[發明專利]網絡模型的訓練方法及裝置、標注信息的確定方法及裝置

有效

• 申請號: 202010961988.3
• 申請日: 2020-09-14
• 公開（公告）號: CN112101453B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 于朋鑫;夏晨;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: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06T5/00
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 孟潭

公開了一種網絡模型的訓練方法及裝置、標注信息的確定方法及裝置、計算機可讀存儲介質及電子設備，涉及圖像處理技術領域。該網絡模型的訓練方法包括：確定初始網絡模型；基于待標注樣本圖像和待標注樣本圖像對應的概率圖像訓練初始網絡模型，以生成圖像理解模型，其中，圖像理解模型用于基于待標注圖像生成待標注圖像對應的特征圖和修復圖像，概率圖像用于表征待標注樣本圖像中的顯示單元被擦除的概率。本公開能夠使圖像理解模型聚焦于學習圖像的邊界信息(包括能夠用于分割的邊界信息)，進而使訓練得到的圖像理解模型具備圖像理解能力。由此，本公開能夠為后續標注信息的重定義操作提供數據基礎，進而提高標注信息的重定義精準度。

技術領域

本公開涉及圖像處理技術領域，具體涉及網絡模型的訓練方法及裝置、標注信息確定方法及裝置、計算機可讀存儲介質及電子設備。

背景技術

在醫學圖像處理領域，圖像分割技術能夠極大提升醫生的工作效率，是輔助醫生進行疾病診斷的重要技術。眾所周知，圖像分割技術的分割依據為與待分割目標對應的標注信息，因此，標注信息的優劣會直接影響待分割目標的分割效果。

然而，現有標注信息的確定方法主要依賴于人工(比如醫生)實現，精準度難以保證，更難以滿足精準分割的要求。

發明內容

為了解決上述技術問題，提出了本公開。本公開的實施例提供了一種網絡模型的訓練方法及裝置、標注信息的確定方法及裝置、計算機可讀存儲介質及電子設備。

在一方面，本公開實施例提供了一種網絡模型的訓練方法，該方法包括：確定初始網絡模型；基于待標注樣本圖像和待標注樣本圖像對應的概率圖像訓練初始網絡模型，以生成圖像理解模型。其中，圖像理解模型用于基于待標注圖像生成待標注圖像對應的特征圖和修復圖像，概率圖像用于表征待標注樣本圖像中的顯示單元被擦除的概率。

在另一方面，本公開實施例提供了一種標注信息的確定方法，該方法包括：將待標注圖像輸入圖像理解模型，以得到待標注圖像對應的特征圖和修復圖像，其中，圖像理解模型基于上述實施例提及的網絡模型的訓練方法得到；基于特征圖、修復圖像、待標注圖像和待標注圖像對應的第一標注信息確定待標注圖像對應的第二標注信息。

在另一方面，本公開實施例提供了一種網絡模型的訓練裝置，該裝置包括：模型確定模塊，用于確定初始網絡模型；訓練模塊，用于基于待標注樣本圖像和待標注樣本圖像對應的概率圖像訓練初始網絡模型，以生成圖像理解模型。其中，圖像理解模型用于基于待標注圖像生成待標注圖像對應的特征圖和修復圖像，概率圖像用于表征待標注樣本圖像中的顯示單元被擦除的概率。

在另一方面，本公開實施例提供了一種標注信息的確定裝置，該裝置包括：輸入模塊，用于將待標注圖像輸入圖像理解模型，以得到待標注圖像對應的特征圖和修復圖像，其中，圖像理解模型基于上述實施例提及的網絡模型的訓練方法得到；第二標注信息確定模塊，用于基于特征圖、修復圖像、待標注圖像和待標注圖像對應的第一標注信息確定待標注圖像對應的第二標注信息。

在另一方面，本公開實施例提供了一種計算機可讀存儲介質，該存儲介質存儲有計算機程序，該計算機程序用于執行上述實施例所提及的網絡模型的訓練方法和/或標注信息的確定方法。

在另一方面，本公開實施例提供了一種電子設備，該電子設備包括：處理器和用于存儲處理器可執行指令的存儲器，其中，處理器用于執行上述實施例所提及的網絡模型的訓練方法和/或標注信息的確定方法。

由于圖像理解模型的訓練數據包括待標注樣本圖像和待標注樣本圖像對應的概率圖像，且訓練生成的圖像理解模型能夠基于待標注圖像生成待標注圖像對應的特征圖，并能夠基于特征圖生成特征圖對應的修復圖像，由此可知，本公開實施例提及的訓練方法能夠使圖像理解模型聚焦于學習圖像的邊界信息(包括能夠用于分割的邊界信息)，進而使訓練得到的圖像理解模型具備圖像理解能力。基于此，利用本公開實施例訓練得到的圖像理解模型能夠為后續標注信息的重定義操作提供更精準地數據基礎，進而為提高標注信息的重定義精準度提供前提條件。