图像标注方法、装置及电子设备与流程

1.本发明涉及智能识别技术领域，特别是涉及图像标注方法、装置及电子设备。


背景技术：

2.跨线目标检测是指对目标对象进行有向跨线行为的检测，即检测目标对象是否按照指定方向跨越目标界线。举例而言，如图1所示，为跨线目标检测示意图，图1中，线段ab表示目标界线，跨线目标检测即检测目标对象是以a
→
b的方向越过目标界线ab，还是以b
→
a的方向越过目标界线ab。
3.如何对跨线目标检测的样本图像进行标注是亟需解决的技术问题。


技术实现要素：

4.本发明实施例的目的在于提供图像标注方法、装置及电子设备，以实现对跨线目标检测的样本图像进行标注。具体技术方案如下：
5.第一方面，本发明实施例提供一种图像标注方法，所述方法包括：
6.获取包含目标界线的待标注图像；
7.生成与所述目标界线相匹配的标注线段，并确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向；
8.从所述第一方向与所述第二方向中，确定所述目标界线的跨越方向；其中，所述目标界线的跨越方向为：可跨越所述目标界线的方向；
9.基于所述标注线段以及所述跨越方向，生成所述待标注图像的标注数据。
10.可选的，所述生成与所述目标界线相匹配的标注线段，包括：
11.基于针对所述目标界线的标注操作，生成与所述目标界线相匹配的标注线段；或者，
12.对所述待标注图像进行直线检测，得到所述待标注图像中各直线对象相匹配的直线线段；从所述待标注图像的各直线线段中，筛选出所述目标界线相匹配的直线线段，作为标注线段。
13.可选的，所述标定线段为有向线段；
14.所述确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向，包括：
15.通过对所述标定线段进行旋转，确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向。
16.可选的，所述通过对所述标定线段进行旋转，确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向，包括：
17.按照指定旋转方向，将所述标定线段旋转90度，将旋转后的第一有向线段的方向作为第一方向；
18.按照所述指定旋转方向，继续将所述标定线段旋转180度，将旋转后的第二有向线段的方向作为第二方向；或者，
19.按照与所述指定旋转方向相反的旋转方向，将所述标定线段旋转90度，将旋转后的第三有向线段的方向作为第二方向。
20.可选的，所述从所述第一方向与所述第二方向中，确定所述目标界线的跨越方向，包括：
21.接收针对所述第一方向与所述第二方向的方向选择操作；
22.将所述方向选择操作所选择的方向，作为所述目标界线的跨越方向。
23.可选的，所述基于所述标注线段以及所述跨越方向，生成所述待标注图像的标注数据，包括：
24.确定所述标注线段的位置信息，以及所述跨线方向对应的方向标识；
25.利用所述位置信息与所述方向标识，生成所述待标注图像的标注数据。
26.可选的，所述方法还包括：利于所述待标注图像的标注数据，训练用于实现跨线目标检测的跨线目标检测模型。
27.第二方面，本发明实施例提供一种图像标注装置，所述装置包括：
28.图像获取模块，用于获取包含目标界线的待标注图像；
29.信息确定模块，用于生成与所述目标界线相匹配的标注线段，并确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向；
30.方向确定模块，用于从所述第一方向与所述第二方向中，确定所述目标界线的跨越方向；其中，所述目标界线的跨越方向为：可跨越所述目标界线的方向；
31.数据生成模块，用于基于所述标注线段以及所述跨越方向，生成所述待标注图像的标注数据。
32.可选的，所述信息确定模块，具体用于基于针对所述目标界线的标注操作，生成与所述目标界线相匹配的标注线段；或者，对所述待标注图像进行直线检测，得到所述待标注图像中各直线对象相匹配的直线线段；从所述待标注图像的各直线线段中，筛选出所述目标界线相匹配的直线线段，作为标注线段。
33.可选的，所述标定线段为有向线段；
34.所述信息确定模块，包括：
35.方向确定子模块，用于通过对所述标定线段进行旋转，确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向。
36.可选的，所述方向确定子模块，具体用于按照指定旋转方向，将所述标定线段旋转90度，将旋转后的第一有向线段的方向作为第一方向；按照所述指定旋转方向，继续将所述标定线段旋转180度，将旋转后的第二有向线段的方向作为第二方向；或者，按照与所述指定旋转方向相反的旋转方向，将所述标定线段旋转90度，将旋转后的第三有向线段的方向作为第二方向。
37.可选的，所述方向确定模块，具体用于接收针对所述第一方向与所述第二方向的方向选择操作；将所述方向选择操作所选择的方向，作为所述目标界线的跨越方向。
38.可选的，所述数据生成模块，具体用于确定所述标注线段的位置信息，以及所述跨线方向对应的方向标识；利用所述位置信息与所述方向标识，生成所述待标注图像的标注数据。
39.可选的，所述装置还包括：模型训练模块，用于利于所述待标注图像的标注数据，
训练用于实现跨线目标检测的跨线目标检测模型。
40.第三方面，本发明实施例提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
41.存储器，用于存放计算机程序；
42.处理器，用于执行存储器上所存放的程序时，实现第一方面任一所述的方法步骤。
43.第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的方法步骤。
44.本发明实施例有益效果：
45.本发明实施例所提供的图像标注方法中，在获取包含目标界线的待标注图像之后，生成与目标界线相匹配的标注线段，并确定与标注线段的延伸方向相互垂直的第一方向与第二方向，进一步的，从第一方向与第二方向中，确定目标界线的跨越方向，从而基于标注线段以及跨越方向，生成待标注图像的标注数据，由于可以通过标注线段对目标界线进行标注，并通过跨线方向对跨越目标界线的方向进行标注，使得所生成的标注数据可用于对实现跨线目标检测的神经网络模型进行训练，可见，本发明提供的方案，可以实现对跨线目标检测的样本图像进行标注。
46.当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
47.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
48.图1为跨线目标检测示意图；
49.图2为本发明实施例提供的一种图像标注方法的流程图；
50.图3为本发明实施例提供的一种待标注图像的示意图；
51.图4为本发明实施例所提供一种包含标注线段的待标注图像的示意图；
52.图5为本发明实施例所提供一种包含标注线段及方向的待标注图像的示意图；
53.图6为本发明实施例图像标注装置的结构示意图；
54.图7为本发明实施例所提供的电子设备的结构示意图。
具体实施方式
55.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
56.在人工智能的行为检测领域，检测某一物体按照一定的方向，跨越某个界线，是一种非常常见的需求。本领域中，将检测某一物体按照一定的方向，跨越某个界线称为跨线目
标检测。
57.举例而言，如图1所示，为跨线目标检测示意图，图1中，线段ab表示目标界线，跨线目标检测即检测目标对象是以a
→
b的方向越过目标界线ab，还是以b
→
a的方向越过目标界线ab。
58.为了实现跨线目标检测，需要利用样本图像对神经网络模型进行训练跨线目标检测模型，然而，如何对跨线目标检测的样本图像进行标注是亟需解决的技术问题。
59.为了解决上述技术问题，本发明实施例提供了一种图像标注方法。
60.需要说明的是，本发明实施例所提供的一种图像标注方法可以应用于各类电子设备，例如，电脑、手机、平板及其他可显示可交互的设备。并且，本发明实施例提供的图像标注方法可以通过软件、硬件或软硬件结合的方式实现。
61.其中，本发明实施例所提供的一种图像标注方法，可以包括步骤：
62.获取包含目标界线的待标注图像；
63.生成与该目标界线相匹配的标注线段，并确定与该标注线段的延伸方向相互垂直的第一方向与第二方向；
64.从第一方向与第二方向中，确定该目标界线的跨越方向；其中，该目标界线的跨越方向为：可跨越该目标界线的方向；
65.基于该标注线段以及该跨越方向，生成该待标注图像的标注数据。
66.本发明实施例所提供的图像标注方法，由于可以通过标注线段对目标界线进行标注，并通过跨线方向对跨越目标界线的方向进行标注，使得所生成的标注数据可用于对实现跨线目标检测的神经网络模型进行训练，可见，本发明实施例所提供的方案，可以实现对跨线目标检测的样本图像进行标注。
67.下面结合说明书附图，对本发明实施例提供的图像标注方法、装置及电子设备进行详细说明。
68.如图2所示，本发明实施例提供的一种图像标注方法，可以包括如下步骤：
69.s201，获取包含目标界线的待标注图像；
70.其中，上述目标界线可以根据需求确定，例如，可以为门、道路交通标线、地铁进出口等。而上述待标注图像可以为针对目标界线所采集的单张图像，或者也可以为针对目标界线所采集的视频，或视频中的视频帧。示例性的，如图3所示，为一种待标注图像的示意图，目标界线可以为图3左侧的道路实线。
71.获取待标注图像的方式有多种，可以根据实际所应用的场景选择合适的方式。如可以实时获取图像采集设备所采集的图像，或者，也可以从预先构建的样本库中获取待标注图像，其中，预先构建的样本库中存储有预先收集的包含目标界线的图像。
72.s202，生成与目标界线相匹配的标注线段；
73.其中，与目标界线相匹配的标注线段为：与目标界线的位置与方向一致的线段，也就是说，标注线段需要能够反映出目标界线在待标注图像中所处的位置以及方向。可选的，上述标注线段可以为有向线段。
74.以图3中目标界线为例说明，生成标注线段后，得到图4。在图4中，线段ab即为生成的与目标界线相匹配的标注线段。线段ab与目标界线的位置一致，且线段ab的延伸方向与目标界线在图3中的延伸方向一致。若标注线段为有向线段，则标注线段可以为或
75.生成与目标界线相匹配的标注线段的方式可以有多种，示例性的，至少可以为以下两种生成方式中的任意一种，其中：
76.第一种生成方式，为手动标注的方式，包括：
77.基于针对目标界线的标注操作，生成与目标界线相匹配的标注线段；
78.可选的，可以预先展示一显示界面，当需要对待标注图像进行标注时，在该显示界面中展示该待标注图像，从而方便标注人员对待标注图像进行观察，以确定待标注图像中目标界线的位置，进而进行手动标注。
79.当接收到标注人员针对目标界线的标注操作时，即可基于该标注操作，生成与目标界线相匹配的标注线段。其中，针对目标界线的标注操作可以为滑动操作操作、点击操作等。
80.需要说明的是，若标注操作为点击操作，则该标注操作可以包括至少两次点击操作，一次点击操作只在待标注图像中标记一个标注点，在接收到至少两次点击操作后，可以基于所生成的至少两个标记点，确定标注操作所生成的线段。例如，若为两个标记点a和b，则生成线段ab。
81.第二种生成方式，为自动标注的方式，包括步骤1和步骤2：
82.步骤1，对待标注0图像进行直线检测，得到待标注图像中各直线对象相匹配的直线线段；
83.其中，对待标注图像进行直线检测的方式可以为多种，如可以采用直线检测算法检测待标注图像中的各直线对象相匹配的直线线段，其中，直线检测算法可以为hough_line(霍夫直线)、lsd(line segment detector，线段检测器)、等直线检测算法。或者，还可以利用神经网络模型预先训练的直线检测模型，对待标注图像进行直线检测。
84.在对待检测图像进行直线检测后，即可得到待标注图像中各直线对象相匹配的直线线段。其中，待标注图像中各直线对象可以为待标注图像中边缘为直线的对象。以图3为例说明，图3中，直线对象可以包括目标界线、道路中文字的直线部分以及路边花坛的边缘。
85.步骤2，从待标注图像的各直线线段中，筛选出目标界线相匹配的直线线段，作为标注线段。
86.由于只需要对目标界线进行标注，因此，需要从各直线对象相匹配的直线线段中，筛选出目标界线相匹配的直线线段，作为标注线段。
87.其中，对各直线线段进行筛选的方式可以由多种，如可以基于预设的筛选规则，对各直线线段进行筛选，将筛选出的直线线段作为目标界线相匹配的直线线段。其中，筛选规则可以根据实际场景或经验设置，如可以基于线段的长度、线段的延伸方向、直线线段之间的位置关系设置筛选规则。
88.或者，还可以通过人工对各直线线段进行筛选的方式，此时，可以接收针对各直线线段的直线选择操作，将该直线选择操作所选择的直线线段，作为目标界线相匹配的直线线段。
89.s203，确定与标注线段的延伸方向相互垂直的第一方向与第二方向；
90.其中，对于任意一条线段而言，该线段的延伸方向可以为相差180度的两个方向。例如，以图像3中标注线段ab说明，标注线段ab的一个延伸方向为a
→
b，另一个延伸方向为b
→
a。
91.虽然线段的延伸方向有两个，但与这两个延伸方向的垂直方向是一致的。因此，步骤s203中标注线段的延伸方向可以为标注线段两个延伸方向中的任意一个。
92.在确定标注线段的延伸方向之后，可以确定与延伸方向相互垂直的垂直方向，与延伸方向类似的，与延伸方向垂直的垂直方向也有两个，因此，使用第一方向与第二方向分别表示与延伸方向垂直的两个垂直方向。
93.上述确定与标注线段的延伸方向相互垂直的第一方向与第二方向的方式可以有多种，示例性的，至少包括以下几种确定方式，其中：
94.第一种确定方式，确定标注线段对应的方向向量，作为第一方向向量，该第一方向向量的向量方向即为标注线段的延伸方向，确定与该方向向量垂直的第二方向向量和第三方向向量。
95.示例性的，第一方向向量为(0,1)，则与第一方向向量垂直的第二方向向量为(-1,0)，第三方向向量为(1,0)。
96.在确定出第二方向向量与第三方向向量之后，则可将第二方向向量的向量方向确定为第一方向，将第三方向向量的向量方向确定为第二方向。
97.第二种确定方式，利用标注线段在待标注图像的图像坐标中的倾斜角度，表示标注线段的延伸方向，此时：
98.需要先确定标注线段的倾斜角度，例如可以基于标注线段内任意两点的坐标信息，计算标注线段的倾向角度。
99.在确定出标注线段的倾向角度后，可以根究该倾向角度，计算第一方向对应的倾向角度和第二方向对应的倾向角度。具体的，将标注线段的倾向角度加90度，得到第一方向的倾向角度，将标注线段的倾向角度减90度，得到第二方向的倾向角度。
100.第三种确定方式，标定线段为有向线段，则可以包括：
101.通过对标定线段进行旋转，确定与标注线段的延伸方向相互垂直的第一方向与第二方向。
102.可选的，可以先按照指定旋转方向，将标定线段旋转90度，将旋转后的第一有向线段的方向作为第一方向，进而继续按照指定旋转方向，将标定线段旋转180度，将旋转后的第二有向线段的方向作为第二方向。
103.或者，可以先按照指定旋转方向，将标定线段旋转90度，将旋转后的第一有向线段的方向作为第一方向，进而按照与指定旋转方向相反的旋转方向，将标定线段旋转90度，将旋转后的第三有向线段的方向作为第二方向。
104.其中，指定旋转方向可以为顺时帧旋转或者逆时针旋转。若指定旋转方向为顺时针旋转，则与指定旋转方向相反的旋转方向为逆时针旋转。
105.进一步的，在确定出第一方向和第二方向之后，可以在待标注图像中展示第一方向和第二方向，以方便标注人员观察。
106.以图4中标注线段为例，第一方向以a
→
b表示，第二方向为b
→
a表示，则可生成如图5所示的标注示意图，即图5中，a
→
b为线段ab的第一方向，b
→
a为线段ab的第二方向。
107.s204，从第一方向与第二方向中，确定目标界线的跨越方向；其中，目标界线的跨越方向为：可跨越目标界线的方向；
108.对于目标界线而言，目标界线可能只能从一个方向跨越，如地铁的进站入口，只有
进站的方向可以通过，目标界线也可能可以从不同的方向跨越，如室内的门，既可以从门外进入到门内，也可以从门内走出门外。因此，从第一方向与第二方向中，确定目标界线的跨越方向。目标界线的跨越方向可以为第一方向，也可以为第二方向，还可以第一方向与第二方向。
109.可选的，可以通过人工选择的方式，从第一方向与第二方向中，确定目标界线的跨越方向。此时，步骤s204可以包括：
110.接收针对第一方向与第二方向的方向选择操作，并将方向选择操作所选择的方向，作为目标界线的跨越方向。
111.其中，可以预先通过图5所示的方式展示第一方向与第二方向，进而若接收到针对第一方向与第二方向的方向选择操作，则将该方向选择操作所选择的方向，作为目标界线的跨越方向。
112.示例性的，以图5举例而言，若方向选择操作选择a
→
b，则跨越方向为第一方向，若方向选择操作选择b
→
a，则跨越方向为第二方向，若方向选择操作同时选择a
→
b和b
→
a，则跨越方向为第一方向和第二方向。
113.s205，基于标注线段以及跨越方向，生成待标注图像的标注数据。
114.在确定出标注线段与跨越方向之后，即可基于标注线段以及跨越方向，生成待标注图像的标注数据。
115.在一种实现方式中，可以先确定标注线段的位置信息，以及跨线方向对应的方向标识，再利用位置信息与方向标识，生成待标注图像的标注数据。
116.其中，标注线段的位置信息可以为标注线段的端点位置，以图5举例而言，线段ab的位置信息可以为(pa，pb)，其中，pa为端点a在待标注图像中的坐标，pb为端点b在待标注图像中的坐标。上述跨线方向对应的方向标识可以为预先约定的标识，若跨线方向为a
→
b，则方向标识为0，若跨线方向为b
→
a，则方向标识为1，若跨线方向为a
→
b或b
→
a，则方向标识为2。
117.从而可以将位置信息与方向标识，确定为待标注图像的标注数据。示例性的，位置信息可以为(pa，pb)、方向标识为0，则生成的标注数据为{(pa，pb)，0}
118.本发明实施例所提供的图像标注方法，由于可以通过标注线段对目标界线进行标注，并通过跨线方向对跨越目标界线的方向进行标注，使得所生成的标注数据可用于对实现跨线目标检测的神经网络模型进行训练，可见，本发明实施例所提供的方案，可以实现对跨线目标检测的样本图像进行标注。
119.可选的，本发明的一种实施例中，在生成待标注图像的标注数据之后，可以利于所述待标注图像的标注数据，训练用于实现跨线目标检测的跨线目标检测模型。
120.一种实现方式中，可以将待标注图像作为样本图像，输入至待训练的跨线目标检测模型，并得到待训练的跨线目标检测模型输出的预测跨线方向，进而基于预测跨线方向与所生成的标注数据对应的跨线方向的差异，对待训练的跨线目标检测模型的模型参数进行调整，实现对跨线目标检测模型的训练。
121.示例性的，待标注图像为图像a，其标注数据对应的标注方向为a
→
b，表示为方向向量可以将图像a作为样本图像输入至待训练的跨线目标检测模型，跨线目标检测模型
输出的预测跨线方向为a
’→
b’，表示为方向向量进而计算方向向量与方向向量之间的向量夹角，作为待训练的跨线目标检测模型的损失函数值，从而利用该损失函数值对待训练的跨线目标检测模型的模型参数进行调整。
122.需要说明的是，上述将向量夹角作为损失函数值仅为示例性说明，在实际使用过程中，跨线目标检测模型的损失函数值的确定还可以结合其他参数，本发明实施例对此不作具体限定。
123.另一种实现方式中，还可以将待标注图像作为测试图像，在跨线目标检测模型训练结束后，可以利用测试图像对跨线目标检测模型进行测试，以确定跨线目标检测模型是否满足使用需求，若跨线目标检测模型满足使用需求，则说明跨线目标检测模型完成训练，否则，则需要继续对跨线目标检测模型进行训练，直至训练得到的跨线目标检测模型满足使用需求。
124.示例性的，待标注图像为图像b，其标注数据对应的标注方向为b
→
a，表示为方向向量在跨线目标检测模型训练结束之后，可以将图像b作为测试集中的一张测试图像输入至跨线目标检测模型，跨线目标检测模型输出的预测跨线方向为b
’→
a’，表示为方向向量进而计算方向向量与方向向量之间的向量夹角，确定该向量夹角是否小于指定夹角阈值。最后，统计针对整个测试集中各测试用例所得到的向量夹角小于指定夹角阈值的比例，并确定该比例是否大于指定比例阈值，若大于，则说明跨线目标检测模型能够满足使用需求，若不大于，则说明跨线目标检测模型不能够满足使用需求，需要继续对跨线目标检测模型进行训练，直至训练得到的跨线目标检测模型满足使用需求。
125.下面结合具体应用场景，对本发明实施例提供的图像标注方法进行说明。
126.场景一：工地入口进出检测
127.在此场景下，待标注图像可以为通过相机采集的工地入口的入口照片，目标界线为工地的进出入口，与目标界线相匹配的标注线段为在入口照片中入口对应的线段，跨越方向包括工地的进入工地方向和离开工地方向。例如工人进入工地方向、离开工地方向；车辆进入工地方向、离开工地方向。
128.通过对入口照片中进入工地方向和离开工地方向的标注，可以训练得到用于进行工地入口进出检测的神经网络模型。
129.实际使用过程中，可以在工地进出入口，如“门”处收集视频片段，并将视频帧片段输入上述神经网络模型，神经网络模型将自动检测该视频片段中的进入工地和离开工地的行为，并显示入口对应的线段和指示进入方向和离开方向的箭头，可选的，所显示的视图效果可以和标注时一致，也可以采用其他符合标注方式的视图效果。
130.场景二：实验室危险区域进出检测
131.在此场景下，待标注图像可以为通过相机采集的实验室危险区域进出入口的进出入口照片，目标界线为实验室危险区域进出入口，与目标界线相匹配的标注线段为在进出入口照片中进出入口对应的线段，跨越方向包括实验室危险区域的进入方向和离开方向。例如，工作人员进入实验室危险区域的进入方向和离开实验室危险区域的离开方向。
132.通过对进出入口照片中进入方向和离开方向的标注，可以训练得到用于进行实验
室危险区域进出检测的神经网络模型。
133.实际使用过程中，可以在实验室危险区域进出入口，如“门”处收集视频片段，并将视频帧片段输入上述神经网络模型，神经网络模型将自动检测该视频片段中的进入或离开实验室危险区域的行为，并显示进出入口对应的线段和指示进入方向和离开方向的箭头。
134.可选的，还可以在检测到存在进入实验室危险区域的行为时，进行报警，如显示红色提示灯。
135.相应于本发明实施例所提供的图像标注方法，如图6所示，本发明实施例还提供了一种图像标注装置，所述装置包括：
136.图像获取模块601，用于获取包含目标界线的待标注图像；
137.信息确定模块602，用于生成与所述目标界线相匹配的标注线段，并确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向；
138.方向确定模块603，用于从所述第一方向与所述第二方向中，确定所述目标界线的跨越方向；其中，所述目标界线的跨越方向为：可跨越所述目标界线的方向；
139.数据生成模块604，用于基于所述标注线段以及所述跨越方向，生成所述待标注图像的标注数据。
140.可选的，所述信息确定模块，具体用于基于针对所述目标界线的标注操作，生成与所述目标界线相匹配的标注线段；或者，对所述待标注图像进行直线检测，得到所述待标注图像中各直线对象相匹配的直线线段；从所述待标注图像的各直线线段中，筛选出所述目标界线相匹配的直线线段，作为标注线段。
141.可选的，所述标定线段为有向线段；
142.所述信息确定模块，包括：
143.方向确定子模块，用于通过对所述标定线段进行旋转，确定与所述标注线段的延伸方向相互垂直的第一方向与第二方向。
144.可选的，所述方向确定子模块，具体用于按照指定旋转方向，将所述标定线段旋转90度，将旋转后的第一有向线段的方向作为第一方向；按照所述指定旋转方向，继续将所述标定线段旋转180度，将旋转后的第二有向线段的方向作为第二方向；或者，按照与所述指定旋转方向相反的旋转方向，将所述标定线段旋转90度，将旋转后的第三有向线段的方向作为第二方向。
145.可选的，所述方向确定模块，具体用于接收针对所述第一方向与所述第二方向的方向选择操作；将所述方向选择操作所选择的方向，作为所述目标界线的跨越方向。
146.可选的，所述数据生成模块，具体用于确定所述标注线段的位置信息，以及所述跨线方向对应的方向标识；利用所述位置信息与所述方向标识，生成所述待标注图像的标注数据。
147.可选的，所述装置还包括：模型训练模块，用于利于所述待标注图像的标注数据，训练用于实现跨线目标检测的跨线目标检测模型。
148.本发明实施例所提供的图像标注装置，由于可以通过标注线段对目标界线进行标注，并通过跨线方向对跨越目标界线的方向进行标注，使得所生成的标注数据可用于对实现跨线目标检测的神经网络模型进行训练，可见，本发明实施例所提供的方案，可以实现对跨线目标检测的样本图像进行标注。
149.本发明实施例还提供了一种电子设备，如图7所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信，
150.存储器703，用于存放计算机程序；
151.处理器701，用于执行存储器703上所存放的程序时，实现上述实施例所提供的方法步骤。
152.上述电子设备提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
153.通信接口用于上述电子设备与其他设备之间的通信。
154.存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
155.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
156.在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一图像标注方法的步骤。
157.在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一图像标注方法。
158.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
159.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。
160.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
161.以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。