[發明專利]一種圖像語義分割模型訓練方法及系統

在審

• 申請號: 202010634052.X
• 申請日: 2020-07-02
• 公開（公告）號: CN111832570A
• 公開（公告）日: 2020-10-27
• 發明（設計）人: 李建強;付光暉;董大強;吳敬怡
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 郭亮

1.一種圖像語義分割模型訓練方法，其特征在于，包括：

獲取用于訓練分割網絡的訓練數據；

將所述訓練數據輸入至圖像語義分割網絡，進行目標域圖像語義分割網絡的訓練；其中所述訓練數據是由預先訓練好的訓練數據合成網絡和合成的偽標簽所得到。

2.根據權利要求1所述的圖像語義分割模型訓練方法，其特征在于，所述獲取用于訓練分割網絡的訓練數據，之前包括：構建語義分割標簽合成網絡、基于領域自適應機制的訓練數據合成網絡和基于注意力機制的圖像語義分割網絡；其中：

所述語義分割標簽合成網絡包括自編碼器和鑒別器，其中所述自編碼器包括編碼器和解碼器；

所述訓練數據合成網絡包括兩個生成器、圖像鑒別器和域鑒別器；

所述圖像語義分割網絡包括下采樣編碼階段、上采樣編碼階段和基于注意力機制的跳層連接。

3.根據權利要求2所述的圖像語義分割模型訓練方法，其特征在于，所述編碼器的輸入為隨機噪聲，所述解碼器的輸入為所述編碼器的最后全連接層輸出，所述解碼器的輸出為所述偽標簽，所述鑒別器的輸入為所述自編碼器輸出的預測圖像或真實語義分割標簽；

所述生成器包括特征提取階段、自適應特征融合階段和上采樣階段，所述特征提取階段用于對預處理后輸入的圖像進行特征抽取與編碼，所述自適應融合階段用于對所述特征提取階段產生的特征圖進行再編碼，完成具體語義信息與抽象語義信息的整合，所述上采樣階段用于完成由特征編碼到輸出合成圖像的轉換，所述圖像鑒別器和所述域鑒別器均包括特征提取模塊和預測模塊，所述預測模塊為一步卷積操作，用于將所述特征提取模塊得到的特征圖轉換為預測圖；

所述跳層連接包括將所述下采樣編碼階段的若干最大池化操作輸出的特征圖，分別通過注意力門與所述上采樣解碼階段的若干反卷積輸入特征圖進行通道上的級聯。

4.根據權利要求2所述的圖像語義分割模型訓練方法，其特征在于，所述構建語義分割標簽合成網絡，進一步包括訓練所述語義分割標簽合成網絡，具體包括：

獲取目標任務的若干語義分割標簽，根據所述目標任務對所述若干語義分割標簽進行數據增強；

獲取預設數量訓練數據，所述預設數量訓練數據包括高斯隨機噪聲和數據增強后真實標簽；

將所述高斯隨機噪聲輸入到所述自編碼器，由所述自編碼器輸出預測偽標簽，由所述鑒別器對所述預測偽標簽進行鑒別，計算對抗損失并反向傳播，優化所述自編碼器；

計算鑒別損失并反向傳播，優化所述鑒別器；

重復以上過程，直至所述訓練數據合成網絡滿足第一預設收斂條件。

5.根據權利要求2所述的圖像語義分割模型訓練方法，其特征在于，所述偽標簽是通過將隨機高斯噪聲輸入至所述語義分割標簽合成網絡所得到，對應地，將所述偽標簽進行存儲。