1.本技术涉及数据标注的技术领域，尤其是涉及一种长时数据标注方法、系统及计算机可读存储介质。
背景技术：2.训练神经网络模型基于短时间内录制的大量帧作出高精度预测或结合较长时间的上下文信息作出正确行车判断(如：是否变道，是否减速等)是自动驾驶领域的研究重要研究内容。在数据层面，两者均需要对场景内的大量连续帧进行标注。在满足该需求时，为保证时序信息完整，目前使用的标注平台unointask采用过两种策略：a.将整段时序数据组织为一个标注任务，让标注员从首帧标到尾帧。b.将时序数据拆分成便于标注及组织的子任务，先分别标注时序无关的信息，等所有帧标注完成，在将子任务串联起来标注时序相关信息。
3.发明人在实施上述方案时，发现存在以下问题：1、使用策略a时，单个任务所加载的数据量及渲染量过大，进而导致前端卡顿及后续以任务为单位的处理流程占用资源较多，且单个任务完成时间过长，导致标注员负担过重；以单个任务为单位的进度管理精度不够(例如：只能知道90帧的任务是否完成，但不知道该任务已经标完了几帧)；2、使用策略b时，无法满足需求方分批产出的要求。产出的最低单位是任务，如果任务过长，则会出现要么产出90帧，要么不产出的情况。策略b虽然缓解了2和3的问题，但仍无法解决其他问题，且会导致任务完成的流程过长(有额外的串联步骤)，不利于标注流程的统一管理。
技术实现要素：4.为此，本技术的实施例提供了一种长时数据标注方法、系统及计算机可读存储介质，能够解决现有标注任务标注时间长的技术问题，具体技术方案内容如下：
5.第一方面，本技术的实施例提供一种长时数据标注方法，所述方法包括：
6.将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个标注子任务；
7.按时序依次处理同一标注任务的标注子任务；
8.在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注。
9.优选的，在标注子任务上设置任务状态，所述任务状态包括可标注状态以及不可标注状态；所述方法还包括：
10.当前标注子任务的任务状态为可标注状态时，获取所述当前标注子任务进行标注；
11.在所述当前标注子任务标注完成后，所述当前标注子任务的后一时序的标注子任
务在满足其他条件的情况下任务状态转变为可标注状态。
12.优选的，所述在所述当前标注子任务标注完成后，查找同一标注任务的后一时序的标注子任务包括：
13.在当前标注子任务标注完成后，对当前标注子任务进行审核，同时按照时序关系查找与所述当前标注子任务同一标注任务的后一时序的标注子任务。
14.优选的，还包括：
15.所述当前标注子任务审核通过之后，当前标注子任务进入需求进度统计和产出流程。
16.优选的，所述当前标注子任务中后端的标注结果为当前标注子任务中预设数量的尾帧的标注结果。
17.优选的，所述在所述当前标注子任务标注完成后，当前标注子任务的后一时序的标注子任务在满足其他条件的情况下任务状态转变为可标注状态包括：
18.在所述当前标注子任务标注完成后，根据当前标注子任务预设数量的尾帧的标注结果预测所述后一时序的标注子任务的标注结果后，将后一时序的标注子任务的任务状态转变为可标注状态。
19.优选的，所述标注预测模型为目标检测模型和/或目标跟踪模型。
20.优选的，同一标注任务的标注子任务设有id，标注子任务的id按照时序顺序设置。
21.第二方面，本技术的实施例提供一种长时数据标注系统，所述系统包括：
22.拆分模型，用于将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个标注子任务；
23.排序模块，用于按时序依次处理同一场景的标注子任务；
24.处理模型，用于在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，作为所述后一时序的标注子任务的参考数据。
25.第三方面，本技术的实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的长时数据标注方法的步骤。
26.综上所述，与现有技术相比，本技术实施例提供的技术方案带来的有益效果至少包括：
27.1、将一个标注任务拆分为多个标注子任务，在同一标注任务中，当前标注子任务的末尾帧与后一时序的标注子任务的开始帧在时间上是连续的，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，作为所述后一时序的标注子任务的参考数据，即可获得位置大致正确的框，后续只需在此基础上微调，即可获得位置正确的框，因此标注速度快；在同一标注任务中，当前标注子任务与后一时序的标注子任务中的时序信息是需要保持一致的，本技术通过将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，可以使同一标注任务中时序相邻的标注子任务中的时序信息一致；
28.2、通过设置任务状态，当标注子任务的任务状态为不可标注状态的时候，不能获取到该标注子任务进行标注，只有当任务状态可标注状态时，该标注子任务才可被获取进
行标注，通过任务状态的设置，避免同一标注任务中的标注子任务，在其前一时序的标注子任务未完成前就被获取进行标注，此时需要等待到所述前一时序的标注子任务标注完成之后，才可进行当前标注子任务，而造成的标注效率低下的问题；且基于当前时序的标注子任务的末尾几帧预测后一时序的标注子任务的标注结果时，此时后一时序的标注子任务不能被获取，此时可进行其他标注任务，等所述后一时序的标注子任务的标注结果预测出之后，再进行所述后一时序的标注子任务的标注工作，通过此种方式交错完成标注任务，则标注与预测同步进行，互不占用时间，提高标注的效率；
29.3、当前标注子任务中后端的标注结果采用预设数量的尾帧的数据，可以减少某一帧数据中标注错误而导致后一时序的标注子任务中也出现标注错误的传递；且采用最后几帧的数据，可以用于预测物体在后一时序的标注子任务中的运动趋向，可用于后一时序的标注子任务的中由当前标注子任务中获取的标注结果的微调。
附图说明
30.图1是本技术其中一实施例提供的一种长时数据标注方法的流程示意图。
31.图2是本技术另一实施例提供的一种长时数据标注方法的流程示意图之一。
32.图3是本技术另一实施例提供的一种长时数据标注方法的流程示意图之二。
33.图4是本技术另一实施例提供的一种长时数据标注方法的流程示意图之三。
34.图5是本技术其中一实施例提供的一种长时数据标注系统的结构示意图。
具体实施方式
35.本具体实施例仅仅是对本技术的解释，其并不是对本技术的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本技术的权利要求范围内都受到专利法的保护。
36.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
37.另外，本技术中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本技术中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
38.本技术中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。
39.本技术中术语“至少一个”是指一个或至少两个，“至少两个”的含义是指三个或以上，例如，至少两个第一位置是指三个或以上的第一位置。
40.下面结合说明书附图对本技术实施例作进一步详细描述。
41.参照图1，在本技术的一个实施例中，提供一种长时数据标注方法，所述方法的主要步骤描述如下：
42.s10：将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个
标注子任务；
43.具体的，本技术在进行长时数据标注的时候，在本实施例中，根据标注的场景不同，生成不同的标注数据包(bag)，一个标注数据包对应一个场景，在标注数据包中包含对应的场景的所有的需要标注的帧数据。在接收到标注数据包之后，将标注数据包设为标注任务，按照标注任务的帧数据的时序，将标注任务拆分为至少两个帧批次(framebatch)，单个帧批次的大小由任务管理及前端渲染的需求决定，比如说一个标注数据包包含1-60帧，则将1-30帧氛围一个帧批次；将31-60帧分为第二个帧批次，并记录帧批次与标注任务的关系，在本实施例中，通过标签的方式记录帧批次与标注任务的关系，在其他实施例中，可以采用不同的方式，在此不作赘述；由帧批次形成标注子任务(task)。
44.s11：按时序依次处理同一标注任务的标注子任务；
45.具体的，在划分帧批次的时候，即按照时序划分，所以根据帧批次生成的标注子任务也按照时序排序，优先处理时间在前的标注子任务，当在前的标注子任务标注完成，再获取同一个标注任务的时间在该在前的标注子任务后的标注子任务。
46.进一步的，同一标注任务的标注子任务设有id，标注子任务的id按照时序顺序设置。比如在一个例子中，按照时序有小到大设置id，同一标注任务的标注子任务中，时序在前的id较小，时序在后的标注子任务的id较大，在当前标注子任务标注之后，寻找同一标注任务的其他标注子任务，比较当前标注子任务与其他标注子任务的id大小，以获取后一标注子任务。
47.s12：在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注。
48.具体的，在本实施例中，在当前标注子任务标注完成之后，根据标注子任务与标注任务、标注场景的关系查找在当前标注子任务的后一时序的标注子任务，然后将当前标注子任务的后端的标注结果(即框类型及位置等数据)添加至后一时序的标注子任务的前端。当前标注子任务时间接近所述后一时序的标注子任务的帧的标注结果添加至所述后一时序的标注子任务，作为后一时序的标注子任务的参考数据。在本实施例中，标注预测模型采用深度神经网络对后一时序的标注子任务的标注结果进行预测，将当前标注子任务后端的标注结果添加至后一时序的标注子任务的前端具有以下效果：
49.1、在同一标注任务中，当前标注子任务的末尾帧与后一时序的标注子任务的开始帧在时间上是连续的，此时场景内的事物的位置不会发生很大的变化，比如场景内的人大概还是在原来的位置，即使移动也只是有少许的位置偏移，所以复制当前标注子任务末尾帧的框，即可获得位置大致正确的框，后续只需在此基础上微调，即可获得位置正确的框，因此标注速度快。
50.2、在同一标注任务中，当前标注子任务与后一时序的标注子任务中的时序信息是需要保持一致的，比如说对于场景中不同事物标注的框上会有该框的track id，不同事物的框的track id不同，而相同的事物在连续帧中标注的框的track id是相同的，本技术通过将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，可以使同一标注任务中时序相邻的标注子任务中的时序信息一致。
51.参照图2，可选的，在另一实施方式中，在标注子任务上设置任务状态，所述任务状态包括可标注状态以及不可标注状态；s12包括：
52.s121：当前标注子任务的任务状态为可标注状态时，获取所述当前标注子任务进行标注；
53.s122：在所述当前标注子任务标注完成后，所述当前标注子任务的后一时序的标注子任务的任务状态转变为可标注状态；
54.s123：查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注。
55.本实施方式设置任务状态，当标注子任务的任务状态为不可标注状态的时候，不能获取到该标注子任务进行标注，只有当任务状态可标注状态时，该标注子任务才可被获取进行标注，通过任务状态的设置，避免同一标注任务中的标注子任务(除时序排序第一的标注子任务外)，在其前一时序的标注子任务未完成前就被获取进行标注，此时需要等待到所述前一时序的标注子任务标注完成之后，才可进行当前标注子任务，而造成的标注效率低下的问题。
56.参照图3，可选的，在另一实施方式中，s123还包括：
57.s1231：在当前标注子任务标注完成后，对当前标注子任务进行审核，同时按照时序关系查找与所述当前标注子任务同一标注任务的后一时序的标注子任务；
58.s1232：将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注。
59.在本实施方式中，对当前标注子任务进行审核，即审核当前标注子任务中标注的准确度、合法度等相关信息，在对当前标注子任务进行审核时，同时按照时序关系查找与所述当前标注子任务同一标注任务的后一时序的标注子任务，两步并行设置，以节省时间；在另一实施方式中，若审核不通过，也可同步阻止所述后一时序的标注子任务的标注。
60.进一步的，还包括：
61.s1233：所述当前标注子任务审核通过之后，当前标注子任务进入需求进度统计和产出流程。
62.通过本实施方式的设置，标注子任务标注完成且通过审核之后，提升进度统计粒度及需求方首批可用数据的获取速度。(如果一个标注子任务为30帧，则进度统计的粒度为30帧)。
63.可选的，在另一实施方式中，所述当前标注子任务中后端的标注结果为当前标注子任务中预设数量的尾帧的标注结果。
64.在本实施方式中，预设数量的尾帧可以为最后3、4、5或6帧，或者为其他帧数，在此不作限定。当前标注子任务中后端的标注结果采用最后几帧的数据，可以减少某一帧数据中标注错误而导致后一时序的标注子任务中也出现标注错误的传递；且采用最后几帧的数据，可以用于预测物体在后一时序的标注子任务中的运动趋向，可用于后一时序的标注子任务的中由当前标注子任务中获取的标注结果的微调。
65.参照图4，可选的，在另一实施方式中,s122为s122’：在所述当前标注子任务标注完成后，根据当前标注子任务预设数量的尾帧的标注结果预测所述后一时序的标注子任务的标注结果后，将后一时序的标注子任务的任务状态转变为可标注状态。
66.通过本实施例的设置，在当前标注子任务标注完成之后，且根据当前标注子任务的预设数量的尾帧的标注结果预测后一时序的标注子任务的标注结果后，再将后一时序的标注子任务转变的任务状态转变为可标注状态，使获取到标注的标注子任务均为已经添加了前一时序标注子任务的标注结果，且根据前一时序标注子任务的标注结果进行预测，以缩短所述标注子任务标注的等待时间。
67.可选的，在另一实施方式中，所述标注预测模型为目标检测模型和/或目标跟踪模型。
68.目标检测模型用于检测出数据帧中有什么目标，如行人、车辆等；目标跟踪模型用于预测出数据帧中的目标会怎么运动。
69.具体的，在本实施例中目标检测模型或目标跟踪模型可以为：长短期记忆网络(lstm)，在线学习(online learning)等，在此不作赘述。
70.本实施例的一个例子如下：
71.统一标注流程：
72.1.长时序任务以标注数据包为单位上传后作为标注任务，将标注数据包依序切分成数个帧批次，单个帧批次的大小由任务管理及前端渲染的需要决定。(例如标注数据包里包含1-60帧，则将1-30帧分为第一个帧批次，将31-60帧分为第二个帧批次，记录帧批次和标注数据包一对多的关系。此时对应同一个标注数据包的帧批次的id的相对大小表明了帧批次的顺序，按照id从小到大的顺序进行排列和处理的。
73.2.对每个帧批次进行检查并生成标注子任务，如果帧批次为所关联标注数据包(即标注任务)的第一个帧批次，则生成任务状态为init(可标注状态)，表示任务进入标注队列，可以被标注员拿到并直接开始标注；否则生成任务状态为pending(不可标注状态)，表示当前不满足标注条件，该标注子任务无法被获取并标注。
74.3.当某个标注子任务a标注完成，审核员通过审核，在进行通过审核操作时，标注平台会自动根据标注子任务与标注任务的关系自动找当前标注子任务是否有对应的后一时序的标注子任务b，即关联的标注数据包相同，帧批次的id(即该标注子任务的id)大于当前标注子任务的帧批次的id且小于其他关联到该标注数据包的帧批次的id，如果有，则将下一个任务的状态由pending改为init。
75.4.标注员获取标注子任务b时，系统会自动寻找已通过审核的前一标注子任务a(原理类似3)，如果有，则取标注子任务a最后n帧及其标注结果放在标注子任务b本身包含的帧前面，例如标注子任务b本身为31～60帧，则实际会标注子任务b会包括(31-n)～60)帧，其中(31-n)～30帧已经标注完成。由于相邻帧差别不大，标注子任务a的末尾帧可复制(31-n)～30帧的标注结果到后续标注子任务b的帧数据进行微调，提高标注效率。同时也可以获取标注子任务a的时序信息，如框的track id等，使长时序数据即使分任务独立标注，也能保证时序信息的标注一致。
76.5.标注子任务标注、审核完成后，会独立进入需求进度统计和产出流程，提升进度统计粒度及需求方首批可用数据的获取速度。
77.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
78.参照图5，在本技术的一个实施例中，提供一种长时数据标注系统，该长时数据标注系统与上述实施例中的长时数据标注方法一一对应。该长时数据标注系统包括：
79.拆分模型，用于将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个标注子任务；
80.排序模块，用于按时序依次处理同一场景的标注子任务；
81.处理模型，用于在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注。
82.进一步的，在另一实施方式中，在标注子任务上设置任务状态，所述任务状态包括可标注状态以及不可标注状态；所述系统还包括：
83.状态判断模块，用于当前标注子任务的任务状态为可标注状态时，获取所述当前标注子任务进行标注；在所述当前标注子任务标注完成后，所述当前标注子任务的后一时序的标注子任务的任务状态转变为可标注状态。
84.进一步的，在另一实施方式中，处理模型还用于在当前标注子任务标注完成后，对当前标注子任务进行审核，同时按照时序关系查找与所述当前标注子任务同一标注任务的后一时序的标注子任务。
85.进一步的，在另一实施方式中，所述系统还包括产出模块，用于所述当前标注子任务审核通过之后，当前标注子任务进入需求进度统计和产出流程。
86.进一步的，在另一实施方式中，所述当前标注子任务中后端的标注结果为当前标注子任务中预设数量的尾帧的标注结果。
87.进一步的，在另一实施方式中，状态判断模块还用于在所述当前标注子任务标注完成后，根据当前标注子任务预设数量的尾帧的标注结果预测所述后一时序的标注子任务的标注结果后，将后一时序的标注子任务的任务状态转变为可标注状态。
88.进一步的，在另一实施方式中，所述标注预测模型为目标检测模型和/或目标跟踪模型。
89.进一步的，在另一实施方式中，同一标注任务的标注子任务设有id，标注子任务的id按照时序顺序设置。
90.上述的长时数据标注系统各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
91.在本技术的一个实施例中，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例所述的长时数据标注方法步骤。所述计算机可读存储介质包括rom(read-only memory，只读存储器)、ram(random-access memory，随机存取存储器)、cd-rom(compact disc read-only memory，只读光盘)、磁盘、软盘等。
92.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将本技术所述系统的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
技术特征：1.一种长时数据标注方法，其特征在于，所述方法包括：将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个标注子任务；按时序依次处理同一标注任务的标注子任务；在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注。2.根据权利要求1所述的长时数据标注方法，其特征在于，在标注子任务上设置任务状态，所述任务状态包括可标注状态以及不可标注状态；所述方法还包括：当前标注子任务的任务状态为可标注状态时，获取所述当前标注子任务进行标注；在所述当前标注子任务标注完成后，所述当前标注子任务的后一时序的标注子任务的任务状态转变为可标注状态。3.根据权利要求2所述的长时数据标注方法，其特征在于，所述在对当前标注子任务标注完成后，查找同一标注任务的后一时序的标注子任务包括：在当前标注子任务标注完成后，对当前标注子任务进行审核，同时按照时序关系查找与所述当前标注子任务同一标注任务的后一时序的标注子任务。4.根据权利要求3所述的长时数据标注方法，其特征在于，所述方法还包括：所述当前标注子任务审核通过之后，当前标注子任务进入需求进度统计和产出流程。5.根据权利要求2所述的长时数据标注方法，其特征在于，所述当前标注子任务中后端的标注结果为当前标注子任务中预设数量的尾帧的标注结果。6.根据权利要求5所述的长时数据标注方法，其特征在于，所述在所述当前标注子任务标注完成后，所述当前标注子任务的后一时序的标注子任务的任务状态转变为可标注状态包括：在所述当前标注子任务标注完成后，根据当前标注子任务预设数量的尾帧的标注结果预测所述后一时序的标注子任务的标注结果后，将后一时序的标注子任务的任务状态转变为可标注状态。7.根据权利要求1-6任意一项所述的长时数据标注方法，其特征在于，所述标注预测模型为目标检测模型和/或目标跟踪模型。8.根据权利要求1所述的长时数据标注方法，其特征在于，同一标注任务的标注子任务设有id，标注子任务的id按照时序顺序设置。9.一种长时数据标注系统，其特征在于，所述系统包括：拆分模型，用于将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个标注子任务；排序模块，用于按时序依次处理同一场景的标注子任务；处理模型，用于在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，作为所述后一时序的标注子任务的参考数据。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程
序，所述计算机程序被处理器执行时实现权利要求1-8任意一项所述的长时数据标注方法的步骤。
技术总结本申请属于数据标注的技术领域，公开了一种长时数据标注方法、系统及计算机可读存储介质，包括将一个场景的标注任务按时序拆分为至少两个帧批次，一个帧批次形成一个标注子任务；按时序依次处理同一标注任务的标注子任务；在对当前标注子任务标注完成之后，查找同一标注任务的后一时序的标注子任务，将当前标注子任务中后端的标注结果添加至所述后一时序的标注子任务的前端，利用该参考数据运行标注预测模型，获得后一时序的标注子任务的初始标注结果，再基于该初始标注结果对后一时序的标注子任务进行标注，可以达到加快标注速度的效果。效果。效果。
技术研发人员：周须晴 赵宇奇 韩旭
受保护的技术使用者：广州文远知行科技有限公司
技术研发日：2022.03.31
技术公布日：2022/7/5
