[發(fā)明專利]基于弱分割的損傷檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910447785.X
• 申請(qǐng)日: 2019-05-27
• 公開（公告）號(hào): CN110264444B
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 張偉;褚崴
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/12
• 代理公司: 北京億騰知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實(shí)施例提供一種計(jì)算機(jī)執(zhí)行的基于弱分割進(jìn)行損傷檢測(cè)的方法和裝置。在實(shí)施例中，獲取對(duì)樣本圖片進(jìn)行人工標(biāo)注的邊框標(biāo)注數(shù)據(jù)，將標(biāo)注框作為損傷對(duì)象的輪廓，自動(dòng)生成分割弱標(biāo)注數(shù)據(jù)。基于這樣的邊框標(biāo)注數(shù)據(jù)和分割弱標(biāo)注數(shù)據(jù)，訓(xùn)練兩分支的弱分割損傷檢測(cè)模型。在使用時(shí)，將待測(cè)圖片輸入該弱分割損傷檢測(cè)模型，通過上述兩個(gè)分支分別得到損傷預(yù)測(cè)邊框和損傷對(duì)象區(qū)域。損傷預(yù)測(cè)邊框和損傷對(duì)象區(qū)域可以互相驗(yàn)證補(bǔ)充，從而提高損傷檢測(cè)的準(zhǔn)確性。

技術(shù)領(lǐng)域

本說明書一個(gè)或多個(gè)實(shí)施例涉及機(jī)器學(xué)習(xí)領(lǐng)域，尤其涉及利用機(jī)器學(xué)習(xí)基于弱分割進(jìn)行損傷檢測(cè)的方法和裝置。

背景技術(shù)

隨著機(jī)器學(xué)習(xí)的快速發(fā)展，各種人工智能技術(shù)已經(jīng)應(yīng)用于多種場(chǎng)景，幫助人們解決相應(yīng)場(chǎng)景下的技術(shù)問題。其中，計(jì)算機(jī)視覺圖像識(shí)別技術(shù)在多種領(lǐng)域多種場(chǎng)景下，都有強(qiáng)烈的應(yīng)用需求，例如，應(yīng)用于醫(yī)療影像分析，車損智能識(shí)別，等等。

例如，在傳統(tǒng)車險(xiǎn)理賠場(chǎng)景中,保險(xiǎn)公司需要派出專業(yè)的查勘定損人員到事故現(xiàn)場(chǎng)進(jìn)行現(xiàn)場(chǎng)查勘定損，給出車輛的維修方案和賠償金額，并拍攝現(xiàn)場(chǎng)照片，定損照片留檔以供后臺(tái)核查人員核損核價(jià)。由于需要人工查勘定損，保險(xiǎn)公司需要投入大量的人力成本，和專業(yè)知識(shí)的培訓(xùn)成本。從普通用戶的體驗(yàn)來說，理賠流程由于等待人工查勘員現(xiàn)場(chǎng)拍照、定損員在維修地點(diǎn)定損、核損人員在后臺(tái)核損，理賠周期長(zhǎng)達(dá)1-3天，用戶的等待時(shí)間較長(zhǎng)，體驗(yàn)較差。針對(duì)這樣的行業(yè)痛點(diǎn)，希望能夠利用圖像識(shí)別技術(shù)，根據(jù)普通用戶拍攝的現(xiàn)場(chǎng)損失圖片，自動(dòng)識(shí)別圖片中反映的車損狀況，并自動(dòng)給出維修方案。如此，無需人工查勘定損核損，大大減少保險(xiǎn)公司的成本，提升普通用戶的車險(xiǎn)理賠體驗(yàn)。

在醫(yī)療影像分析中，也希望能夠借助于圖像識(shí)別技術(shù)，基于醫(yī)療影像智能地給出圖像特點(diǎn)的分析，幫助醫(yī)師進(jìn)行診斷。

以上場(chǎng)景中，都需要從圖片(車損圖片或醫(yī)療圖像)中識(shí)別出損傷對(duì)象。然而，目前的圖像識(shí)別方案中，對(duì)于損傷對(duì)象識(shí)別的準(zhǔn)確度以及可用性還有待進(jìn)一步提高。因此，希望能有改進(jìn)的方案，能夠更精準(zhǔn)地從圖片中識(shí)別出損傷對(duì)象。

發(fā)明內(nèi)容

本說明書一個(gè)或多個(gè)實(shí)施例描述了基于弱分割的損傷檢測(cè)方法和裝置，其中基于自動(dòng)生成的弱分割標(biāo)注數(shù)據(jù)訓(xùn)練弱分割損傷檢測(cè)模型，該模型預(yù)測(cè)輸出的損傷邊框和損傷分割輪廓可以互相驗(yàn)證，提升損傷預(yù)測(cè)的準(zhǔn)確性。

根據(jù)第一方面，提供了一種計(jì)算機(jī)執(zhí)行的、訓(xùn)練弱分割損傷檢測(cè)模型的方法，包括：

獲取樣本圖片，所述樣本圖片對(duì)應(yīng)具有邊框標(biāo)注數(shù)據(jù)，所述邊框標(biāo)注數(shù)據(jù)指示出至少一個(gè)損傷標(biāo)注框，每個(gè)損傷標(biāo)注框是標(biāo)注人員標(biāo)注的、框選出所述樣本圖片中損傷對(duì)象的最小矩形框；

將各個(gè)損傷標(biāo)注框作為對(duì)應(yīng)損傷對(duì)象的輪廓，基于所述輪廓為所述樣本圖片中各個(gè)像素點(diǎn)標(biāo)注分割類別，從而生成分割標(biāo)注數(shù)據(jù)；

將所述樣本圖片輸入弱分割損傷檢測(cè)模型，所述弱分割損傷檢測(cè)模型包括邊框預(yù)測(cè)分支和分割預(yù)測(cè)分支，所述邊框預(yù)測(cè)分支輸出用于指示損傷預(yù)測(cè)框的邊框預(yù)測(cè)數(shù)據(jù)，所述分割預(yù)測(cè)分支輸出針對(duì)所述樣本圖片中各個(gè)像素點(diǎn)的分割類別進(jìn)行預(yù)測(cè)的分割預(yù)測(cè)數(shù)據(jù)；

基于所述邊框預(yù)測(cè)數(shù)據(jù)與所述邊框標(biāo)注數(shù)據(jù)的比對(duì)，確定邊框預(yù)測(cè)損失項(xiàng)，以及，基于所述分割預(yù)測(cè)數(shù)據(jù)和分割標(biāo)注數(shù)據(jù)的比對(duì)，確定分割預(yù)測(cè)損失項(xiàng)；

根據(jù)所述邊框預(yù)測(cè)損失項(xiàng)和所述分割預(yù)測(cè)損失項(xiàng)，確定本次預(yù)測(cè)的損失函數(shù)；

在所述損失函數(shù)減小的方向，更新所述弱分割損傷檢測(cè)模型。

在一個(gè)實(shí)施例中，通過以下方式為各個(gè)像素點(diǎn)標(biāo)注分割類別：

將位于損傷標(biāo)注框之內(nèi)的像素點(diǎn)標(biāo)注為第一分割類別，將位于損傷標(biāo)注框之外的像素點(diǎn)標(biāo)注為第二分割類別。