[發(fā)明專利]人體部位分割網(wǎng)絡訓練方法、人體部位分割方法及裝置

有效

• 申請?zhí)枺?/td>: 202110515510.2
• 申請日: 2021-05-12
• 公開（公告）號: CN112950637B
• 公開（公告）日: 2021-08-20
• 發(fā)明（設計）人: 賈文浩;高原;劉霄
• 申請（專利權(quán)）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 上海知錦知識產(chǎn)權(quán)代理事務所(特殊普通合伙) 31327
• 代理人: 李麗

1.一種人體部位分割網(wǎng)絡訓練方法，其特征在于，包括：

獲取訓練人體圖像數(shù)據(jù)，所述訓練人體圖像數(shù)據(jù)包括訓練人體圖像和所述訓練人體圖像的基準人體部位分割標記，所述基準人體部位分割標記包括所述訓練人體圖像的各個像素點的人體部位類別；

獲取所述訓練人體圖像的訓練人體特征；

利用待訓練的人體部位分割網(wǎng)絡，根據(jù)所述訓練人體特征，獲取訓練人體部位分割標記；

至少利用所述訓練人體部位分割標記，獲取所述訓練人體部位分割標記的基準評價分數(shù)，其中，所述基準評價分數(shù)用于評價所述訓練人體部位分割標記的分割結(jié)果；

利用待訓練的評價網(wǎng)絡，根據(jù)所述訓練人體特征，得到所述訓練人體特征對應的訓練評價分數(shù)，其中，所述評價網(wǎng)絡適于評價所述人體部位分割網(wǎng)絡所得的所述訓練人體部位分割標記；

根據(jù)利用所述基準人體部位分割標記和所述訓練人體部位分割標記獲取的分割損失以及利用所述訓練評價分數(shù)和所述基準評價分數(shù)獲取的評價損失，獲取模型訓練的全局損失，并根據(jù)所述全局損失，優(yōu)化待訓練的所述人體部位分割網(wǎng)絡和所述評價網(wǎng)絡，直至所述全局損失滿足全局損失閾值，得到訓練完成的所述人體部位分割網(wǎng)絡和所述評價網(wǎng)絡；

所述訓練人體部位分割標記包括所述訓練人體圖像的各個像素點的分割概率值，所述分割概率值包括所述像素點為各個人體部位類別或非人體部位類別的概率值；

所述至少利用所述訓練人體部位分割標記，獲取所述訓練人體部位分割標記的基準評價分數(shù)的步驟包括：

利用所述分割概率值，獲取所述訓練人體圖像的各個像素點的最大分割概率值；

根據(jù)預定要求，選取基準像素點；

獲取各個所述基準像素點的所述最大分割概率值的均值，得到基準像素評價分數(shù)；

所述利用待訓練的評價網(wǎng)絡，根據(jù)所述訓練人體特征，得到所述訓練人體特征對應的訓練評價分數(shù)的步驟包括：

利用待訓練的像素評價網(wǎng)絡，根據(jù)所述訓練人體特征，得到所述訓練人體特征對應的訓練像素評價分數(shù)；

所述評價損失包括：

利用所述訓練像素評價分數(shù)和所述基準像素評價分數(shù)獲取的像素評價損失。

2.如權(quán)利要求1所述的人體部位分割網(wǎng)絡訓練方法，其特征在于，所述根據(jù)預定要求，選取基準像素點的步驟包括：

選取所有像素點，作為基準像素點。

3.如權(quán)利要求1所述的人體部位分割網(wǎng)絡訓練方法，其特征在于，所述根據(jù)預定要求，選取基準像素點的步驟包括：

獲取最大分割概率值大于或等于預定概率值的像素點，作為基準像素點。

4.如權(quán)利要求3所述的人體部位分割網(wǎng)絡訓練方法，其特征在于，所述預定概率值的范圍為0.2-0.4。

5.如權(quán)利要求1所述的人體部位分割網(wǎng)絡訓練方法，其特征在于，

所述訓練人體部位分割標記包括所述訓練人體圖像的各個像素點的預測人體部位類別；

所述至少利用所述訓練人體部位分割標記，獲取所述訓練人體部位分割標記的基準評價分數(shù)的步驟包括：

利用所述訓練人體部位分割標記和所述基準人體部位分割標記獲取各個所述人體部位類別的交并比分數(shù)；

獲取各個所述人體部位類別的交并比分數(shù)的均值，得到基準交并比評價分數(shù)；

所述利用待訓練的評價網(wǎng)絡，根據(jù)所述訓練人體特征，得到所述訓練人體特征對應的訓練評價分數(shù)的步驟包括：

利用待訓練的交并比評價網(wǎng)絡，根據(jù)所述訓練人體特征，得到所述訓練人體特征對應的訓練交并比評價分數(shù)；

所述評價損失包括：

利用所述訓練交并比評價分數(shù)和所述基準交并比評價分數(shù)獲取的交并比評價損失。