数据标注模型训练方法、装置、电子设备及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种数据标注模型训练方法、装置、电子设备及存储介质。


背景技术：

2.目前，在医疗领域，需要对医疗数据进行标注工作，但在实践中发现，对医疗数据进行标注工作需要具有专业知识的人员参与，效率不高。
3.因此，如何提高数据标注的效率是一个亟需解决的技术问题。


技术实现要素：

4.鉴于以上内容，有必要提供一种数据标注模型训练方法、装置、电子设备及存储介质，能够提高数据标注的效率。
5.本发明的第一方面提供一种数据标注模型训练方法，所述方法包括：
6.获取医疗图像数据；
7.对所述医疗图像数据进行过滤，获得过滤数据；
8.对所述过滤数据进行分类，获得不同类别的分类数据；
9.获取所述分类数据对应的标注信息；
10.根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据；
11.使用所述标注数据进行训练，获得数据标注模型。
12.在一种可能的实现方式中，所述使用所述标注数据进行训练，获得数据标注模型之后，所述数据标注模型训练方法还包括：
13.获取测试数据；
14.使用所述测试数据对所述数据标注模型进行测试，获得测试结果；
15.若所述测试结果为所述数据标注模型正常，确定所述数据标注模型为训练好的数据标注模型。
16.在一种可能的实现方式中，所述数据标注模型训练方法还包括：
17.若所述测试结果为所述数据标注模型异常，确定所述数据标注模型为未训练好的数据标注模型；
18.对所述未训练好的数据标注模型继续进行训练。
19.在一种可能的实现方式中，所述使用所述测试数据对所述数据标注模型进行测试，获得测试结果包括：
20.将所述测试数据输入至所述数据标注模型中，获得标注结果；
21.确定所述标注结果的准确率；
22.若所述准确率大于预设准确率阈值，确定所述测试结果为所述数据标注模型正常；或
23.若所述准确率小于或等于预设准确率阈值，确定所述测试结果为所述数据标注模
型异常。
24.在一种可能的实现方式中，所述确定所述数据标注模型为训练好的数据标注模型之后，所述数据标注模型训练方法还包括：
25.获取待标注数据；
26.使用所述预先训练好的数据标注模型对待标注数据进行标注，获得所述待标注数据对应的标注结果；
27.输出所述待标注数据对应的标注结果。
28.本发明的第二方面提供一种数据标注模型训练装置，所述装置包括：
29.获取模块，用于获取医疗图像数据；
30.过滤模块，用于对所述医疗图像数据进行过滤，获得过滤数据；
31.分类模块，用于对所述过滤数据进行分类，获得不同类别的分类数据；
32.所述获取模块，还用于获取所述分类数据对应的标注信息；
33.构成模块，用于根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据；
34.训练模块，用于使用所述标注数据进行训练，获得数据标注模型。
35.在一种可能的实现方式中，所述获取模块，还用于所述训练模块使用所述标注数据进行训练，获得数据标注模型之后，获取测试数据；
36.所述数据标注模型训练装置还可以包括：
37.测试模块，用于使用所述测试数据对所述数据标注模型进行测试，获得测试结果；
38.确定模块，用于若所述测试结果为所述数据标注模型正常，确定所述数据标注模型为训练好的数据标注模型。
39.在一种可能的实现方式中，所述确定模块，还用于若所述测试结果为所述数据标注模型异常，确定所述数据标注模型为未训练好的数据标注模型；
40.所述训练模块，还用于对所述未训练好的数据标注模型继续进行训练。
41.本发明的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的数据标注模型训练方法。
42.本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的数据标注模型训练方法。
43.由以上技术方案，本发明中，可以通过对医疗图像数据进行过滤，提高训练用的医疗图像数据的质量，从而训练出效果比较好的数据标注模型，使用数据标注模型对数据进行标注，提高了对数据标注的效率。
附图说明
44.图1是本发明公开的一种数据标注模型训练方法的较佳实施例的流程图。
45.图2是本发明公开的一种数据标注模型训练装置的较佳实施例的功能模块图。
46.图3是本发明实现数据标注模型训练方法的较佳实施例的电子设备的结构示意图。
具体实施方式
47.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。
48.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
49.本发明实施例的数据标注模型训练方法应用在电子设备中，也可以应用在电子设备和通过网络与所述电子设备进行连接的服务器所构成的硬件环境中，由服务器和电子设备共同执行。网络包括但不限于：广域网、城域网或局域网。
50.其中，服务器可以是指能对网络中其它设备(如电子设备)提供服务的计算机系统。如果一个个人电脑能够对外提供文件传输协议(file transfer protocol，简称ftp)服务，也可以叫服务器。从狭义范围上讲，服务器专指某些高性能计算机，能通过网络，对外提供服务，其相对于普通的个人电脑来说，稳定性、安全性、性能等方面都要求更高，因此在cpu、芯片组、内存、磁盘系统、网络等硬件和普通的个人电脑有所不同。
51.所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(asic)、现场可编程门阵列(fpga)、数字处理器(dsp)、嵌入式设备等。所述电子设备还可包括网络设备和/或用户设备。其中，所述网络设备包括但不限于单个网络设备、多个网络设备组成的服务器组或基于云计算(cloud computing)的由大量主机或网络设备构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。所述用户设备包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理pda等。
52.请参见图1，图1是本发明公开的一种数据标注模型训练方法的较佳实施例的流程图。其中，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。本发明实施例的执行主体可以为电子设备。
53.s11、获取医疗图像数据。
54.本发明实施例中，所述医疗图像数据可以文字图像，比如抽血检验报告的各项指标值，也可以是图像图片，比如细胞图片等。
55.s12、对所述医疗图像数据进行过滤，获得过滤数据。
56.本发明实施例中，可以对所述医疗图像数据进行过滤，把不适合进行标注的医疗图像数据过滤掉，剩下的医疗图像数据，即所述过滤数据，是可以进行标注的数据，高质量的数据用于训练模型，可以提高模型的准确率以及训练速度。
57.s13、对所述过滤数据进行分类，获得不同类别的分类数据。
58.本发明实施例中，因为不同类别的数据需要进行不同的标注，比如：细胞图像数据(比如框出异常细胞、标注是否为癌细胞等)、抽血检验的各项指标数据(比如合格，或不合格)，所以需要对所述过滤数据进行分类，后续可以提高进行标注的效率。
59.s14、获取所述分类数据对应的标注信息。
60.本发明实施例中，所述标注信息可以是合格、不合格、病变细胞、癌细胞以及指定位置的边框等。
61.s15、根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据。
62.本发明实施例中，对于文字类图像数据，将所述标注信息显示在所述文字类图像数据的预设位置即可，对于细胞图像类数据，除了将所述标注信息显示在预设位置，还需要根据所述标注信息所携带的位置信息，在所述细胞图像类数据上显示边框。
63.s16、使用所述标注数据进行训练，获得数据标注模型。
64.本发明实施例中，可以通过深度学习来训练获得所述数据标注模型。
65.作为一种可选的实施方式，所述步骤s16之后，所述数据标注模型训练方法还包括：
66.获取测试数据；
67.使用所述测试数据对所述数据标注模型进行测试，获得测试结果；
68.若所述测试结果为所述数据标注模型正常，确定所述数据标注模型为训练好的数据标注模型。
69.在该可选的实施方式，可以使用测试数据来对所述数据标注模型进行测试，获得测试结果，所述测试结果用于指示所述数据标注模型是否可以正常使用。
70.作为一种可选的实施方式，所述数据标注模型训练方法还包括：
71.若所述测试结果为所述数据标注模型异常，确定所述数据标注模型为未训练好的数据标注模型；
72.对所述未训练好的数据标注模型继续进行训练。
73.在该可选的实施方式中，若所述测试结果为所述数据标注模型异常，表示所述数据标注模型不可以正常使用，需要继续进行训练。
74.具体的，所述使用所述测试数据对所述数据标注模型进行测试，获得测试结果包括：
75.将所述测试数据输入至所述数据标注模型中，获得标注结果；
76.确定所述标注结果的准确率；
77.若所述准确率大于预设准确率阈值，确定所述测试结果为所述数据标注模型正常；或
78.若所述准确率小于或等于预设准确率阈值，确定所述测试结果为所述数据标注模型异常。
79.在该可选的实施中，可以将所述测试数据输入所述数据标注模型中，获得所述数据标注模型针对所述测试数据输出的标注结果，然后统计所述标注结果的准确率，可以预先设置一个准确率阈值，当所述标注结果的准确率大于所述准确率阈值(比如大于80％)，确定所述数据标注模型可以正常使用。如果所述标注结果的准确率小于或等于所述准确率阈值，确定所述数据标注模型不可以正常使用，即确定所述数据标注模型异常。
80.作为一种可选的实施方式，所述确定所述数据标注模型为训练好的数据标注模型之后，所述数据标注模型训练方法还包括：
81.获取待标注数据；
82.使用所述预先训练好的数据标注模型对待标注数据进行标注，获得所述待标注数
据对应的标注结果；
83.输出所述待标注数据对应的标注结果。
84.在该可选的实施方式中，可以将待标注数据输入至所述预先训练好的数据标注模型中，获得所述待标注数据对应的标注结果，提高了数据标注的效率。
85.在图1所描述的方法流程中，可以通过对医疗图像数据进行过滤，提高训练用的医疗图像数据的质量，从而训练出效果比较好的数据标注模型，使用数据标注模型对数据进行标注，提高了对数据标注的效率。
86.图2是本发明公开的一种数据标注模型训练装置的较佳实施例的功能模块图。
87.请参见图2，所述数据标注模型训练装置20运行于电子设备中。所述可以包括多个由程序代码段所组成的功能模块。所述数据标注模型训练装置20中的各个程序段的程序代码可以存储于存储器中，并由至少一个处理器所执行，以执行图1所描述的数据标注模型训练方法中的部分或全部步骤。
88.本实施例中，所述数据标注模型训练装置20根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：获取模块201、过滤模块202、分类模块203、构成模块204及训练模块205。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。
89.获取模块201，用于获取医疗图像数据。
90.本发明实施例中，所述医疗图像数据可以文字图像，比如抽血检验报告的各项指标值，也可以是图像图片，比如细胞图片等。
91.过滤模块202，用于对所述医疗图像数据进行过滤，获得过滤数据。
92.本发明实施例中，可以对所述医疗图像数据进行过滤，把不适合进行标注的医疗图像数据过滤掉，剩下的医疗图像数据，即所述过滤数据，是可以进行标注的数据，高质量的数据用于训练模型，可以提高模型的准确率以及训练速度。
93.分类模块203，用于对所述过滤数据进行分类，获得不同类别的分类数据。
94.本发明实施例中，因为不同类别的数据需要进行不同的标注，比如：细胞图像数据(比如框出异常细胞、标注是否为癌细胞等)、抽血检验的各项指标数据(比如合格，或不合格)，所以需要对所述过滤数据进行分类，后续可以提高进行标注的效率。
95.所述获取模块201，还用于获取所述分类数据对应的标注信息。
96.本发明实施例中，所述标注信息可以是合格、不合格、病变细胞、癌细胞以及指定位置的边框等。
97.构成模块204，用于根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据。
98.本发明实施例中，对于文字类图像数据，将所述标注信息显示在所述文字类图像数据的预设位置即可，对于细胞图像类数据，除了将所述标注信息显示在预设位置，还需要根据所述标注信息所携带的位置信息，在所述细胞图像类数据上显示边框。
99.训练模块205，用于使用所述标注数据进行训练，获得数据标注模型。
100.本发明实施例中，可以通过深度学习来训练获得所述数据标注模型。
101.作为一种可选的实施方式，所述获取模块201，还用于所述训练模块205使用所述标注数据进行训练，获得数据标注模型之后，获取测试数据；
102.所述数据标注模型训练装置20还可以包括：
103.测试模块，用于使用所述测试数据对所述数据标注模型进行测试，获得测试结果；
104.确定模块，用于若所述测试结果为所述数据标注模型正常，确定所述数据标注模型为训练好的数据标注模型。
105.在该可选的实施方式，可以使用测试数据来对所述数据标注模型进行测试，获得测试结果，所述测试结果用于指示所述数据标注模型是否可以正常使用。
106.作为一种可选的实施方式，所述确定模块，还用于若所述测试结果为所述数据标注模型异常，确定所述数据标注模型为未训练好的数据标注模型；
107.所述训练模块205，还用于对所述未训练好的数据标注模型继续进行训练。
108.在该可选的实施方式中，若所述测试结果为所述数据标注模型异常，表示所述数据标注模型不可以正常使用，需要继续进行训练。
109.作为一种可选的实施方式，所述测试模块使用所述测试数据对所述数据标注模型进行测试，获得测试结果的方式具体为：
110.将所述测试数据输入至所述数据标注模型中，获得标注结果；
111.确定所述标注结果的准确率；
112.若所述准确率大于预设准确率阈值，确定所述测试结果为所述数据标注模型正常；或
113.若所述准确率小于或等于预设准确率阈值，确定所述测试结果为所述数据标注模型异常。
114.在该可选的实施中，可以将所述测试数据输入所述数据标注模型中，获得所述数据标注模型针对所述测试数据输出的标注结果，然后统计所述标注结果的准确率，可以预先设置一个准确率阈值，当所述标注结果的准确率大于所述准确率阈值(比如大于80％)，确定所述数据标注模型可以正常使用。如果所述标注结果的准确率小于或等于所述准确率阈值，确定所述数据标注模型不可以正常使用，即确定所述数据标注模型异常。
115.作为一种可选的实施方式，所述获取模块201，还用于所述确定模块确定所述数据标注模型为训练好的数据标注模型之后，获取待标注数据；
116.所述数据标注模型训练装置20还包括：
117.标注模块，用于使用所述预先训练好的数据标注模型对待标注数据进行标注，获得所述待标注数据对应的标注结果；
118.输出模块，用于输出所述待标注数据对应的标注结果。
119.在该可选的实施方式中，可以将待标注数据输入至所述预先训练好的数据标注模型中，获得所述待标注数据对应的标注结果，提高了数据标注的效率。
120.在图2所描述的数据标注模型训练装置20中，可以通过对医疗图像数据进行过滤，提高训练用的医疗图像数据的质量，从而训练出效果比较好的数据标注模型，使用数据标注模型对数据进行标注，提高了对数据标注的效率。
121.如图3所示，图3是本发明实现数据标注模型训练方法的较佳实施例的电子设备的结构示意图。所述电子设备3包括存储器31、至少一个处理器32、存储在所述存储器31中并可在所述至少一个处理器32上运行的计算机程序33及至少一条通讯总线34。
122.本领域技术人员可以理解，图3所示的示意图仅仅是所述电子设备3的示例，并不
构成对所述电子设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备3还可以包括输入输出设备、网络接入设备等。
123.所述电子设备3还包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(personal digital assistant，pda)、游戏机、交互式网络电视(internet protocol television，iptv)、智能式穿戴式设备等。所述电子设备3所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(virtual private network，vpn)等。
124.所述至少一个处理器32可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，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、晶体管逻辑器件、分立硬件组件等。该处理器32可以是微处理器或者该处理器32也可以是任何常规的处理器等，所述处理器32是所述电子设备3的控制中心，利用各种接口和线路连接整个电子设备3的各个部分。
125.所述存储器31可用于存储所述计算机程序33和/或模块/单元，所述处理器32通过运行或执行存储在所述存储器31内的计算机程序和/或模块/单元，以及调用存储在存储器31内的数据，实现所述电子设备3的各种功能。所述存储器31可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备3的使用所创建的数据等。此外，存储器31可以包括易失性和非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件等。
126.结合图1，所述电子设备3中的所述存储器31存储多个指令以实现一种数据标注模型训练方法，所述处理器32可执行所述多个指令从而实现：
127.获取医疗图像数据；
128.对所述医疗图像数据进行过滤，获得过滤数据；
129.对所述过滤数据进行分类，获得不同类别的分类数据；
130.获取所述分类数据对应的标注信息；
131.根据所述分类数据的类别，将所述分类数据与所述标注信息构成标注数据；
132.使用所述标注数据进行训练，获得数据标注模型。
133.具体地，所述处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
134.在图3所描述的电子设备3中，可以通过对医疗图像数据进行过滤，提高训练用的医疗图像数据的质量，从而训练出效果比较好的数据标注模型，使用数据标注模型对数据进行标注，提高了对数据标注的效率。
135.所述电子设备3集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行
时，可实现上述各个方法实施例的步骤。其中，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存储器(ram，random access memory)等。
136.在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
137.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
138.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
139.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
140.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。