具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

为了至少解决本发明中提出的技术问题，本发明实施例提供一种应用于智慧物流领域的数据标注方法。

图1为本发明实施例提供的一种应用于智慧物流领域的数据标注方法的流程示意图，如图1所示，本发明实施例提供的方法，可以包括以下步骤：

S11、获取物流图片。

例如，获取物流图片的方式可以为手动导入，也可以通过安全加密接口传输，方便安全。

S12、根据预设间隔，在物流图片中抽取有效图片。

例如，在获取到物流图片后，可以对物流图片进行数据清洗。如，数据清洗主要数据的有效化智能识别，通过标注平台智能化算法，将目标数据进行智能化识别，将无效数据剔除，例如，车辆装载率的图片数据中，可通过车辆识别算法，将无车辆的数据剔除，节省时间，提升标注效率。

在一些实施例中，可选的，在获取物流图片之后，还包括：判断物流图片中是否包含预设内容，预设内容包括：人物、包裹、车辆中的至少一种；若物流图片中未包含预设内容，则确定物流图片为无效图片；删除无效图片。

本申请中，通过对无效图片的删除，清洗数据。在数据清洗后，可以根据预设间隔，抽取有效图片，进行标注。预设间隔可以为规定时长，也可以为不固定时长，此处不做具体限定。

S13、通过人工识别对有效图片进行分类，以使标注人员对每类别图片的类别进行标注。

例如，样本数据提供出来后，经常要优先进行人工识别，例如车辆识别的图片要进行车辆的标注，车牌的样本图片要进行车牌的标注，也同时存在一张/一批样本数据要进行多次的标注，这种需求在物流场区的AI识别时比较常见，平台则通过识别进行智能化分类，人工标注只需要对该类别进行即可。

S14、生成标注任务，将标注任务绑定预设的多个标注人员。

例如，可以将人与标注任务绑定，平台自动分发任务给多个标注者，管理者后台可实时查看成员进度以及查找错误。

S15、接收标注人员的标注信息，对有效图片进行标注。

在一些实施例中，可选的，接收标注人员的标注信息，对有效图片进行标注，包括：

接收标注人员的标注指令，通过标签自定义，对不同标注通过不同颜色显示；

在预设位置显示已标注的有效图片，以使标注人员对已标注的有效图片进行修订。

在一些实施例中，可选的，接收标注人员的标注信息，对有效图片进行标注，包括：

通过预设算法对相同颜色的类似事物进行标注，并通过人工核验对标注后的事物进行核验；以及，

通过半智能化的工具识别，对有效图片中的事物进行标注。

例如，标注人员可以通过以下方法，对有效图片中的事物进行标注：标注人员可以用鼠标点击框选物体，支持快捷键操作。标签自定义，不同标注通过不同颜色区分，视觉差异化明显。时间间隔可选择，避免在线抽取的图片无效，实现最大效率的标注样本。标注结果左侧展示，便于修改与纠错。标注环节中，处理纯人工进行标注外，有自动识别标注、辅助标注工具。自动识别标注，对于相同的颜色、类似的事物进行标注时，可以借助之前的比较成熟的算法进行识别，只需人工核验即可，例如，中通的人员识别算法比较成熟，当顺丰需要标记人员的样本数据时，即可用现有的算法进行自动化识别，鉴于场景不通，识别结果需要人工核验。辅助标注工具，即半智能化的工具识别，如方框、多边形、三角形、直线、曲线、折线、3D、连续帧标注等，园区道路的标注，可直接曲线进行半自动化的识别，人工进行简单调整即可。

在一些实施例中，可选的，在接收标注人员的标注信息，对有效图片进行标注，之后，还包括：

根据标注后的有效图片，生成审核任务，以使对应的审核人员对标注后的有效图片进行审核；

在标注后的有效图片被审核完成或抽样审核完成后，生成审核结果报表。

例如，数据标注结果需要人工进行审核。平台自动生成审核任务，检测到所有图片都已经确认、或者抽样审核，审核结果自动生成报表。

可选的，还包括：根据标注后的有效图片的标注结果，进行模型训练，得到标注模型。

例如，导出数据样本后，数据工程师对标注的数据进行模型训练，由算法对每一次的数据经过分析得出分类特征，在大量的训练过后，可以得到一个非常接近真实的特征集合。

在本申请中，还可以进行效果评估以及样本优化迭代：标注数据经过算法的模型训练后会输出算法的结果，可人工抽查结果质量，如果质量有待优化，可按照批次增加样本数据的标注，也可以从识别错误的数据中进行重新标注，或者调整，作为下次算法模型数据，一次优化迭代，直到达到标准。

在本申请中，还可以提供可视化报表：可视化报表将历史的，进行中的，未进行的数据，以报表的形式呈现，可根据事前进行人员、工作量的评估、事中进行智能化提醒和进度预警、事后对效果、效率、进行评估，提出优化建议。

在物流场站领域的应用时，可以采用蓝色标注货品、绿色标注人员等，此处不做具体限定。机器深度学习训练后的模型，最终应用到云瞰平台(智慧物流管理平台)，实时检测摄像头采集的视频中出现的人，货，车等物体，便于物流转运站的人员车辆等的调度和管理工作。

本申请中，可以应用AILabel，并加以扩展。AILabel是一种JavaScript图形库，支持实现图片的缩放平移；以及在图片上进行矢量数据、文本、标注的展示。

本申请在线生成任务，把人与任务相关联；随机抽取标注图片，避免无效图片，最大效率标注样本；已标注样本可视化，支持错误修改，样本更精确；数据导出格式自由，满足不同需求；智能化标注、辅助标注；智能化监控以及评估效果；深入物流行业场景，细化业务流程。

本发明实施例提供的应用于智慧物流领域的数据标注方法，通过获取物流图片；根据预设间隔，在物流图片中抽取有效图片；通过人工识别对有效图片进行分类，以使标注人员对每类别图片的类别进行标注；生成标注任务，将标注任务绑定预设的多个标注人员；接收标注人员的标注信息，对有效图片进行标注。本申请实现对图片的智能化标注和辅助标注，在线生成任务，把人与任务相关联，实现对图片的便捷标注。

基于一个总的发明构思，本发明实施例还提供一种应用于智慧物流领域的数据标注平台。

图2为本发明实施例提供的一种应用于智慧物流领域的数据标注平台的结构示意图，请参阅图2，本发明实施例提供的一种应用于智慧物流领域的数据标注平台，包括：处理器21，以及与处理器相连接的存储器22。

存储器22用于存储计算机程序，计算机程序至少用于上述任一实施例记载的应用于智慧物流领域的数据标注方法；

处理器21用于调用并执行存储器中的计算机程序。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。