[發明專利]圖像分割模型訓練方法、圖像分割方法及裝置

有效

• 申請號: 202010139873.6
• 申請日: 2020-03-03
• 公開（公告）號: CN111311613B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 亢寒;張榮國;李新陽;王少康;陳寬
• 申請（專利權）人: 推想醫療科技股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種圖像分割模型訓練方法，其特征在于，包括：

S110、獲取樣本圖像以及所述樣本圖像中各像素點的原始標簽；S120、將所述樣本圖像輸入至待訓練的圖像分割模型中，根據所述待訓練的圖像分割模型的預測結果得到所述樣本圖像中各像素點屬于分割目標的概率；

S130、根據所述樣本圖像中各像素點屬于分割目標的概率以及當前迭代的概率閾值，對所述樣本圖像的原始標簽進行調節；

S140、基于所述樣本圖像中各像素點的調節后的標簽以及屬于分割目標的概率調節所述待訓練的圖像分割模型的網絡參數，得到當前迭代的圖像分割模型；

循環執行步驟S110-S140，以對所述待訓練的圖像分割模型進行迭代訓練，得到目標圖像分割模型；

所述原始標簽包括正樣本標簽和負樣本標簽，其中，所述正樣本標簽和所述負樣本標簽為數值標簽；

其中，所述預測結果中，與當前像素點屬于分割目標的概率不滿足所述當前像素點的原始標簽對應的所述當前迭代的概率閾值時，基于預設調節值對所述原始標簽進行調節，包括：

所述當前像素點的原始標簽為正樣本標簽，且所述預測結果中所述當前像素點屬于分割目標的概率小于所述當前迭代中的第一概率閾值時，基于第一調節值對所述當前像素點的正樣本標簽進行調節；

所述當前像素點的原始標簽為負樣本標簽，且所述預測結果中所述當前像素點屬于分割目標的概率大于所述當前迭代中的第二概率閾值時，基于第二調節值對所述當前像素點的負樣本標簽進行調節。

2.根據權利要求1 所述的方法，其特征在于，根據所述樣本圖像中各像素點屬于分割目標的概率以及當前迭代的概率閾值，對所述樣本圖像的原始標簽進行調節，包括：

所述預測結果中，與當前像素點屬于分割目標的概率不滿足所述當前像素點的原始標簽對應的所述當前迭代的概率閾值時，基于預設調節值對所述原始標簽進行調節，得到各像素點調節后的標簽。

3.根據權利要求2所述的方法，其特征在于，在任一次迭代中，所述概率閾值在第一范圍內隨機生成，所述預設調節值在第二范圍內隨機生成。

4.根據權利要求2所述的方法，其特征在于，在任一次迭代中，所述概率閾值基于第一函數確定，所述預設調節值基于第二函數確定。

5.根據權利要求1所述的方法，其特征在于，基于所述樣本圖像中各像素點的調節后的標簽以及屬于分割目標的概率調節所述待訓練的圖像分割模型的網絡參數，得到當前迭代的圖像分割模型，包括：

根據所述樣本圖像中各像素點的調節后的標簽以及屬于分割目標的概率確定損失函數；

基于所述損失函數調節所述待訓練的圖像分割模型的網絡參數，得到當前迭代的圖像分割模型。

6.一種圖像分割方法，其特征在于，包括：

獲取待分割圖像，將所述待分割圖像輸入至預先訓練的圖像分割模型中，得到所述待分割圖像的圖像分割結果，其中，所述圖像分割模型基于如權利要求1-5任一所述圖像分割模型訓練方法訓練得到。