[發(fā)明專利]圖像分割模型的處理方法和處理裝置

在審

• 申請?zhí)枺?/td>: 201910845625.0
• 申請日: 2019-09-02
• 公開（公告）號: CN112446888A
• 公開（公告）日: 2021-03-05
• 發(fā)明（設(shè)計(jì)）人: 韓凱;聞長遠(yuǎn);舒晗;陳翼翼;蘇霞;王云鶴;許春景
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/34;G06N3/04
• 代理公司: 北京龍雙利達(dá)知識產(chǎn)權(quán)代理有限公司 11329
• 代理人: 陳洪艷;王君

1.一種圖像分割模型的處理方法，所述圖像分割模型包括特征提取子模型和圖像分割子模型，所述特征提取子模型用于提取圖像的特征，所述圖像分割子模型用于根據(jù)所述提取的特征對所述圖像進(jìn)行分割，其特征在于，包括：

對所述特征提取子模型進(jìn)行層寬調(diào)整，以得到第一特征提取子模型；

根據(jù)所述第一特征提取子模型和所述圖像分割子模型得到目標(biāo)圖像分割模型。

2.如權(quán)利要求1所述的處理方法，其特征在于，所述對所述特征提取子模型進(jìn)行層寬調(diào)整，包括：

增大所述特征提取子模型的通道數(shù)量，得到第二特征提取子模型；

為所述第二特征提取子模型生成K個(gè)不同的第一二值化編碼，所述第一二值化編碼包括多個(gè)二值化數(shù)值，所述多個(gè)二值化數(shù)值與所述第二特征提取子模型的多個(gè)通道一一對應(yīng)，所述多個(gè)二值化數(shù)值中的每個(gè)二值化數(shù)值用于指示所述每個(gè)二值化數(shù)值對應(yīng)的通道保留還是去除，K為大于1的整數(shù)；

根據(jù)所述K個(gè)不同的第一二值化編碼保留或者去除所述第二特征提取子模型的通道，得到K個(gè)第三特征提取子模型；

根據(jù)所述K個(gè)第三特征提取子模型中每個(gè)第三特征提取子模型對圖像進(jìn)行特征提取時(shí)的交并比和計(jì)算量，從所述K個(gè)第三特征提取子模型中選擇M個(gè)第三特征提取子模型，M為大于1的整數(shù)；

對所述M個(gè)第三特征提取子模型對應(yīng)的M個(gè)第一二值化編碼進(jìn)行交叉和/或變異處理，得到S個(gè)第二二值化編碼，S為大于1整數(shù)；

根據(jù)所述S個(gè)第二二值化編碼中的每個(gè)第二二值化編碼保留或者去除所述第二特征提取子模型的通道，得到S個(gè)第四特征提取子模型；

將所述第四特征提取子模型作為所述第三特征提取子模型，取K＝S，重復(fù)執(zhí)行上述第四個(gè)操作至第六個(gè)操作T次；

將最后一次得到的S個(gè)第四特征提取子模型的一個(gè)作為所述第一特征提取子模型。

3.根據(jù)權(quán)利要求2所述的處理方法，其特征在于，所述M個(gè)第三特征提取子模型中的第j個(gè)第三特征提取子模型被選擇的概率滿足如下公式：

其中，Pr(b_j)表示所述第j個(gè)第三特征提取子模型被選擇的概率，f(b_j)滿足以下公式：

f(b_j)＝mIoU(j)+α/N(j)

其中，mIoU(j)表示所述第j個(gè)第三特征提取子模型對圖像進(jìn)行特征提取時(shí)的交并比，N(j)表示所述第個(gè)j第三特征提取子模型對所述圖像進(jìn)行特征提取時(shí)的計(jì)算量，α是一個(gè)預(yù)設(shè)參數(shù)。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的處理方法，其特征在于，所述根據(jù)所述第一特征提取子模型和所述圖像分割子模型得到目標(biāo)圖像分割模型，包括：

使用教師特征提取模型對所述第一特征提取模型進(jìn)行知識蒸餾，得到第五特征提取子模型；

根據(jù)所述第五特征提取子模型和所述圖像分割子模型得到所述目標(biāo)圖像分割模型。

5.如權(quán)利要求4所述的處理方法，其特征在于，所述第五特征提取子模型的損失函數(shù)滿足如下關(guān)系：

其中，G_ti表示所述教師特征提取模型輸出的T個(gè)尺度特征中的第i個(gè)尺度特征，G_si表示所述第五特征提取子模型輸出T個(gè)尺度特征中的第i個(gè)尺度特征，T為正整數(shù)，所述教師特征提取模型輸出的第i個(gè)尺度特征與所述第五特征提取子模型輸出的第i個(gè)尺度特征的尺度相同，“|| ||”表示矩陣范數(shù)。

6.如權(quán)利要求4或5所述的處理方法，其特征在于，所述根據(jù)所述第五特征提取子模型和所述圖像分割子模型得到所述目標(biāo)圖像分割模型，包括：

根據(jù)教師圖像分割模型對所述圖像分割子模型進(jìn)行知識蒸餾，得到目標(biāo)圖像分割子模型，其中，所述目標(biāo)圖像分割模型包括所述第五特征提取子模型和所述目標(biāo)圖像分割子模型。