图像的标注方法、装置、电子设备和存储介质与流程

1.本公开涉及图像处理技术领域，尤其涉及计算机视觉、深度学习、云服务等人工智能领域，具体涉及图像的标注方法、装置、电子设备和存储介质。


背景技术：

2.在图像识别时，需要大量的标注数据。相关技术中的数据标注，通常通过人工方式进行标注，标注数据量大，成本高，标注周期长。
3.因此，如何减小标注成本和标注周期是亟待解决的问题。


技术实现要素：

4.本公开提供了一种图像的标注方法、装置、电子设备和存储介质。
5.根据本公开的一方面，提供了一种图像的标注方法，包括：
6.从待标注的视频流中，获取多帧图像；
7.对所述多帧图像进行跟踪检测，以确定每帧所述图像中包含的检测框信息，其中，所述检测框信息中包括所述检测框的标识、位置和/或尺寸；
8.根据所述每帧所述图像中包含的检测框信息，确定每个所述检测框的标识对应的目标帧图像；
9.基于每个所述检测框的标识对应的目标帧图像，确定每个所述检测框的标识对应的对象的属性信息；
10.根据所述每个所述检测框的标识对应的对象的属性信息及每帧所述图像中包含的检测框信息，对每帧所述图像中包含的检测框进行属性信息标注。
11.根据本公开的另一方面，提供了一种图像的标注装置，包括：
12.获取模块，用于从待标注的视频流中，获取多帧图像；
13.检测模块，用于对所述多帧图像进行跟踪检测，以确定每帧所述图像中包含的检测框信息，其中，所述检测框信息中包括所述检测框的标识、位置和/或尺寸；
14.第一确定模块，用于根据所述每帧所述图像中包含的检测框信息，确定每个所述检测框的标识对应的目标帧图像；
15.第二确定模块，用于基于每个所述检测框的标识对应的目标帧图像，确定每个所述检测框的标识对应的对象的属性信息；
16.标注模块，用于根据所述每个所述检测框的标识对应的对象的属性信息及每帧所述图像中包含的检测框信息，对每帧所述图像中包含的检测框进行属性信息标注。
17.根据本公开的另一方面，提供了一种电子设备，包括：
18.至少一个处理器；以及
19.与所述至少一个处理器通信连接的存储器；其中，
20.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上述实施例所述的方法。
21.根据本公开的另一方面，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，所述计算机指令用于使所述计算机执行根据上述实施例所述的方法。
22.根据本公开的另一方面，提供了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上述实施例所述方法的步骤。
23.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
24.附图用于更好地理解本方案，不构成对本公开的限定。其中：
25.图1为本公开一实施例提供的图像的标注方法的流程示意图；
26.图2为本公开另一实施例提供的图像的标注方法的流程示意图；
27.图3为本公开另一实施例提供的图像的标注方法的流程示意图；
28.图4为本公开另一实施例提供的图像的标注过程示意图；
29.图5为本公开一实施例提供的图像的标注装置的结构示意图；
30.图6是用来实现本公开实施例的图像的标注方法的电子设备的框图。
具体实施方式
31.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。
32.下面参考附图描述本公开实施例的图像的标注方法、装置、电子设备和存储介质。
33.人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术领域也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。
34.计算机视觉是一门研究如何使机器“看”的科学，是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。
35.深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
36.图1为本公开一实施例提供的图像的标注方法的流程示意图。
37.如图1所示，该图像的标注方法包括：
38.步骤101，从待标注的视频流中，获取多帧图像。
39.由于视频流中的图像数量较多，为了提高标注效率，本公开中，可以根据预设的抽帧频率或者预设的抽帧间隔，从待标注的视频流中抽取多帧图像。
40.比如，待标注视频流是一个帧率为25帧/秒的10分钟的视频流，可以对该视频流每隔5帧抽取一帧图像，从而可以获取3000帧图像。
41.需要说明的是，抽帧模式或抽取时间间隔可以根据实际需要确定，本公开对此不作限定。
42.步骤102，对多帧图像进行跟踪检测，以确定每帧图像中包含的检测框信息。
43.其中，检测框信息可以包括但不限于检测框的标识、位置、尺寸等。
44.本公开中，可以将获取的多帧图像按照顺序输入至利用预先训练的对象检测模型，利用检测模型对多帧图像中的对象进行跟踪检测，以确定每帧图像中包含的检测框信息。其中，对象检测模型可以是利用深度学习的方式训练得到的。
45.另外，跟踪检测的对象可以是车辆或者人等，可以根据实际需要确定，本公开对此不作限定。
46.比如，可以对从某路口摄像头拍摄的视频流中获取的多帧图像进行跟踪检测，以确定每帧图像中车辆的检测框信息。
47.可以理解的是，对多帧图像进行跟踪检测，可以使得同一对象在不同帧图像中的检测框的标识相同。比如，某车辆在第一帧图像和第二帧图像中出现，那么该车辆在两帧图像中的检测框的标识相同，也即该车辆在两帧图像中具有相同的标识。
48.步骤103，根据每帧图像中包含的检测框信息，确定每个检测框的标识对应的目标帧图像。
49.本公开中，可以根据每帧图像中包含的检测框的坐标进行切图，以获取每个检测框对应的子图，并根据每个检测框的标识，确定同一检测框的标识对应的各子图，从而可以确定每个检测框标识对应的各子图。之后，可以根据每个检测框的标识对应的各子图的大小，从各子图中确定出目标子图，可以将目标子图所在的帧图像，确定为每个检测框的标识对应的目标帧图像。其中，目标子图可以是尺寸最大的子图，或者是对象相对最大且截断和遮挡最少的子图等。
50.步骤104，基于每个检测框的标识对应的目标帧图像，确定每个检测框的标识对应的对象的属性信息。
51.本公开中，可以利用预先训练的识别模型，对每个检测框的标识对应的目标帧图像中该检测框的标识对应的对象进行识别，以确定对象的属性信息。
52.若目标帧图像是基于检测框的标识对应的目标子图确定的，那么可以对目标子图进行识别，以确定检测框的标识对应的对象的属性信息。
53.比如，对象为车辆，确定的车辆的属性信息可以包括车辆的类型(比如，货车、卡车、渣土车、轿车、三轮车、摩托车、自行车等)、车辆的颜色(比如红、白、黑、橙、银、粉、青、紫、绿等)、车辆的朝向(比如正向，背向，朝左，朝右等)等。
54.步骤105，根据每检测框的标识对应的对象的属性信息及每帧图像中包含的检测框信息，对每帧图像中包含的检测框进行属性信息标注。
55.本公开中，可以基于目标帧图像确定的检测框的标识对应的对象的属性信息，对其他帧图像中该检测框的标识对应的检测框进行属性信息标注。
56.比如，某视频流的多帧图像中出现了车辆a和车辆b，其中，车辆a的属性信息是根据第三帧图像确定的，车辆b的属性信息是基于第四帧图像确定的，那么可以根据第三帧图
像确定的车辆a的属性信息，对其他帧图像中车辆a的检测框进行属性信息标注，根据第四帧图像确定的车辆b的属性信息，对其他帧图像中车辆b的检测框进行属性信息标注。
57.在实现时，可以根据每帧图像中的每个检测框的标识对应的对象的属性信息和每帧图像中包含的检测框信息，对每个检测框进行属性信息标注，从而得到每帧图像对应的标注结果。其中，标注结果中包括每个检测框信息、每个检测框标识对应的对象的属性信息等。
58.本公开实施例的图像的标注方法，可以基于每个检测框的标识对应的对象的属性信息，对每帧图像中该检测框的属性信息进行统一标注，从而可以大大减少标注成本。
59.比如，需要标注一个帧率为25帧/秒的10分钟的视频流，视频流中一共出现100辆车，平均每一帧有10辆车，按每隔5帧抽一帧图像进行标注，需要标注3000帧画面。相关技术中，每帧标注10个车辆检测框，若车辆一共40个属性，每个属性项有平均5个属性值，则一共需要标注3000*10*40*5＝600万个属性标签。
60.而采用本公开的图像的标注方法，标注的数量直接与视频中出现的车辆数量成正比，100*40*5＝2万个属性标签，缩减了300倍的成本。
61.本公开的图像的标注方法，可以应用于视频分析应用的评估。比如，对某视频可以先利用待评估的视频分析应用进行分析，输出对象的位置信息、对象的属性信息等，并利用本公开的图像标注方法对该视频进行处理，以获取视频流中每帧图像的标注结果。之后，根据标注结果与视频分析应用的输出结果进行比对，根据比对结果对视频分析应用进行评估。
62.另外，也可以将本公开的图像的标注方法标注的视频流作为训练数据，用于训练模型，以获取能够对视频流进行分析，获取视频流中的对象的检测框信息、属性信息等。
63.本公开实施例的图像的标注方法，通过对从待标注视频流中获取的多帧图像进行跟踪标注，确定每帧图像中包含的检测框的信息，并每帧图像中包含的检测框信息，确定每个检测框的标识对应的目标帧图像，基于每个检测框的标识对应的目标帧图像，确定每个检测框的标识对应的对象的属性信息，根据每个检测框的标识对应的对象的属性信息及每帧图像中包含的检测框信息，对每帧图像中包含的检测框进行属性信息标。由此，通过根据目标帧图像确定的检测框的标识对应的对象的属性信息，对每帧图像中该对象进行统一的属性信息标注，大大减少了标注成本，缩短了标注周期。
64.图2为本公开另一实施例提供的图像的标注方法的流程示意图。
65.如图2所示，该图像的标注方法包括：
66.步骤201，从待标注的视频流中，获取多帧图像。
67.步骤202，对多帧图像进行跟踪检测，以确定每帧图像中包含的检测框信息。
68.本公开中，步骤201-步骤202与上述实施例记载的内容类似，故在此不再赘述。
69.步骤203，根据每帧图像中包含的检测框信息中检测框的标识，确定与同一检测框的标识对应的各检测框信息。
70.由于同一对象可能会出现在连续的多帧图像中，也即多帧图像中可能会包含同一对象的检测框，因此本公开中，可以根据每帧图像中包含的检测框信息中检测框的标识，确定多帧图像中与同一检测框的标识对应的各检测框信息。
71.步骤204，根据与同一检测框的标识对应的各检测框信息中的检测框的尺寸和/或
位置，确定每个检测框的标识对应的目标检测框。
72.由于对象可能是移动的，那么对象在多帧图像中的位置可能会发生变化，从而对象在不同帧图像中的检测框的尺寸、位置等不同，那么基于不同帧图像确定的对象的属性信息的准确性也不相同。基于此，本公开中，可以从同一对象的各检测框中确定出该对象的目标检测框，也即从同一检测框的标识对应的各检测框中，确定出该检测框标识对应的目标检测框。
73.由于检测框的尺寸越大，对象相对越大、越清晰，那么可以对各检测框的尺寸进行比对，以将各检测框中尺寸最大的检测框，确定为目标检测框。
74.由于拍摄角度不同，对象在图像中的位置可能不同，因此也可以将各检测框中位置位于图像的预设区域的内检测框，确定为目标检测框。其中，预设区域可以是中间区域、左边区域、右边区域等，可以根据需要确定，本公开对此不作限定。
75.比如，由于摄像头的位置，拍摄的图像中左边区域内的对象在图像中所占比例越大，那么可以将左边区域作为预设区域。
76.或者，也可以将各检测框中尺寸大于阈值，且位置在图像的预设区域内的检测框，确定为目标检测框。其中，阈值可以根据实际需要确定，本公开对此不作限定。
77.本公开中，可以根据各检测框的尺寸和/或位置，确定目标检测框，丰富了目标检测框的确定方式，满足了多样化需求。
78.步骤205，将每个检测框的标识对应的目标检测框所在的帧图像，确定为每个检测框的标识对应的目标帧图像。
79.由于检测框的标识对应的目标检测框中，该检测框的标识对应的对象的属性信息相对容易识别，因此可以将每个检测框的标识对应的目标检测框所在的帧图像，确定为每个检测框的标识对应的目标帧图像。
80.比如，某检测框的标识对应的目标帧图像为获取的多帧图像中的第四帧图像，那么可以将第四帧图像作为该检测框的标识对应的目标帧图像。
81.步骤206，基于每个检测框的标识对应的目标帧图像，确定每个检测框的标识对应的对象的属性信息。
82.步骤207，根据每检测框的标识对应的对象的属性信息及每帧图像中包含的检测框信息，对每帧图像中包含的检测框进行属性信息标注。
83.本公开中，步骤206-步骤207与上述实施例记载的内容类似，故在此不再赘述。
84.本公开实施例中，在根据每帧图像中包含的检测框信息，确定每个检测框的标识对应的目标帧图像时，通过根据每帧图像中每个检测框的标识，确定同一检测框的标识对应的各检测框信息，基于各检测信息中的检测框的尺寸和/或位置，确定出目标检测框，基于目标检测框所在的帧图像，确定目标帧图像，提高了目标帧图像的准确性，提高了标注的准确性。
85.图3为本公开另一实施例提供的图像的标注方法的流程示意图。
86.如图3所示，该图像的标注方法包括：
87.步骤301，确定视频流所属的场景。
88.在实际应用中，不同场景中待标注对象不同，对象的移动速度也可能不同，那么在视频流中出现的时长也会不同。
89.比如，路口摄像装置拍摄的视频流，待标注对象为车辆，而某公园入口摄像装置拍摄的视频流中，待标注对象为行人。可见，两种场景中待标注对象不同，对象的移动速度也不相同。
90.本公开中，可以根据视频流的拍摄装置的位置信息，确定视频流所属的场景。
91.步骤302，根据所属的场景，确定视频流对应的抽帧模式。
92.其中，抽帧模式可以是指抽帧频率、抽帧间隔等。
93.由于视频流所属的场景不同，待标注的视频流中对象在视频流中时长可能不同。因此，本公开中，可以根据视频流所属的场景及场景与抽帧模式之间的对应关系，确定视频流对应的抽帧模式。
94.比如，拍摄的某路口的视频流中车辆的移动速度，相比拍摄的公园入口的视频流中行人的移动速度快，如果路口的视频流对应的抽帧间隔较大，可能会出现某些车辆在抽取的图像中尺寸比较小，或者未出现在抽取的多帧图像中，从而会影响标注的准确性，因此，路口的视频流对应的抽帧间隔可以小于公园入口的视频流的抽帧间隔。
95.步骤303，基于抽帧模式从视频流中，获取多帧图像。
96.步骤304，对多帧图像进行跟踪检测，以确定每帧图像中包含的检测框信息。
97.步骤305，根据每帧图像中包含的检测框信息，确定每个检测框的标识对应的目标帧图像。
98.步骤306，基于每个检测框的标识对应的目标帧图像，确定每个检测框的标识对应的对象的属性信息。
99.步骤307，根据每检测框的标识对应的对象的属性信息及每帧图像中包含的检测框信息，对每帧图像中包含的检测框进行属性信息标注。
100.本公开中，步骤303-步骤307与上述实施例记载的内容类似，故在此不再赘述。
101.本公开实施例中，在从待标注的视频流中，获取多帧图像时，通过确定视频流所属的场景；根据所属的场景，确定视频流对应的抽帧模式；基于抽帧模式从视频流中，获取多帧图像。由此，通过根据待标注的视频流所属的场景，确定视频流对应的抽帧模式，从而采用与场景对应的抽帧模式从视频流中获取多帧图像，提高了标注准确性。
102.为了进一步减小标注成本，在本公开的一个实施例中，可以对每帧图像中目标区域包含的检测框进行属性信息标注。
103.在实际应用中，不同的场景，用户关注的区域可能不同，因此本公开中，用户可以输入视频流所属场景的关注区域位置信息，由此可以获取关注区域的位置信息，那么根据关注区域的位置信息，可以确定每帧图像中的目标区域，并对每帧图像中的目标区域进行跟踪检测，以确定每帧图像包含的检测框信息。
104.比如，拍摄的某路口的视频流中，若用户比较关注的是某一侧道路上车辆，那么可以根据该侧道路的位置信息，确定每帧图像中该侧道路所在的区域即目标区域，从而对目标区域进行跟踪检测，以确定每帧图像中目标区域包含的检测框信息。
105.又如，拍摄的某路口的视频流中，若用户比较关注距离路口预设范围内的车辆，可以根据距离路口预设范围对应的位置信息，确定每帧图像中的目标区域，从而对目标区域中的车辆进行跟踪检测，可以大大减少待标注车辆的数量，减少了标注成本。
106.本公开实施例中，在对多帧图像进行跟踪检测，以确定每帧图像中包含的检测框
信息时，通过获取视频流所属场景的关注区域位置信息；根据关注区域位置信息，确定每帧图像中的目标区域；对每帧图像中的目标区域进行跟踪检测，以确定每帧图像中包含的检测框信息。由此，通过根据视频流所属场景的关注区域的位置信息，确定每帧图像中的目标区域，对每帧图像中的目标区域进行跟踪检测，满足了个性化标注需求，减少了待标注对象数量，减少了标注成本。
107.为了进一步说明上述实施例，下面结合图4进行说明，图4为本公开另一实施例提供的图像的标注过程示意图。
108.如图4所示，获取待标注的视频流，对待标注的视频流进行全帧解帧。之后，可以根据待标注的视频流所属场景，确定抽帧间隔，并根据抽帧间隔从视频流中获取多帧图像。
109.在获取多帧图像后，可以利用检测模型进行跟踪检测，以确定每帧图像中包含的检测框信息。其中，检测框信息中包括检测框的标识、尺寸、位置、坐标等。或者，也可以利用模型先确定每帧图像中包含的检测框的尺寸、位置等，之后根据每帧图像中检测框的位置，确定同一对象对应的检测框的标识。
110.为了提高标注的准确性，本公开中，还可以通过人工方式对检测框进行纠错，比如对错误的检测框进行纠正、对遗漏对象确定其检测框信息、对检测框进行修正等，从而可以提高检测框信息的准确性。
111.之后，可以根据每帧图像中包含的检测框信息中的检测框的位置进行切图，以获取每个检测框对应的子图，并根据每帧图像中每个检测框的标识，确定同一检测框的标识对应的各子图，从各子图中确定出目标子图，基于目标子图对每帧图像中该检测框的标识对应的对象的属性信息进行标注，测到标注结果，标注完成。
112.或者，也可以根据每帧图像中包含的检测框信息，确定每个检测框的标识对应的目标帧图像，基于每个检测框的标识对应的目标帧图像，确定每个检测框的标识对应的对象的属性信息，并根据每帧图像中包含的检测框信息及每个检测框的标识对应的对象的属性信息，对每帧图像中包含的检测框进行属性信息标注，得到标注结果。
113.为了实现上述实施例，本公开实施例还提出一种图像的标注装置。图5为本公开一实施例提供的图像的标注装置的结构示意图。
114.如图5所示，该图像的标注装置500包括：
115.获取模块510，用于从待标注的视频流中，获取多帧图像；
116.检测模块520，用于对所述多帧图像进行跟踪检测，以确定每帧所述图像中包含的检测框信息，其中，所述检测框信息中包括所述检测框的标识、位置和/或尺寸；
117.第一确定模块530，用于根据所述每帧所述图像中包含的检测框信息，确定每个所述检测框的标识对应的目标帧图像；
118.第二确定模块540，用于基于每个所述检测框的标识对应的目标帧图像，确定每个所述检测框的标识对应的对象的属性信息；
119.标注模块550，用于根据所述每个所述检测框的标识对应的对象的属性信息及每帧所述图像中包含的检测框信息，对每帧所述图像中包含的检测框进行属性信息标注。
120.在本公开实施例一种可能的实现方式中，所述第一确定模块530，包括：
121.第一确定单元，用于根据所述每帧所述图像中包含的检测框信息中检测框的标识，确定与同一检测框的标识对应的各检测框信息；
memory，随机访问/存取存储器)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。i/o(input/output，输入/输出)接口605也连接至总线604。
141.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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。
142.计算单元601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601的一些示例包括但不限于cpu(central processing unit，中央处理单元)、gpu(graphic processing units，图形处理单元)、各种专用的ai(artificial intelligence，人工智能)计算芯片、各种运行机器学习模型算法的计算单元、dsp(digital signal processor，数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如图像的标注方法。例如，在一些实施例中，图像的标注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608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的图像的标注方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图像的标注方法。
143.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、fpga(field programmable gate array，现场可编程门阵列)、asic(application-specific integrated circuit，专用集成电路)、assp(application specific standard product，专用标准产品)、soc(systemon chip，芯片上系统的系统)、cpld(complex programmable logic device，复杂可编程逻辑设备)、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系统上执行和/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，可以从存储系统、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系统、该至少一个输入装置、和该至少一个输出装置。
144.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。
145.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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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、ram、rom、eprom(electrically programmable read-only-memory，可擦除可
编程只读存储器)或快闪存储器、光纤、cd-rom(compact disc read-only memory，便捷式紧凑盘只读存储器)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
146.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(cathode-ray tube，阴极射线管)或者lcd(liquid crystal display，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。
147.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括：lan(local area network，局域网)、wan(wide area network，广域网)、互联网和区块链网络。
148.计算机系统可以包括客户端和服务器。客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客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务(virtual private server，虚拟专用服务器)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
149.根据本公开的实施例，本公开还提供了一种计算机程序产品，当计算机程序产品中的指令处理器执行时，执行本公开上述实施例提出的图像的标注方法。
150.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。
151.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。