[發明專利]一種數據處理方法、裝置及電子設備

有效

• 申請號: 202010565168.2
• 申請日: 2020-06-19
• 公開（公告）號: CN111724371B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 張耀;田疆;張楊;賀志強
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王嬌嬌

1.一種數據處理方法，包括：

獲得訓練圖像，所述訓練圖像對應有N+1個標注數據集合，N為大于或等于2的正整數，每個所述標注數據集合中包含Q個標注值，每個所述標注值對應于所屬的訓練圖像的一個像素點，第1個所述標注數據集合中的每個所述標注值大于標注閾值的情況下表征其所屬像素點屬于背景區域像素點，第i個所述標注數據集合中的每個所述標注值大于所述標注閾值的情況下表征其所屬像素點屬于第i類目標對象，i為大于或等于2且小于或等于N+1的正整數；

將所述訓練圖像輸入到預先構建的對象分割模型中，以得到所述對象分割模型所輸出的測試結果，所述測試結果包括N+1個測試數據集合，每個所述測試數據集合中包含Q個測試值，每個所述測試值對應于所屬的訓練圖像的一個像素點，第1個所述測試數據集合中的每個所述測試值表征其所屬像素點屬于背景區域像素點的概率，第i個所述測試數據集合中的每個所述測試值表征其所屬像素點屬于第i類目標對象的像素點的概率；

獲得所述N+1個標注數據集合與所述N+1個測試數據集合之間的當前損失數據，所述當前損失數據包含第一損失值對應的第一分量和N個第二損失值各自對應的第二分量，所述第一損失值為所述第1個所述標注數據集合和第1個所述測試數據集合之間的損失值，第i個第二損失值為第i個所述標注數據集合和第i個所述測試數據集合之間的損失值；

其中，在所述訓練圖像中不存在被標注為第i類目標對象的像素點的情況下，第i個所述第二分量為0；在所述訓練圖像中不存在被標注為任一類目標對象的像素點的情況下，所述第一分量為0；

至少根據所述當前損失數據，對所述對象分割模型中的模型參數進行調整，所述對象分割模型用于對目標圖像中的N類目標對象所對應的圖像區域進行分割。

2.根據權利要求1所述的方法，獲得所述N+1個標注數據集合與所述N+1個測試數據集合之間的當前損失數據，包括：

利用預設的損失函數，獲得所述第1個所述標注數據集合和第1個所述測試數據集合之間的第一損失值；

利用所述損失函數，分別獲得第i個所述標注數據集合和第i個所述測試數據集合之間的第二損失值；

將所述第一損失值乘以第一系數，得到第一分量；

將每個所述第二損失值乘以第二系數，得到每個所述第二損失值對應的第二分量；

將所述第一分量和所述第二分量進行加和，以得到當前損失數據；

其中，所述第一系數在所述訓練圖像中不存在被標注為任一類目標對象的像素點的情況下為0，第i個所述第二系數在所述訓練圖像中不存在被標注為第i類目標對象的像素點的情況下為0。

3.根據權利要求1所述的方法，至少根據所述當前損失數據，對所述對象分割模型中的模型參數進行調整，包括：

將所述當前損失數據與在所述訓練圖像之前被輸入到所述對象分割模型中的前一幀圖像對應的前一損失數據進行比對，以得到損失變化量；

在所述損失變化量滿足調整條件的情況下，對所述對象分割模型中的模型參數進行調整。

4.根據權利要求3所述的方法，所述調整條件包括：所述損失變化量大于或等于損失閾值。

5.根據權利要求3所述的方法，對所述對象分割模型中的模型參數進行調整，包括：

基于梯度下降算法，對所述對象分割模型中的模型參數進行調整。