[發明專利]圖像分割模型訓練方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202110390733.0
• 申請日: 2021-04-12
• 公開（公告）號: CN113112509B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 賴昕;田倬韜;劉樞;沈小勇;呂江波
• 申請（專利權）人: 深圳思謀信息科技有限公司;上海思謀科技有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 紀婷婧

1.一種圖像分割模型訓練方法，其特征在于，所述方法包括：

獲取第一樣本圖像、第二樣本圖像，以及與所述第一樣本圖像對應的標注圖像；

將所述第一樣本圖像和所述標注圖像輸入至待訓練的圖像分割模型的第一分支，以使所述第一分支根據所述第一樣本圖像對應的預測圖像以及所述標注圖像，得到第一損失值，并將所述第二樣本圖像輸入至所述待訓練的圖像分割模型的第二分支，以使所述第二分支根據所述第二樣本圖像得到第一圖像塊和第二圖像塊，并根據所述第一圖像塊和所述第二圖像塊的特征圖關于圖像重疊區域的特征相似度，得到第二損失值；所述第一圖像塊和第二圖像塊為所述第二樣本圖像中具有所述圖像重疊區域的圖像塊；

基于所述第一損失值和所述第二損失值，訓練得到圖像分割模型。

2.根據權利要求1所述的方法，其特征在于，所述圖像分割模型包括映射器；

所述根據第一圖像塊和第二圖像塊的特征圖關于圖像重疊區域的特征相似度，得到第二損失值，包括：

將所述第一圖像塊和第二圖像塊的特征圖輸入所述映射器，通過所述映射器獲取所述第一圖像塊的特征圖對應的第一映射特征圖以及所述第二圖像塊的特征圖對應的第二特征映射圖；

確定所述第一映射特征圖在所述重疊圖像區域中的第一重疊特征，并獲取所述第一重疊特征在所述第二特征映射圖的重疊圖像區域中對應的第二重疊特征；

根據所述第一重疊特征與所述第二重疊特征的特征相似度得到所述第二損失值。

3.根據權利要求2所述的方法，其特征在于，所述第一重疊特征的個數為多個；

所述根據所述第一重疊特征與所述第二重疊特征的特征相似度得到所述第二損失值，包括：

確定當前第一重疊特征，以及所述當前第一重疊特征對應的第二重疊特征，作為當前第二重疊特征；

根據所述當前第一重疊特征與所述當前第二重疊特征的特征相似度得到所述當前第一重疊特征的特征損失值；

確定各第一重疊特征對應的特征損失值，根據所述各第一重疊特征對應的特征損失值的平均值作為所述第二損失值。

4.根據權利要求3所述的方法，其特征在于，所述圖像分割模型包括分類器；所述分類器用于獲取所述第一圖像塊的特征圖對應的第一偽標簽，以及所述第二圖像塊的特征圖對應的第二偽標簽；

所述根據所述當前第一重疊特征與所述當前第二重疊特征的特征相似度得到所述當前第一重疊特征的特征損失值，包括：

確定所述當前第一重疊特征對應的重疊偽標簽，從所述第一偽標簽以及所述第二偽標簽中獲取與所述重疊偽標簽不相同的偽標簽，并獲取與所述重疊偽標簽不相同的偽標簽對應的特征，作為所述當前第一重疊特征的負樣本特征；

獲取所述當前第一重疊特征與所述當前第二重疊特征的特征相似度，以及獲取所述當前第一重疊特征與所述負樣本特征的特征相似度，根據所述當前第一重疊特征與所述當前第二重疊特征的特征相似度，以及所述當前第一重疊特征與所述負樣本特征的特征相似度，得到所述當前第一重疊特征的特征損失值。

5.根據權利要求4所述的方法，其特征在于，所述得到所述當前第一重疊特征的特征損失值之后，還包括：

獲取所述當前第一重疊特征在所述第一圖像塊的特征圖上的第一特征分類分數，以及所述當前第二重疊特征在所述第二圖像塊的特征圖上的第二特征分類分數；

若所述第一特征分類分數大于或者等于所述第二特征分類分數，或者所述第二特征分類分數小于或者等于所述分類分數閾值，則將所述當前第一重疊特征的特征損失值進行置零處理。

6.根據權利要求1所述的方法，其特征在于，所述基于所述第一損失值和所述第二損失值，訓練得到圖像分割模型，包括：

獲取所述第一損失值對應的第一權重，以及所述第二損失值對應的第二權重；

利用所述第一權重以及所述第二權重，對所述第一損失值以及所述第二損失值進行加權求和處理，得到所述圖像分割模型的損失值，基于所述圖像分割模型的損失值訓練得到所述圖像分割模型。