法,还包括:
响应于接收来自用户的反馈信息,所述反馈信息指示用户选择了至少一个候选标签,确定所选的至少一个候选标签为所述目标图像的标签;以及
利用所选的至少一个候选标签和所述目标图像,更新所述图像分类模型的历史数据。
6.根据权利要求4所述的方法,还包括:
响应于接收来自用户的反馈信息,所述反馈信息指示用户选择了无正确标签选项,提示用户输入期望标签;
响应于接收到来自用户的期望标签,确定所述期望标签为所述目标图像的标签;以及
利用所述期望标签和所述目标图像更新所述图像分类模型的历史数据。
7.根据权利要求1所述的方法,还包括:
将所述至少一个预测标签和所述至少一个相关标签作为候选标签提供给除所述用户以外的多个其他用户;
响应于接收到分别来自所述多个其他用户的多个反馈信息,确定所述多个反馈信息是否指示了多个其他用户选择了相同的共同标签;
响应于确定所述多个反馈信息指示了多个其他用户选择了相同的共同标签,确定所述共同标签为所述目标图像的标签;以及
利用所述共同标签和所述目标图像更新所述图像分类模型的历史数据。
8.一种确定图像标签的装置,包括:
第一确定模块,用于针对来自用户的目标图像,使用图像分类模型,基于相似度阈值确定至少一个预测标签;
第二确定模块,用于根据所述图像分类模型的历史数据,确定与所述至少一个预测标签相关的至少一个相关标签;以及
提供模块,用于将所述至少一个预测标签和所述至少一个相关标签作为候选标签提供给所述用户,以便所述用户选择。
9.根据权利要求8所述的装置,还包括第三确定模块,用于使用所述图像分类模型,基于扩展置信度阈值确定至少一个扩展标签,其中扩展置信度阈值小于所述置信度阈值。
10.根据权利要求8所述的装置,其中,所述图像分类模型的历史数据包括图像数据和与所述图像数据相关联的至少一个标签;
所述第二确定模块包括:
相关图像确定单元,用于确定所述图像分类模型的历史数据中,与所述至少一个预测标签相关的至少一个图像数据;
频率确定单元,用于确定与所述至少一个图像数据中除所述至少一个预测标签以外的相同标签出现的次数;以及
相关标签确定单元,用于确定出现次数大于等于预定阈值的相同标签为所述相关标签。
11.根据权利要求8所述的装置,其中,所述提供模块包括:
第一提供单元,用于将候选标签和无正确标签选项提供给所述用户。
12.根据权利要求11所述的装置,其中,所述提供模块还包括:
第一确定单元,用于响应于接收来自用户的反馈信息,所述反馈信息指示用户选择了至少一个候选标签,确定所选的至少一个候选标签为所述目标图像的标签;以及
第一更新单元,用于利用所选的至少一个候选标签和所述目标图像,更新所述图像分类模型的历史数据。
13.根据权利要求11所述的装置,其中,所述提供模块还包括:
提示单元,用于响应于接收来自用户的反馈信息,所述反馈信息指示用户选择了无正确标签选项,提示用户输入期望标签;
第二确定单元,用于响应于接收到来自用户的期望标签,确定所述期望标签为所述目标图像的标签;以及
第二更新单元,用于利用所述期望标签和所述目标图像更新所述图像分类模型的历史数据。
14.根据权利要求8所述的装置,还包括数据清洗模块,所述数据清洗模块包括:
第二提供单元,用于将所述至少一个预测标签和所述至少一个相关标签作为候选标签提供给除所述用户以外的多个其他用户;
第三确定单元,用于响应于接收到分别来自所述多个其他用户的多个反馈信息,确定所述多个反馈信息是否指示了多个其他用户选择了相同的共同标签;
第四确定单元,用于响应于确定所述多个反馈信息指示了多个其他用户选择了相同的共同标签,确定所述共同标签为所述目标图像的标签;以及
第三更新单元,利用所述共同标签和所述目标图像更新所述图像分类模型的历史数据。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110606102.8A CN113360693A (zh) | 2021-05-31 | 2021-05-31 | 确定图像标签的方法及其装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110606102.8A CN113360693A (zh) | 2021-05-31 | 2021-05-31 | 确定图像标签的方法及其装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113360693A true CN113360693A (zh) | 2021-09-07 |
Family
ID=77530756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110606102.8A Pending CN113360693A (zh) | 2021-05-31 | 2021-05-31 | 确定图像标签的方法及其装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113360693A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114092709A (zh) * | 2021-11-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种识别图像中目标轮廓的方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120243789A1 (en) * | 2011-03-22 | 2012-09-27 | Nec Laboratories America, Inc. | Fast image classification by vocabulary tree based image retrieval |
CN109522424A (zh) * | 2018-10-16 | 2019-03-26 | 北京达佳互联信息技术有限公司 | 数据的处理方法、装置、电子设备及存储介质 |
CN110413839A (zh) * | 2019-07-05 | 2019-11-05 | 高新兴科技集团股份有限公司 | 一种图像采集设备的标签数据共享方法、装置和设备 |
CN110704657A (zh) * | 2019-09-27 | 2020-01-17 | 网易(杭州)网络有限公司 | 图像标签的推荐方法、装置及电子设备 |
CN112507154A (zh) * | 2020-12-22 | 2021-03-16 | 哈尔滨师范大学 | 一种信息处理装置 |
CN112613569A (zh) * | 2020-12-29 | 2021-04-06 | 北京百度网讯科技有限公司 | 图像识别方法、图像分类模型的训练方法及装置 |
-
2021
- 2021-05-31 CN CN202110606102.8A patent/CN113360693A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120243789A1 (en) * | 2011-03-22 | 2012-09-27 | Nec Laboratories America, Inc. | Fast image classification by vocabulary tree based image retrieval |
CN109522424A (zh) * | 2018-10-16 | 2019-03-26 | 北京达佳互联信息技术有限公司 | 数据的处理方法、装置、电子设备及存储介质 |
CN110413839A (zh) * | 2019-07-05 | 2019-11-05 | 高新兴科技集团股份有限公司 | 一种图像采集设备的标签数据共享方法、装置和设备 |
CN110704657A (zh) * | 2019-09-27 | 2020-01-17 | 网易(杭州)网络有限公司 | 图像标签的推荐方法、装置及电子设备 |
CN112507154A (zh) * | 2020-12-22 | 2021-03-16 | 哈尔滨师范大学 | 一种信息处理装置 |
CN112613569A (zh) * | 2020-12-29 | 2021-04-06 | 北京百度网讯科技有限公司 | 图像识别方法、图像分类模型的训练方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114092709A (zh) * | 2021-11-23 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种识别图像中目标轮廓的方法、装置、设备及存储介质 |
CN114092709B (zh) * | 2021-11-23 | 2023-10-31 | 北京百度网讯科技有限公司 | 一种识别图像中目标轮廓的方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11038975B2 (en) | Information pushing method and device | |
CN112559007A (zh) | 多任务模型的参数更新方法、装置及电子设备 | |
CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
CN114882321A (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN107291774B (zh) | 错误样本识别方法和装置 | |
CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
CN113627536A (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN113704058B (zh) | 一种业务模型的监控方法、装置及电子设备 | |
CN113205189B (zh) | 训练预测模型的方法、预测方法及装置 | |
CN114037059A (zh) | 预训练模型、模型的生成方法、数据处理方法及装置 | |
CN113360693A (zh) | 确定图像标签的方法及其装置、电子设备以及存储介质 | |
CN113190746A (zh) | 推荐模型的评估方法、装置及电子设备 | |
CN111782850B (zh) | 一种基于手绘图的物品搜索方法和装置 | |
CN115186738B (zh) | 模型训练方法、装置和存储介质 | |
CN114860411B (zh) | 多任务学习方法、装置、电子设备和存储介质 | |
CN113360689B (zh) | 图像检索***、方法、相关装置及计算机程序产品 | |
CN112887426B (zh) | 信息流的推送方法、装置、电子设备以及存储介质 | |
CN114048863A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN114036397A (zh) | 数据推荐方法、装置、电子设备和介质 | |
CN113850072A (zh) | 文本情感分析方法、情感分析模型训练方法、装置、设备及介质 | |
CN112860858A (zh) | 一种回答问题的方法及装置 | |
CN111488537A (zh) | 一种页面展示的方法和装置 | |
CN113011490B (zh) | 模型训练方法、装置及电子设备 | |
CN113362097B (zh) | 一种用户确定方法和装置 | |
CN114329219A (zh) | 数据处理方法、用于输出知识内容的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |