[發明專利]圖像語義分割模型訓練、圖像語義分割方法及相關裝置

在審

• 申請號: 202110735564.X
• 申請日: 2021-06-30
• 公開（公告）號: CN113361536A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 伍天意;朱歟;郭國棟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開提供了圖像語義分割模型訓練、圖像語義分割方法、裝置、電子設備、計算機可讀存儲介質及計算機程序產品，涉及計算機視覺和深度學習等人工智能技術領域。該方法包括：利用多個下采樣層對各樣本圖像進行尺度縮減；控制輸出特征圖的尺度大于預設尺度的下采樣層僅在預設的各子區域內進行像素點間的關聯計算，得到第一特征圖；控制輸出特征的尺度不大于預設尺度的下采樣層在全圖內進行各像素點間的關聯計算，得到第二特征圖；利用上采樣層對第一特征圖和第二特征圖進行尺度恢復，得到處理后特征圖；基于處理后特征圖和相應的圖像語義標注結果，訓練圖像語義分割模型，得到目標圖像語義分割模型。可縮短圖像語義分割模型的訓練時長和結果輸出耗時。

技術領域

本公開涉及人工智能技術領域，具體為計算機視覺和深度學習技術領域，尤其涉及一種圖像語義分割模型訓練和圖像語義分割方法，以及以對應的裝置、電子設備、計算機可讀存儲介質及計算機程序產品。

背景技術

隨著機器學習、深度學習、神經網絡的不斷發展，逐漸在各種領域有了廣泛的應用。同時，模型的訓練階段是保障模型可用性的重要階段，而訓練階段往往需要耗費較長的時間，尤其是在需要提取多尺度特征來更好的識別相同元素以不同尺度出現在實際圖像的情況。

發明內容

本公開實施例提出了一種圖像語義分割模型訓練、圖像語義分割方法、裝置、電子設備、計算機可讀存儲介質及計算機程序產品。

第一方面，本公開實施例提出了一種圖像語義分割模型訓練方法，包括：利用多個下采樣層對各樣本圖像進行尺度縮減；控制輸出特征圖的尺度大于預設尺度的下采樣層僅在預設的各子區域內進行像素點間的關聯計算，得到第一特征圖；其中，預先將尺度大于預設尺度的特征圖拆分為多個子區域；控制輸出特征的尺度不大于預設尺度的下采樣層在全圖內進行各像素點間的關聯計算，得到第二特征圖；利用上采樣層對第一特征圖和第二特征圖進行尺度恢復，得到處理后特征圖；基于處理后特征圖和相應的圖像語義標注結果，訓練圖像語義分割模型，得到目標圖像語義分割模型。

第二方面，本公開實施例提出了一種圖像語義分割模型訓練裝置，包括：尺度縮減單元，被配置成利用多個下采樣層對各樣本圖像進行尺度縮減；大分辨率關聯計算單元，被配置成控制輸出特征圖的尺度大于預設尺度的下采樣層僅在預設的各子區域內進行像素點間的關聯計算，得到第一特征圖；其中，預先將尺度大于預設尺度的特征圖拆分為多個子區域；小分辨率關聯計算單元，被配置成控制輸出特征的尺度不大于預設尺度的下采樣層在全圖內進行各像素點間的關聯計算，得到第二特征圖；尺度恢復單元，被配置成利用上采樣層對第一特征圖和第二特征圖進行尺度恢復，得到處理后特征圖；模型訓練單元，被配置成基于處理后特征圖和相應的圖像語義標注結果，訓練圖像語義分割模型，得到目標圖像語義分割模型。

第三方面，本公開實施例提出了一種圖像語義分割方法，包括：獲取待處理圖像；調用目標圖像語義分割模型對待處理圖像中的不同圖像內容按語義進行分割，目標圖像語義分割模型根據如第一方面中任一實現方式描述的圖像語義分割模型訓練方法得到。

第四方面，本公開實施例提出了一種圖像語義分割裝置，包括：待處理圖像獲取單元，被配置成獲取待處理圖像；模型調用及處理單元，被配置成調用目標圖像語義分割模型對待處理圖像中的不同圖像內容按語義進行分割，目標圖像語義分割模型根據如第二方面中任一實現方式描述的圖像語義分割模型訓練裝置得到。

第五方面，本公開實施例提供了一種電子設備，該電子設備包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執行的指令，該指令被至少一個處理器執行，以使至少一個處理器執行時能夠實現如第一方面中任一實現方式描述的圖像語義分割模型訓練方法或如第三方面中任一實現方式描述的圖像語義分割方法。

第六方面，本公開實施例提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，該計算機指令用于使計算機執行時能夠實現如第一方面中任一實現方式描述的圖像語義分割模型訓練方法或如第三方面中任一實現方式描述的圖像語義分割方法。