[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）人: 韓凱;聞長遠;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: 北京龍雙利達知識產(chǎn)權(quán)代理有限公司 11329
• 代理人: 陳洪艷;王君

本申請涉及人工智能領(lǐng)域中的圖像分割技術(shù)，提供了圖像分割模型的處理方法和處理裝置。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，特征提取子模型用于提取圖像的特征，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行分割。所述處理方法包括：對所述特征提取子模型進行層寬調(diào)整，以得到第一特征提取子模型；根據(jù)第一特征提取子模型和圖像分割子模型得到目標圖像分割模型。本申請?zhí)峁﹫D像分割模型的處理方法和處理裝置，有助于提高圖像分割模型的分割精度，從而有助于在邊緣設(shè)備上實現(xiàn)圖像分割技術(shù)。

技術(shù)領(lǐng)域

本申請涉及圖像處理領(lǐng)域，并且更具體地，涉及圖像分割模型的處理方法和處理裝置。

背景技術(shù)

圖像分割，在邊緣設(shè)備，例如車輛或手機上，也具有應(yīng)用需求。但是，由于邊緣設(shè)備的計算性能以及緩存受限，使得在這些邊緣設(shè)備上使用神經(jīng)網(wǎng)絡(luò)對圖像進行處理存在困難。

因此，如何得到能夠適用于邊緣設(shè)備的圖像分割模型，是一個亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

本申請?zhí)峁﹫D像分割模型的處理方法和處理裝置，有助于提高圖像分割模型的分割精度，以使得可以在邊緣設(shè)備上實現(xiàn)圖像分割。

第一方面，提供了一種圖像分割模型的處理方法，該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行分割，該方法包括：對特征提取子模型進行層寬調(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圖像分割模型。

其中，該圖像分割模型可以是訓(xùn)練過的，也可以是沒有訓(xùn)練過的。

該方法中，對特征提取子模型的層寬進行調(diào)整，有助于提高特征提取子模型的精度，從而提高目標圖像分割模型的分割精度，進而使得圖像分割模型更易于在邊緣設(shè)備上應(yīng)用。

尤其在特征提取子模型為二值化神經(jīng)網(wǎng)絡(luò)模型的場景下，可以降低因特征提取子模型為二值化神經(jīng)網(wǎng)絡(luò)模型而導(dǎo)致的精度損失，從而提高圖像分割模型的分割精度。

在第一方面的一些可能的實現(xiàn)方式中，所述對所述特征提取子模型進行層寬調(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個不同的第一二值化編碼，所述第一二值化編碼包括多個二值化數(shù)值，所述多個二值化數(shù)值與所述第二特征提取子模型的多個通道一一對應(yīng)，所述多個二值化數(shù)值中的每個二值化數(shù)值用于指示所述每個二值化數(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個第三特征提取子模型；根據(jù)所述K個第三特征提取子模型中每個第三特征提取子模型對圖像進行特征提取時的交并比和計算量，從所述K個第三特征提取子模型中選擇M個第三特征提取子模型，M為大于1的整數(shù)；對所述M個第三特征提取子模型對應(yīng)的M個第一二值化編碼進行交叉和/或變異處理，得到S個第二二值化編碼，S為大于1整數(shù)；根據(jù)所述S個第二二值化編碼中的每個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)行上述第四個操作至第六個操作T次；將最后一次得到的S個第四特征提取子模型的一個作為所述第一特征提取子模型。

可選地，所述M個第三特征提取子模型中的第j個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個第三特征提取子模型對圖像進行特征提取時的交并比，N(j)表示所述第個j第三特征提取子模型對所述圖像進行特征提取時的計算量，α是一個預(yù)設(shè)參數(shù)。