一种模型训练标签的处理方法、装置及电子设备与流程

本申请涉及智能教育技术领域，尤其涉及一种模型训练标签的处理方法、装置及电子设备。

背景技术：

随着技术的发展，人工智能教育的应用越来越广泛。人工智能教育中关于训练模型的教学通常包含四个教学环节，如训练样本的标注环节、训练样本的特征提取环节、训练模型的训练环节以及训练模型的测试环节。

目前只有针对训练样本的特征提取环节、训练模型的训练环节的可视化教学实现，无法对训练样本的标注环节实现可视化。

技术实现要素：

有鉴于此，本申请提供一种模型训练标签的处理方法、装置及电子设备中，如下：

一种模型训练标签的处理方法，包括：

获得第一图像；

获得所述第一图像中至少一个对象的对象标签，所述对象标签用于对预设的教学训练模型进行训练；

输出包含所述对象标签的所述第一图像，以使得所述第一图像中的所述对象标签能够被修改；

在接收到针对所述对象标签的标签修改操作之后，利用修改后的对象标签对所述教学训练模型进行训练，以获得新的教学训练模型；

其中，所述第一图像中所述对象的输出参数与修改后的对象标签相匹配。

上述方法，优选的，所述方法还包括：

获得第二图像；

将所述第二图像输入到所述教学训练模型，以输出图像测试数据，所述图像测试数据中包含所述教学训练模型对所述第二图像进行处理得到的测试对象及所述测试对象的对象属性。

上述方法，优选的，所述测试对象的输出参数与其对象属性相匹配。

上述方法，优选的，所述第一图像中的对象具有标签修改标识，所述标签修改标识用于提示所述对象处于能够进行标签修改的状态。

上述方法，优选的，所述第一图像中的对象具有标签修改控件，所述标签修改控件用于接收针对所述对象的对象标签的标签修改操作。

上述方法，优选的，获得所述第一图像中至少一个对象的对象标签，包括：

对所述第一图像进行图像识别，以得到所述第一图像中的至少一个对象；

获得所述对象的对象标签。

一种模型训练标签的处理装置，包括：

图像获得单元，用于获得第一图像；

标签获得单元，用于获得所述第一图像中至少一个对象的对象标签，所述对象标签用于对预设的教学训练模型进行训练；

图像输出单元，用于输出包含所述对象标签的所述第一图像，以使得所述第一图像中的所述对象标签能够被修改；

操作接收单元，用于接收针对所述对象标签的标签修改操作；

模型训练单元，用于利用修改后的对象标签对所述教学训练模型进行训练，以获得新的教学训练模型；

其中，所述第一图像中所述对象的输出参数与修改后的对象标签相匹配。

上述装置，优选的，所述图像获得单元还用于获得第二图像，其中，所述装置还包括：

模型测试单元，用于将所述第二图像输入到所述教学训练模型，以输出图像测试数据，所述图像测试数据中包含所述教学训练模型对所述第二图像进行处理得到的测试对象及所述测试对象的对象属性。

上述装置，优选的，所述标签获得单元具体用于：对所述第一图像进行图像识别，以得到所述第一图像中的至少一个对象；获得所述对象的对象标签。

一种电子设备，包括：

显示器；

处理器，用于获得第一图像；获得所述第一图像中至少一个对象的对象标签，所述对象标签用于对预设的教学训练模型进行训练；由所述显示器输出包含所述对象标签的所述第一图像，以使得所述第一图像中的所述对象标签能够被修改；

所述处理器还用于接收针对所述对象标签的标签修改操作，利用修改后的对象标签对所述教学训练模型进行训练，以获得新的教学训练模型；

其中，所述第一图像中所述对象的输出参数与修改后的对象标签相匹配。

由上述方案可知，本申请提供的一种模型训练标签的处理方法、装置及电子设备中，在获得到第一图像并获得到第一图像中所包含对象的对象标签之后，通过将这些能够对教学训练模型进行训练的对象标签进行输出，以使得这些对象标签能够被修改，进而在接收到针对这些对象标签的标签修改操作之后，可以利用修改后的对象标签对教学训练模型进行训练，以获得新的教学训练模型并且第一图像中对象的输出参数与修改后的对象标签相对应。由此，本申请中通过将包含参与模型训练的对象标签的第一图像进行输出，由此以便于为用户提供可以对参与模型训练的对象标签进行修改的教学体验，使得用户可以直观的体验到对象标签的修改以及模型的训练过程，从而改善用户的学习体验。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例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申请的一些实施例，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附图。

图1为本申请实施例一提供的一种模型训练标签的处理方法的实现流程图；

图2-图3分别为本申请实施例的示例图；

图4为本申请实施例一提供的一种模型训练标签的处理方法的部分流程图；

图5-图9分别为本申请实施例的另一示例图；

图10为本申请实施例二提供的一种模型训练标签的处理装置的结构示意图；

图11为本申请实施例二提供的一种模型训练标签的处理装置的另一结构示意图；

图12为本申请实施例三提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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。

参考图1，为本申请实施例一提供的一种模型训练标签的处理方法的实现流程图，该方法可以适用于能够进行图像处理以及输入输出处理的电子设备中，如具有输入输出装置的计算机或服务器等。本实施例中的技术方案主要用于实现可视化的模型训练标签的处理，以改善用户的学习体验。

具体的，本实施例中的方法具体可以包括以下步骤：

步骤101：获得第一图像。

其中，第一图像可以为参与教学训练模型训练的样本图像，第一图像中可以包含有一个或多个对象，如鲜花、动物、人物、武器等对象，这些对象用于对教学训练模型进行训练，以使得教学训练模型能够对测试图像中所包含的对象进行相应的处理，如对象分类等。

步骤102：获得第一图像中至少一个对象的对象标签。

其中，本实施例中可以通过对第一图像进行图像识别处理，以得到第一图像中的一个或多个对象，例如，对第一图像进行花瓣特征识别，以识别出第一图像中的鲜花对象，或者，对第一图像进行人脸特征识别，以识别出第一图像中的人物对象，等等；之后，针对这些对象，获得每个对象的对象标签，例如，获得鲜花对象的花瓣数量标签、花瓣颜色标签、花瓣尺寸标签等中的任意一种或任意多种，再如，获得人物对象的脸型标签、身高标签、体型标签、动作标签等中的任意一种或任意多种。

需要说明的是，这里的对象标签能够用于对预设的教学训练模型进行训练。其中，第一图像作为教学训练模型的训练样本时，第一图像中所包含对象的对象标签能够参与教学训练模型的训练，以使得教学训练模型的模型参数被优化。这里的教学训练模型可以为能够对测试图像中的对象进行处理的模型，例如，在使用鲜花对象的花瓣数量标签、花瓣颜色标签、花瓣尺寸标签等对基于分类算法所构建的教学训练模型进行训练之后，教学训练模型能够对测试图像中所包含的对象按照所训练学习的模型参数进行处理，进而对出测试图像中所包含的对象进行分类，得到测试图像中各对象的对象类型，如是否为特定类型的鲜花对象等。

步骤103：输出包含对象标签的第一图像，以使得第一图像中的对象标签能够被修改。

其中，本实施例中可以通过输出装置的交互界面将包含有对象标签的第一图像进行输出，以使得用户可以对所输出的对象标签进行标签参数的修改，如修改鲜花对象的花瓣数量、花瓣颜色、花瓣尺寸等标签中的任意一种或任意多种，由此第一图像中的对象标签在被修改后，相应第一图像中对应的输出参数与修改后的对象标签相匹配。

例如，在第一图像中包含有鲜花对象，鲜花对象具有花瓣数量标签、花瓣颜色标签、花瓣尺寸标签，在将第一图像输出之后，用户可以直观的了解到第一图像中鲜花对象所具有的对象标签，此时，用户可以对鲜花对象的对象标签进行修改。

如图2中所示，将鲜花对象a的花瓣颜色从原来的粉色修改为蓝色，与此同时，第一图像中鲜花对象a的输出颜色也变为蓝色，用户可以直观的感受到对鲜花对象a的对象标签的修改效果。

如图3中所示，用户将鲜花对象a的花瓣颜色从原来的粉色修改为蓝色，并将鲜花对象a的花瓣数量从原来的4修改为5，用户还将鲜花对象b的花瓣颜色从原来的粉色修改为绿色，与此同时，第一图像中鲜花对象a的输出颜色也变为蓝色且输出的花瓣数量为5，且鲜花对象b的输出颜色变为绿色用户可以直观的感受到对鲜花对象的对象标签的修改效果。

具体的，本实施例中用户可以通过输入装置如鼠标、键盘或触控屏等对输出装置上所输出的第一图像中的对象标签进行修改操作。

步骤104：接收针对对象标签的标签修改操作。

其中，本实施例中可以通过与输入装置之间的接口接收到针对一个或多个对象标签的标签修改操作。

需要说明的是，这里的标签修改操作所对应的对象标签可以为同属于一个对象的对象标签，或者，也可以是针对不同对象的对象标签。例如，如图2中所示的标签修改操作是针对一个鲜花对象a的花瓣颜色标签的修改操作；再如图3中所示的标签修改操作是针对鲜花对象a和鲜花对象b的标签修改操作，而且是针对鲜花对象a的花瓣颜色标签和花瓣数量标签的标签修改操作，以及针对鲜花对象b的花瓣颜色标签的修改操作。

步骤105：利用修改后的对象标签对教学训练模型进行训练，以获得新的教学训练模型。

其中，本实施例中在接收到针对对象标签的标签修改操作之后，可以利用修改的对象标签对教学训练模型进行模型，以得到新的教学训练模型，由此，用户可以直观的体验到由修改后的对象标签参与教学模型的训练的教学过程，由此实现模型的标签修改可视化教学，从而改善用户的学习体验。

由上述方案可知，本申请实施例一提供的一种模型训练标签的处理方法中，在获得到第一图像并获得到第一图像中所包含对象的对象标签之后，通过将这些能够对教学训练模型进行训练的对象标签进行输出，以使得这些对象标签能够被修改，进而在接收到针对这些对象标签的标签修改操作之后，可以利用修改后的对象标签对教学训练模型进行训练，以获得新的教学训练模型并且第一图像中对象的输出参数与修改后的对象标签相对应。由此，本实施例中通过将包含参与模型训练的对象标签的第一图像进行输出，由此以便于为用户提供可以对参与模型训练的对象标签进行修改的教学体验，使得用户可以直观的体验到对象标签的修改以及模型的训练过程，从而改善用户的学习体验。

在一种实现方式中，本实施例中还可以为用户提供模型测试的可视化学习体验，具体的，本实施例中的方法还可以包括以下步骤，如图4中所示：

步骤106：获得第二图像。

其中，第二图像可以为需要进行处理的图像，如需要对其中的对象进行分类的测试图像，用于对教学训练模型的模型训练效果进行测试。第二图像中可以包含有一个或多个未知对象属性的对象，如未知颜色、未知尺寸的鲜花、未知种类的动物、未知身份的人物、未知型号或编号的武器等对象，这些对象需要教学训练模型进行处理，以得到第二图像中的对象及相应对象的对象属性等测试结果。

步骤107：将第二图像输入到教学训练模型，以输出图像测试数据。

其中，图像测试数据中包含教学训练模型对第二图像进行处理得到的测试对象及测试对象的对象属性。

需要说明的是，本实施例中在获得到第二图像之后，将包含有未知对象属性的第二图像输入到教学训练模型中，由此经过原始的以及修改后的对象标签训练的教学训练模型通过学习得到的模型参数对第二图像进行图像学习，以得到第二图像中的各个测试对象，并且得到各个测试对象的对象属性。

例如，第一图像中鲜花对象a的花瓣颜色标签为粉色，基于此，在教学训练模型中利用鲜花对象a的花瓣颜色标签为粉色的训练数据进行训练，之后，新的教学训练模型获得到第二图像中与鲜花对象a具有相同或相似对象特征的一个或多个测试对象x，并获得到测试对象x的花瓣颜色为粉色，如图5中所示。

基于此，本实施例中可以为用户提供模型测试的可视化学习体验，用户可以直观的体验到模型在经过训练后的训练效果。

进一步的，本实施例中的步骤107可以在步骤105之后执行，也就是说，结合前文中模型标签的修改可视化，本实施例中可以将用户通过输出的第一图像所修改的对象标签对教学训练模型进行训练，从使用第二图像作为测试图像输入到新的教学训练模型中，从而使得用户可以直观的体验到模型标签的修改并且体验到修改后的标签所训练出的模型的训练效果，由此进一步改善用户学习体验。

例如，用户对输出的第一图像中的鲜花对象a的花瓣颜色标签修改为蓝色，基于此，在教学训练模型中利用鲜花对象a的花瓣颜色标签为蓝色的训练数据进行训练，之后，新的教学训练模型获得到第二图像中与鲜花对象a具有相同或相似对象特征的一个或多个测试对象x，并获得到测试对象x的花瓣颜色为蓝色，如图6中所示。

再如，用户对输出的第一图像中的鲜花对象a的花瓣颜色标签修改为蓝色，对输出的第一图像中的鲜花对象a的花瓣数量修改为5，对输出的第一图像中的鲜花对象b的花瓣颜色修改为绿色，基于此，在教学训练模型中利用鲜花对象a的花瓣颜色标签为蓝色、鲜花对象a的花瓣数量为5、鲜花对象b的花瓣颜色为绿色的训练数据进行训练，之后，新的教学模型获得到第二图像中与鲜花对象a具有相同或相似对象特征的一个或多个测试对象c，还获得到测试对象c的花瓣颜色为蓝色以及花瓣数量为5，新的教学模型还获得到与鲜花对象b具有相同或相似对象特征的一个或多个测试对象d，还获得到测试对象d的花瓣颜色为绿色，如图7中所示。

可选的，本实施例中还可以将第二图像进行输出，并且输出的第二图像中测试对象的输出参数与其对象属性相匹配。如图6中所示，第二图像中与鲜花对象a具有相同或相似对象特征的一个或多个测试对象的花瓣颜色为蓝色；如图7中所示，第二图像中测试对象c的花瓣颜色为蓝色且花瓣数量为5，且第二图像中测试对象d的花瓣颜色为绿色。

基于此，用户可以直观的体验到模型在经过训练后的训练效果，进一步的，用户可以直观的体验到利用修改后的对象标签后所训练出的新模型的训练效果。

在一种实现方式中，所输出的第一图像中的对象具有标签修改标识，该标签修改标识用于提示对象处于能够进行标签修改的状态。具体实现中，标签修改标识可以采用线框或者区域等方式标识，如方形线框的标识或者圆形高亮区域等，该标签修改标识输出在第一图像上与所对应的对象所关联的区域或位置上，以表征所对应的对象能够被修改标签。

如图8中所示，鲜花对象a的标签修改标识可以采用方形线框表示，在鼠标悬浮在鲜花对象a所对应的区域时，方形线框高亮显示，以表示鲜花对象a处于标签可修改的状态。需要说明的是，在鼠标离开鲜花对象a所对应的区域时，方框线框可以隐藏，以免影响用户对第一图像上其他对象的对象标签的修改操作。

基于以上实现，第一图像中的对象还具有标签修改控件，该标签修改控件用于接收针对对象的对象标签的标签修改操作。具体实现中，标签修改控件可以采用菜单选项实现，或者，可以采用输入框实现，以便于用户可以在标签修改控件上对相应的对象标签进行标签修改，由此，本实施例中可以通过该标签修改控件对应的控件接口接收到针对对象标签的标签修改操作。

如图9中所示，在鼠标悬浮在鲜花对象a所对应的区域时，方形线框高亮显示，以表示鲜花对象a处于标签可修改的状态，同时输出鲜花对象a对应的三个标签修改控件，如花瓣颜色标签对应的标签修改控件、花瓣数量标签对应的标签修改控件以及花瓣尺寸标签对应的标签修改控件，用户可以在花瓣颜色标签对应的标签修改控件的下拉菜单中选择花瓣颜色参数，可以在花瓣数量标签对应的标签修改控件的输入框中输入花瓣数量参数，可以在花瓣尺寸标签对应的标签修改控件的输入框中输入花瓣尺寸。需要说明的是，在鼠标离开鲜花对象a所对应的区域时，方框线框和标签修改控件均可以隐藏，以免影响用户对第一图像上其他对象的对象标签的修改操作。

参考图10，为本申请实施例二提供的一种模型训练标签的处理装置的结构示意图，该装置中可以适用于能够进行图像处理以及输入输出处理的电子设备中，如具有输入输出装置的计算机或服务器等。本实施例中的技术方案主要用于实现可视化的模型训练标签的处理，以改善用户的学习体验。

具体的，本实施例中的装置具体可以包括以下单元：

图像获得单元1001，用于获得第一图像；

标签获得单元1002，用于获得第一图像中至少一个对象的对象标签，对象标签用于对预设的教学训练模型进行训练；

图像输出单元1003，用于输出包含对象标签的第一图像，以使得第一图像中的对象标签能够被修改；其中，第一图像中对象的输出参数与修改后的对象标签相匹配。

操作接收单元1004，用于接收针对对象标签的标签修改操作；

模型训练单元1005，用于利用修改后的对象标签对教学训练模型进行训练，以获得新的教学训练模型；

由上述方案可知，本申请实施例二提供的一种模型训练标签的处理装置中，在获得到第一图像并获得到第一图像中所包含对象的对象标签之后，通过将这些能够对教学训练模型进行训练的对象标签进行输出，以使得这些对象标签能够被修改，进而在接收到针对这些对象标签的标签修改操作之后，可以利用修改后的对象标签对教学训练模型进行训练，以获得新的教学训练模型并且第一图像中对象的输出参数与修改后的对象标签相对应。由此，本实施例中通过将包含参与模型训练的对象标签的第一图像进行输出，由此以便于为用户提供可以对参与模型训练的对象标签进行修改的教学体验，使得用户可以直观的体验到对象标签的修改以及模型的训练过程，从而改善用户的学习体验。

在一种实现方式中，图像获得单元1001还用于获得第二图像，其中，本实施例中的装置还可以包括以下单元，如图11中所示：

模型测试单元1006，用于将第二图像输入到教学训练模型，以输出图像测试数据，图像测试数据中包含教学训练模型对第二图像进行处理得到的测试对象及测试对象的对象属性。其中，测试对象的输出参数与其对象属性相匹配。

在一种实现方式中，第一图像中的对象具有标签修改标识，标签修改标识用于提示对象处于能够进行标签修改的状态。

基于此，第一图像中的对象还具有标签修改控件，标签修改控件用于接收针对对象的对象标签的标签修改操作。

在一种实现方式中，标签获得单元1002具体用于：对第一图像进行图像识别，以得到第一图像中的至少一个对象；获得对象的对象标签。

需要说明的是，本实施例中各单元的具体实现可以参考前文中相应描述，此处不再详述。

参考图12，为本申请实施例三提供的一种电子设备的结构示意图，该电子设备可以为能够进行图像处理以及输入输出处理的电子设备中，如具有输入输出装置的计算机或服务器等。本实施例中的技术方案主要用于实现可视化的模型训练标签的处理，以改善用户的学习体验。

具体的，本实施例中的电子设备具体可以包括以下结构：

显示器1201；

处理器1202，用于获得第一图像；获得所述第一图像中至少一个对象的对象标签，所述对象标签用于对预设的教学训练模型进行训练；由所述显示器1201输出包含所述对象标签的所述第一图像，以使得所述第一图像中的所述对象标签能够被修改；

所述处理器1202还用于接收针对所述对象标签的标签修改操作，利用修改后的对象标签对所述教学训练模型进行训练，以获得新的教学训练模型；

其中，所述第一图像中所述对象的输出参数与修改后的对象标签相匹配。

需要说明的是，本实施例中的电子设备还可以包含有存储器，用于存储能够实现处理器1202的功能的应用程序以及应用程序被处理器1202运行所产生的数据。另外，存储器中还包含有教学训练模型的程序内容。

本实施例中的电子设备中还可以包含有鼠标、键盘等输入部件，或者，电子设备中在显示器上集成输入部件，如触摸屏等。电子设备中的输入部件能够获得到用户的标签修改操作并将标签修改操作传输给处理器1202。

由上述方案可知，本申请实施例三提供的一种电子设备中，在获得到第一图像并获得到第一图像中所包含对象的对象标签之后，通过将这些能够对教学训练模型进行训练的对象标签进行输出，以使得这些对象标签能够被修改，进而在接收到针对这些对象标签的标签修改操作之后，可以利用修改后的对象标签对教学训练模型进行训练，以获得新的教学训练模型并且第一图像中对象的输出参数与修改后的对象标签相对应。由此，本实施例中通过将包含参与模型训练的对象标签的第一图像进行输出，由此以便于为用户提供可以对参与模型训练的对象标签进行修改的教学体验，使得用户可以直观的体验到对象标签的修改以及模型的训练过程，从而改善用户的学习体验。

在模型训练教学的实际应用中，本实施例中的技术方案通过提供与人工智能的教学训练模型相结合的可交互场景，可以把模型训练样本的标签修改环节与验证测试环节进行可视化表现，从而打通全人工智能教学流程的可视化。以无人超市的模型为例，本实施例中将无人超市图像中的标签修改和验证测试结果均可视化显示，从而进行教学，改善用户的学习体验。

需要说明的是，前文中所涉及的图像可以为二维图像，如各示例图中所示，或者，也可以为三维图像，图像类型不同或适用场景不同所形成的技术方案均在本申请的保护范围内。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。