[發明專利]圖像語義分割網絡訓練方法、分割方法、分割裝置和介質

在審

• 申請號: 202010978424.0
• 申請日: 2020-09-17
• 公開（公告）號: CN112101463A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 成都數之聯科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34;G06N3/04;G06N3/08
• 代理公司: 成都云縱知識產權代理事務所(普通合伙) 51316
• 代理人: 熊曦;陳婉鵑

本發明公開了圖像語義分割網絡訓練方法、分割方法、分割裝置和介質，涉及計算機視覺領域，所述方法包括：標注若干圖像得到標注后的圖像集；裁剪標注后的圖像集得到第一圖像集；通過數據增強的方式處理第一圖像集得到第二圖像集；通過生成式對抗網絡的方式處理第一圖像集得到第三圖像集；基于第一至第三圖像集得到訓練數據集；利用訓練數據集訓練圖像語義分割網絡；本發明在數據集輸入圖像語義分割網絡前，通過裁剪、數據增強和GAN網絡生成新的圖片，接著再將數據集輸入到語義分割網絡中進行學習，最終能夠達到提升語義分割準確率的技術效果。

技術領域

本發明涉及計算機視覺領域，具體地，涉及圖像語義分割網絡訓練方法、分割方法、分割裝置和介質。

背景技術

語義分割(Semantic Segmentation)是像素級別的分類，屬于同一類的像素都要被歸為一類，因此語義分割是從像素級別理解圖像的。目前，幾乎沒有大規模公開可用的數據集(例如：SpaceNet)，數據標記始終是分割任務的瓶頸。語義分割在真實環境中面臨數據標記較難，標記時長較長等諸多挑戰。

發明內容

由于語義分割在真實環境中面臨諸多挑戰，如數據標記較難，標記時長較長等。基于實際應用場景，本發明提出了豐富數據集的方法來提高語義分割方法的精確度。

為實現上述目的，本發明提供了圖像語義分割網絡訓練方法，所述方法包括：

標注若干圖像得到標注后的圖像集；

裁剪標注后的圖像集得到第一圖像集；

通過數據增強的方式處理第一圖像集得到第二圖像集；

通過生成式對抗網絡的方式處理第一圖像集得到第三圖像集；

基于第一至第三圖像集得到訓練數據集；

利用訓練數據集訓練圖像語義分割網絡。

其中，訓練方法的原理為：通過裁剪、數據增強(Data Augmentation)和GAN網絡的方式來豐富數據集，增加數據集圖片的數量然后，將數據集輸入到語義分割網絡中進行學習，通過豐富的數據集能夠使得語義分割網絡獲得更好的學習效果，最終能夠達到提升語義分割準確率的技術效果。

優選的，在訓練方法中，裁剪標注后的圖像集具體包括：以預設步長裁剪標注后的圖像集中的圖像得到第一圖像集。通過裁剪能夠豐富圖像的數量。

優選的，在訓練方法中，通過數據增強的方式處理第一圖像集得到第二圖像集具體包括：通過翻轉、旋轉、隨機crop和添加高斯噪聲四種方式的隨機結合處理第一圖像集中的圖像。通過翻轉、旋轉、隨機crop和添加高斯噪聲均能夠豐富圖像的數量。

優選的，在訓練方法中，GAN網絡：GAN網絡是通過生成網絡G(Generator)和判別網絡D(Discriminator)不斷博弈，進而使G學習到數據的分布。

G：生成圖片的網絡，它主要通過一個隨機生成的噪聲Z來生成圖片，本發明記作G(Z)；

D：判別網絡，它的輸入是G生成的圖片，輸出則是代表這張圖片是真實圖片的概率；

在訓練過程中，生成網絡G的目標是盡量生成真實的圖片使得判別網絡D無法判別真偽；

綜上，G和D就構成了一個動態的“博弈過程”。