CN112307236A - 一种数据标注方法及其装置 - Google Patents

Abstract

本申请公开了一种数据标注方法及其装置，所述方法包括：获取车辆的车载图像作为样本数据的同时，获取车辆的状态数据；根据所述状态数据确定车辆的状态信息；将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。采用本申请，可在获取到车载图像的同时利用确定的状态信息对所述车载图像进行标注，实现了在车辆领域的自动数据标注。

Description

一种数据标注方法及其装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据标注方法及其装置。

背景技术

机器学习可从数据中产生各种模型，因此需要用户提供训练数据。为了利用这些训练数据对模型进行训练，需要预先对样本数据进行数据标注，其中，数据标注是指对文本、图片、语音等数据进行描述或者标记的过程，例如，将行驶的汽车图片样本标注为危险。

现有的数据标注过程为：手动将数据(例如，车载图像)标注任务切分为多个子任务并分发给多个标注者；各标注者根据子任务的数据的数据类型选择对应的单机版标注工具进行标注；所有子任务的标注工作完成后，将各标注者标注后的数据整合保存。

可以看出，这需要标注者花费大量的精力对这些数据进行人工标注。因此，相关技术需要一种可自动对数据进行标注的技术方案。

发明内容

本申请实施例提供一种数据标注方法及其装置，用于至少解决以上技术问题。

本申请实施例还提供一种数据标注方法，所述方法包括：获取样本数据以及与所述样本数据对应的标注信息；利用所述标注信息对所述样本数据进行标注，生成训练数据。

本申请实施例还提供一种数据标注方法，所述方法包括获取车辆的车载图像作为样本数据的同时，利用车载辅助装置获取车辆的状态数据；根据所述状态数据确定车辆的状态信息；将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。

本申请实施例还提供一种数据标注装置，所述方法包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：获取车辆的车载图像作为样本数据的同时，利用车载辅助装置获取车辆的状态数据；根据所述状态数据确定车辆的状态信息；将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。

本申请实施例还提供一种数据标注方法，所述方法包括获取语音数据作为样本数据的同时，获取与所述语音数据对应的文本数据；将所述文本数据作为标注信息对所述样本数据进行标注，生成训练数据。

本申请实施例还提供一种数据标注装置，所述方法包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：获取语音数据作为样本数据的同时，获取与所述语音数据对应的文本数据；将所述文本数据作为标注信息对所述样本数据进行标注，生成训练数据。

本申请实施例采用的上述至少一个技术方案可在获取到车载图像的同时利用确定的状态信息对所述车载图像进行标注，实现了在车辆领域的自动数据标注。可实现对样本数据的自动标注。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请的示例性实施例的数据标注的场景图；

图2是根据本申请的示例性实施例的数据标注方法的流程图；

图3是根据本申请的示例性实施例的针对车载图像的数据标注的场景图；

图4是根据本申请的示例性实施例的针对语音的数据标注的场景图；

图5是根据本申请的示例性实施例的数据标注装置的框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。为了更好地理解本申请，以下将结合图1对本申请的示例性实施例的数据标注的场景进行描述。

如图1所述，在车辆行驶过程中，可将与车辆相关的数据传输到计算机设备100。所述计算机设备100可在接收到所述数据后，按照本申请的示例性实施例的数据标注方法，对这些数据进行标注，并将标注后的数据存储起来。

此外，所述计算机设备100还可在接收到语音数据以及对应的文本数据后，利用文本数据对所述语音数据进行数据标注，并将标注后的数据存储起来作为训练数据。

应注意，所述计算机设备100是指可以通过运行预定程序获知指令来执行数值计算和/或逻辑计算等预定处理过程的智能电子设备，计算机设备包括但不限于服务器、个人计算机、笔记本、平板电脑和智能终端。

此外，所述计算机设备100可单独运行实现本申请，也可接入网络并通过与网络中的其它计算机设备的交互操作操作来实现本申请。其中，所述计算机设备所处的网络包括但不限于互联网、广域网、局域网、城域网、VPN网络等。

以下将参照图2具体描述根据本申请的示例性实施例的数据标注方法的流程图。

在步骤S210，获取车辆的车载图像作为样本数据的同时，获取车辆的状态数据。

具体来说，在现有技术中，标注者在获取到大量样本数据后，需要人工逐一确定每个样本数据的标注信息，而在本申请中，所述方法可直接获取到样本数据以及与样本数据对应的标注信息，其中，所述标注信息可包括一种或多种类型的标注信息，也就是说，同一样本数据可按照预定规则被标注成不同的标注信息，其中，所述预定规则可根据具体需求设定。

更进一步地，在本申请中，可在获取样本数据的同时确定与所述样本数据对应的标注信息。也就是说，所述样本数据与标注信息是同时且实时生成的。以下将结合图3和图4对此进行具体描述。

如图3所述，在所述方法应用于车辆领域的情况下，所述样本数据可包括针对车辆的车载图像，所述车载图像可包括利用车载图像获取装置获取的与所述车辆相关的图像。可如图3所示，利用行车记录仪获取车辆在行驶过程中获取的车载图像。此外，还可使用其它车载图像获取装置，例如，外置在车辆外侧的图像获取装置或者可获取车辆尾部的图像的倒车可视装置。

随后，在获取所述车载图像的同时，可利用车载辅助装置获取车辆的状态数据，其中，所述车载辅助装置可以是用于获取车辆运行状态的装置，例如，所述车载辅助装置可以是车用传感器，所述车用传感器可获取车辆在运行中各种状态信息，如车速、各种介质的温度、发动机运转状态等，转化成电信号输给计算机装置，此外，所述车载辅助装置还可以是车载诊断系统(OBD)，OBD可实时获取到与发动机相关的数据。应注意，所述车载辅助系统不限于以上示例，所有可获取到车辆在运行中的状态信息的装置均可应用于此。

正如图3中所示，可将车载图像获取装置以及车辆辅助装置提供的数据同时提供给图1中的计算机设备100，计算机设备100可利用这些数据执行步骤S210。

随后，可执行步骤S220，根据所述状态数据确定车辆的状态信息。如在图3中所示，图3中标注的正常行驶或者危险行驶。在实施中，可根据预先设置的规则来确定车辆行驶的状态信息，所述状态信息不限于以上提供的车辆是否正常行驶，还包括车辆行驶的方向信息，例如，车辆正在直线行驶、倒车、左转、右转等。此外，还可包括车辆的速度信息，例如，车辆行驶超过80迈，车辆行驶低于30迈等。

这些状态信息可直接从车载辅助装置中获取，或者可根据车载辅助装置提供的状态数据来确定状态信息，例如，可根据车辆的行驶速度以及发动机的运转速度确定车辆在运行时的状态，例如，正常行驶和危险行驶。最后，可将这些状态信息作为车辆的标注信息。

在实施中，同一车载图像可对应不同的标注信息，也就是说，针对同一车载图像，可获取到车辆的各种状态信息，并将这些状态信息均作为标注信息。举例来说，同一车载图像可对应的标注信息有：左转、危险行驶以及发送机异常。

此外，所述方法还可应用于语音领域。具体来说，可利用语音获取装置获取发言人发出的语音，例如，演讲者在会议上正在演讲时可利用音频获取装置获取演讲者发出的音频，同时，可通过例如速记人员通过人工速记获取翻译内容。所述音频获取装置是可以获取语音的装置，可包括但不限于录音笔、会议记录仪等装置。

随后，可通过无线或有线传输到图1中的计算机设备100，计算机设备100可利用这些数据执行步骤S210，在实施中，获取语音数据作为样本数据的同时获取与所述语音数据对应的文本数据作为标注信息。

最后，可执行步骤S230，将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。具体来说，基于数据标注算法，利用所述标注信息对所述样本数据进行标注，从而生成后续对模型执行训练的训练数据。应注意，所述数据标注算法可以是相关技术中已有的数据标注算法。举例来说，可通过将样本数据与标注信息对应存储的方式实现对样本数据的数据标注。

本申请实施例还提供一种数据标注方法，所述方法包括获取语音数据作为样本数据的同时，获取与所述语音数据对应的文本数据；将所述文本数据作为标注信息对所述样本数据进行标注，生成训练数据。

综上可述，根据本申请的示例性实施例的数据标注方法可在获取样本数据的同时确定标注信息，并利用所述标注信息对样本数据进行标注，实现了样本数据的自动打标，节省了大量的人力和物力。更进一步地，可预先设置标注信息，从而满足不同的打标需求。更进一步地，同一样本数据可获取到不同的标注信息，从而能够更充分地利用样本数据。更进一步地，所述方法可应用于车辆领域，实现对车载图像的自动标注。更进一步地，所述方法可应用于语音领域，实现对语音特别是会议语音的自动标注。

为了更清楚地明白本申请的示例性实施例的发明构思，以下将参照图5描述本申请的示例性实施例的数据标注装置的框图。本领域普通技术人员将理解：图5中的装置仅示出了与本示例性实施例相关的组件，所述装置中还包括除了图5中示出的组件之外的通用组件。

图5示出本申请的示例性实施例的数据标注装置的框图。应注意，所述数据标注装置可以是图1中的计算机设备100，也可以是执行图2示出的数据标注方法的装置。

参考图5，在硬件层面，该装置包括处理器、内部总线和计算机可读存储介质，其中，所述计算机可读存储介质包括易失性存储器和非易失性存储器。处理器从非易失性存储器中读取对应的计算机程序然后运行。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

具体来说，所述处理器执行以下操作：获取车辆的车载图像作为样本数据的同时，获取车辆的状态数据；根据所述状态数据确定车辆的状态信息；将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。

可选地，所述处理器在实现步骤获取车辆的车载图像作为样本数据的同时获取车辆的状态数据包括：在利用车载图像获取装置获取车辆的车载图像作为样本数据的同时，利用车载辅助装置获取车辆的状态数据。

可选地，所述车载辅助装置是用于获取车辆运行状态的装置。

根据本申请的示例性实施例，所述处理器还可执行以下操作：获取语音数据作为样本数据的同时，获取与所述语音数据对应的文本数据；将所述文本数据作为标注信息对所述样本数据进行标注，生成训练数据。

综上可述，根据本申请的示例性实施例的数据标注装置可可在获取样本数据的同时确定标注信息，并利用所述标注信息对样本数据进行标注，实现了样本数据的自动打标，节省了大量的人力和物力。更进一步地，可预先设置标注信息，从而满足不同的打标需求。更进一步地，同一样本数据可获取到不同的标注信息，从而能够更充分地利用样本数据。更进一步地，所述方法可应用于车辆领域，实现对车载图像的自动标注。更进一步地，所述方法可应用于语音领域，实现对语音特别是会议语音的自动标注。

需要说明的是，实施例1所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤21和步骤22的执行主体可以为设备1，步骤23的执行主体可以为设备2；又比如，步骤21的执行主体可以为设备1，步骤22和步骤23的执行主体可以为设备2；等等。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种数据标注方法，其特征在于，包括：

获取车辆的车载图像作为样本数据的同时，获取车辆的状态数据；

根据所述状态数据确定车辆的状态信息；

将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。

2.如权利要求1所述的方法，其特征在于，获取车辆的车载图像作为样本数据的同时获取车辆的状态数据包括：

在利用车载图像获取装置获取车辆的车载图像作为样本数据的同时，利用车载辅助装置获取车辆的状态数据。

3.如权利要求2所述的方法，其特征在于，所述车载辅助装置是用于获取车辆运行状态的装置。

4.一种数据标注方法，其特征在于，包括：

获取语音数据作为样本数据的同时，获取与所述语音数据对应的文本数据；

将所述文本数据作为标注信息对所述样本数据进行标注，生成训练数据。

5.一种数据标注装置，其特征在于，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

获取车辆的车载图像作为样本数据的同时，获取车辆的状态数据；

根据所述状态数据确定车辆的状态信息；

将所述状态信息作为标注信息对所述样本数据进行标注，生成训练数据。

6.如权利要求5所述的装置，其特征在于，所述处理器在实现步骤获取车辆的车载图像作为样本数据的同时获取车辆的状态数据包括：

在利用车载图像获取装置获取车辆的车载图像作为样本数据的同时，利用车载辅助装置获取车辆的状态数据。

7.如权利要求6所述的装置，其特征在于，所述车载辅助装置是用于获取车辆运行状态的装置。

8.一种数据标注装置，其特征在于，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：

获取语音数据作为样本数据的同时，获取与所述语音数据对应的文本数据；

将所述文本数据作为标注信息对所述样本数据进行标注，生成训练数据。

Images