获取原始图像集、指定图像集和指定背景图像；所述原始图像集包括目标对象在目标
场景下处于多个第一位置时采集的多个原始图像，所述指定图像集包括目标对象在指定背
景下处于多个第二位置时采集的多个指定图像；所述多个第一位置与所述多个第二位置存
基于所述指定图像集与所述指定背景图像，生成所述多个指定图像中各指定图像对应
根据所述多个原始图像中各原始图像对应的第一位置与所述多个指定图像中各指定
依据匹配结果和所述多个指定图像中各指定图像对应的第一标签，对所述多个原始图
2.根据权利要求1所述的图像分割数据标注方法，其特征在于，所述目标场景包括内窥
所述目标场景包括体外自动手术环境，所述目标对象包括用于执行体外自动手术的手
3.根据权利要求2所述的图像分割数据标注方法，其特征在于，所述内窥镜手术环境包
括以下至少之一：光照条件下的内窥镜手术环境、烟雾条件下的内窥镜手术环境、阴影条件
4.根据权利要求1所述的图像分割数据标注方法，其特征在于，基于所述指定图像集与
所述指定背景图像，生成所述多个指定图像中各指定图像对应的第一标签，包括：
计算所述多个指定图像中各指定图像的像素值与所述指定背景图像的像素值的差值，
根据所述各指定图像对应的差值图像，生成所述多个指定图像中各指定图像对应的第
5.根据权利要求4所述的图像分割数据标注方法，其特征在于，根据所述差值图像，生
对所述各指定图像对应的差值进行正则化处理，得到正则化处理后的所述各指定图像
将正则化处理后的所述各指定图像转换成二值化灰度图，得到所述各指定图像对应的
6.根据权利要求1所述的图像分割数据标注方法，其特征在于，根据所述多个原始图像
中各原始图像对应的第一位置与所述多个指定图像中各指定图像对应的第二位置，将所述
将所述多个第一位置中各第一位置的坐标数据与所述多个第二位置中各第二位置的
坐标数据进行比较，以确定出多个位置对，所述多个位置对中各位置对包括坐标数据相同
将所述各位置对中的第一位置对应的原始图像与第二位置对应的指定图像确定为匹
7.根据权利要求1所述的图像分割数据标注方法，其特征在于，依据匹配结果和所述多
个指定图像中各指定图像对应的第一标签，对所述多个原始图像进行标注，得到多个标注
将与所述各原始图像匹配的指定图像的第一标签，确定为所述各原始图像对应的第二
8.根据权利要求1所述的图像分割数据标注方法，其特征在于，在得到多个标注后的原
利用所述训练样本集构建图像分割模型；所述图像分割模型用于从目标场景采集到的
9.根据权利要求8所述的图像分割数据标注方法，其特征在于，在得到多个标注后的原
将所述验证样本集输入所述图像分割模型中，以计算所述图像分割模型的评价指标；
当所述评价指标满足预设条件时，将所述图像分割模型确定为目标图像分割模型。
10.根据权利要求9所述的图像分割数据标注方法，其特征在于，在计算所述图像分割
当所述评价指标不满足预设条件时，调整所述图像分割模型的模型参数，得到调整后
利用所述训练样本集对所述调整后的图像分割模型进行训练，得到优化后的图像分割
11.根据权利要求9所述的图像分割数据标注方法，其特征在于，在计算所述图像分割
当所述评价指标不满足预设条件时，重新获取原始图像集和所述重新获取的原始图像
12.根据权利要求9所述的图像分割数据标注方法，其特征在于，在将所述图像分割模
将所述目标图像输入所述目标图像分割模型中，以从所述目标图像中识别出目标对象
当目标对象关键点存在于所述目标对象区域时，基于所述目标对象关键点的位置控制
13.根据权利要求12所述的图像分割数据标注方法，其特征在于，所述目标对象关键点
滤除不处于所述目标对象区域中的候选目标对象关键点，得到验证后的目标对象关键
获取模块，用于获取原始图像集、指定图像集和指定背景图像；所述原始图像集包括目
标对象在目标场景下处于多个第一位置时采集的多个原始图像，所述指定图像集包括目标
对象在指定背景下处于多个第二位置时采集的多个指定图像；所述多个第一位置与所述多
生成模块，用于基于所述指定图像集与所述指定背景图像，生成所述多个指定图像中
各指定图像对应的第一标签；所述第一标签用于标注所述指定图像中的目标对象；
匹配模块，用于根据所述多个原始图像中各原始图像对应的第一位置与所述多个指定
图像中各指定图像对应的第二位置，将所述多个原始图像与所述多个指定图像进行匹配；
标注模块，用于依据匹配结果和所述多个指定图像中各指定图像对应的第一标签，对
15.一种医疗设备，其特征在于，包括处理器以及用于存储处理器可执行指令的存储
器，所述处理器执行所述指令时实现权利要求1至13中任一项所述图像分割数据标注方法
16.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被处理
注来生成标签。目前，人工标注主要通过开源工具(例如，Labelme)进行，该工具需要人工一
步一步把需要标注的图片类似于抠图一样标出来。例如，对于一张2k图片，精细标注一张手
术器械图需要10分钟左右。这是由于深度学习图像分割需要高质量高精度的数据标注，采
本说明书实施例提供了一种图像分割数据标注方法，包括：获取原始图像集、指定
图像集和指定背景图像；所述原始图像集包括目标对象在目标场景下处于多个第一位置时
采集的多个原始图像，所述指定图像集包括目标对象在指定背景下处于多个第二位置时采
集的多个指定图像；所述多个第一位置与所述多个第二位置存在交集；基于所述指定图像
集与所述指定背景图像，生成所述多个指定图像中各指定图像对应的第一标签；所述第一
标签用于标注所述指定图像中的目标对象；根据所述多个原始图像中各原始图像对应的第
一位置与所述多个指定图像中各指定图像对应的第二位置，将所述多个原始图像与所述多
个指定图像进行匹配；依据匹配结果和所述多个指定图像中各指定图像对应的第一标签，
本说明书实施例提供了一种图像分割数据标注方法，包括：获取原始图像集、指定
图像集和指定背景图像；所述原始图像集包括手术器械在内窥镜手术环境下处于多个第一
位置时采集的多个原始图像，所述指定图像集包括手术器械在指定背景下处于多个第二位
置时采集的多个指定图像；所述多个第一位置与所述多个第二位置部分重合或完全重合；
基于所述指定图像集与所述指定背景图像，生成所述多个指定图像中各指定图像对应的第
一标签；所述第一标签用于标注所述指定图像中的手术器械；将所述多个原始图像与所述
多个指定图像进行匹配，以确定所述多个原始图像中各原始图像对应的第二标签；所述第
行内窥镜手术的手术器械；或者，所述目标场景包括体外自动手术环境，所述目标对象包括
手术环境、烟雾条件下的内窥镜手术环境、阴影条件下的内窥镜手术环境、流血场景下的内
图像中各指定图像对应的第一标签，包括：计算所述多个指定图像中各指定图像的像素值
与所述指定背景图像的像素值的差值，得到所述各指定图像对应的差值图像；根据所述各
指定图像对应的差值图像，生成所述多个指定图像中各指定图像对应的第一标签。
的第一标签，包括：对所述各指定图像对应的差值进行正则化处理，得到正则化处理后的所
述各指定图像对应的差值图像；将正则化处理后的所述各指定图像转换成二值化灰度图，
个指定图像中各指定图像对应的第二位置，将所述多个原始图像与所述多个指定图像进行
匹配，包括：将所述多个第一位置中各第一位置的坐标数据与所述多个第二位置中各第二
位置的坐标数据进行比较，以确定出多个位置对，所述多个位置对中各位置对包括坐标数
据相同的第一位置和第二位置；将所述各位置对中的第一位置对应的原始图像与第二位置
签，对所述多个原始图像进行标注，得到多个标注后的原始图像，包括：将与所述各原始图
像匹配的指定图像的第一标签，确定为所述各原始图像对应的第二标签；利用所述第二标
在一个实施例中，在得到多个标注后的原始图像之后，还包括：基于所述多个标注
后的原始图像，构造训练样本集；利用所述训练样本集对预设图像分割深度学习网络进行
训练，得到训练好的图像分割深度学习网络；所述训练好的图像分割深度学习网络用于从
在一个实施例中，在得到多个标注后的原始图像之后，还包括：基于所述多个标注
后的原始图像，构造验证样本集；将所述验证样本集输入所述训练好的图像分割深度学习
网络中，以计算所述训练好的图像分割深度学习网络的评价指标；当所述评价指标满足预
设条件时，将所述训练好的图像分割深度学习网络确定为目标图像分割深度学习网络；其
中，所述目标图像分割深度学习网络用于从目标场景采集到的目标图像中识别出目标对
还包括：当所述评价指标不满足预设条件时，优化所述图像分割深度学习网络的网络结构；
利用所述训练样本集对优化后的图像分割深度学习网络进行训练，得到新训练好的图像分
还包括：当所述评价指标不满足预设条件时，重新获取原始图像集和所述原始图像集对应
的多个标注后的原始图像，以重新构建训练样本集；利用所述重新构建的训练样本集对所
述预设图像分割深度学习网络进行训练，得到新训练好的图像分割深度学习网络。
深度学习网络之后，还包括：获取目标场景中采集的目标图像；将所述目标图像输入所述目
标图像分割深度学习网络中，以从所述目标图像中识别出目标对象区域；当目标对象关键
点存在于所述目标对象区域时，基于所述目标对象关键点的位置控制所述目标对象执行预
目标图像中识别出目标对象区域之后，还包括：将不处于所述目标对象区域中的目标对象
本说明书实施例还提供了一种图像分割数据标注装置，包括：获取模块，用于获取
原始图像集、指定图像集和指定背景图像；所述原始图像集包括目标对象在目标场景下处
于多个第一位置时采集的多个原始图像，所述指定图像集包括目标对象在指定背景下处于
多个第二位置时采集的多个指定图像；所述多个第一位置与所述多个第二位置存在交集；
生成模块，用于基于所述指定图像集与所述指定背景图像，生成所述多个指定图像中各指
定图像对应的第一标签；所述第一标签用于标注所述指定图像中的目标对象；匹配模块，用
于根据所述多个原始图像中各原始图像对应的第一位置与所述多个指定图像中各指定图
像对应的第二位置，将所述多个原始图像与所述多个指定图像进行匹配；标注模块，用于依
据匹配结果和所述多个指定图像中各指定图像对应的第一标签，对所述多个原始图像进行
令的存储器，所述处理器执行所述指令时实现上述任意实施例中所述的图像分割数据标注
在本说明书实施例中，提供了一种图像分割数据标注方法，可以获取原始图像集、
指定图像集和指定背景图像，所述原始图像集包括目标对象在目标场景下处于多个第一位
置时采集的多个原始图像，所述指定图像集包括目标对象在指定背景下处于多个第二位置
时采集的多个指定图像；所述多个第一位置与所述多个第二位置存在交集，可以基于所述
指定图像集与所述指定背景图像，生成所述多个指定图像中各指定图像对应的第一标签，
所述第一标签用于标注所述指定图像中的目标对象，可以根据所述多个原始图像中各原始
图像对应的第一位置与所述多个指定图像中各指定图像对应的第二位置，将所述多个原始
图像与所述多个指定图像进行匹配，依据匹配结果和所述多个指定图像中各指定图像对应
的第一标签，对所述多个原始图像进行标注，得到多个标注后的原始图像。上述方案中，通
过获取实时目标场景下和指定背景下的包含目标对象的图像，由于指定背景是固定的，指
定背景图像可以提前获取，因而可以基于指定背景图像和指定图像生成用于标注目标对象
的第一标签，之后，由于多个第一位置与多个第二位置部分重合或完全重合，可以将原始图
像集中的原始图像与指定图像集中的指定图像进行匹配，依据匹配结果和所述多个指定图
像中各指定图像对应的第一标签，对所述多个原始图像进行标注，得到多个标注后的原始
图像，可以为图像分割网络提供高质量的数据标注样本，以构建图像分割深度学习网络，实
现自动标注，提高数据标注效率和精度。通过上述方案解决了现有技术中图像分割所需的
图像标注效率低的技术问题，达到了有效提升数据标注效率和准确率的技术效果。
这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本说明书，而并非以
任何方式限制本说明书的范围。相反，提供这些实施方式是为了使本说明书公开更加透彻
本领域的技术人员知道，本说明书的实施方式可以实现为一种系统、装置设备、方
法或计算机程序产品。因此，本说明书公开可以具体实现为以下形式，即：完全的硬件、完全
通过人工手动标注来生成标签。例如，传统标注方法可以通过人工使用labelme标注工具来
实现，就是人工把需要标注的器械逐个圆点标出来，最后形成一个闭环。闭环内的图像就会
生成标签。请参考图1，示出了现有技术中图像分割数据标注方法的示意图。图1中的左图示
出了采集到的原图，即原始内窥镜图像。图1的中图示出了可以将原图导入Lableme标注工
具中，人工将需要标注的器械逐个圆点标注出来，形成一个闭环。图1的右图示出了将闭环
中的图像生成标签。由此可知，现有技术中的图像分割数据标注方法的效率太低。
为了解决上述问题，本说明书实施例提供了一种图像分割数据标注方法。图2示出
了本说明书一实施例中图像分割数据标注方法的流程图。虽然本说明书提供了如下述实施
例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法
或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系
的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例描述及附
图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用
时，可以按照实施例或者附图所示的方法或模块结构连接进行顺序执行或者并行执行(例
具体地，如图2所示，本说明书一种实施例提供的图像分割数据标注方法可以包括
步骤S201，获取原始图像集、指定图像集和指定背景图像；所述原始图像集包括目
标对象在目标场景下处于多个第一位置时采集的多个原始图像，所述指定图像集包括目标
对象在指定背景下处于多个第二位置时采集的多个指定图像；所述多个第一位置与所述多
始图像集、指定图像集和指定背景图像。原始图像集可以包括目标对象在目标场景下处于
多个第一位置时采集的多个原始图像。其中，目标对象是图像中待标注的对象，可以包括各
种对象，可以是物体或者物体的一部分、也可以是动物或者动物的某个部位。目标场景可以
是目标对象在实际应用中所处的场景。例如，目标场景可以是内窥镜手术环境，目标对象可
以是内窥镜手术环境中的手术器械。又例如，目标场景可以为体外自动手术环境，目标对象
可以是执行体外自动手术的手术器械。再例如，目标场景可以为工厂自动化生产环境，目标
定图像。其中，指定背景可以是任何已知像素的静止背景，优选颜色与目标对象相差较大的
背景，例如纯色背景或者简单图案的背景。指定图像中仅包括指定背景和目标对象。指定背
景图像是指对指定背景拍摄的图像。指定图像和指定背景图像在相同的环境下拍摄的。
多个第二位置之间可以存在交集，即多个第一位置和多个第二位置可以是部分重合的，也
可以是完全重合的。例如，多个第一位置可以与多个第二位置一一对应。又例如，多个第一
位置中可以包括多个第二位置中的全部或者部分。再例如，多个第二位置中可以包括多个
第一位置中的全部或者部分。可以由同一个图像采集装置或者参数相同的图像采集装置来
采集原始图像集和指定图像集。采集原始图像集的拍摄参数可以与采集指定图像集的拍摄
时采集的多个原始图像，指定图像集可以是目标对象在指定背景下沿第二运动轨迹运动时