一种图像实例分割方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种图像实例分割方法、装置、设备及存储介质，方法包括：获取待分割图像；将待分割图像输入预先建立的分类预测模型，获得分类预测结果，分类预测结果至少包括边缘概率图；将边缘概率图与待分割图像进行融合，融合后的图像作为第一目标图像；将第一目标图像输入预先建立的实例分割模型，获得实例分割图，作为待分割图像的实例分割结果。本申请可对待分割图像中的目标进行准确地检测与分割，分割效果较好。

【技术实现步骤摘要】
一种图像实例分割方法、装置、设备及存储介质
本专利技术涉及图像处理
，尤其涉及一种图像实例分割方法、装置、设备及存储介质。
技术介绍
近年来，随着互联网和人工智能技术的发展，作为图像处理技术一新兴分支的实例分割技术受到广泛关注。实例分割指的是从图像中用目标检测方法框出不同实例，再用语义分割方法在不同实例区域内进行逐像素标记，即实例分割是物体检测与语义分割的综合体。实例分割既需要对图像的所有对象进行正确的识别与检测，又需要对每个实例进行精确地分割。目前，存在一些实例分割的方案，但这些实例分割方案分割效果不佳，存在检测与分割准确度不高的问题。
技术实现思路
有鉴于此，本申请提供了一种图像实例分割方法、装置、设备及存储介质，用以提供一种分割效果较好的图像实例分割方案，其技术方案如下：一种图像实例分割方法，包括：获取待分割图像；将所述待分割图像输入预先建立的分类预测模型，获得分类预测结果，所述分类预测结果至少包括边缘概率图；将所述边缘概率图与所述待分割图像进行融合，融合后的图像作为第一目标图像；将所述第一目标图像输入预先建立的实例分割模型，获得实例分割图，作为所述待分割图像的实例分割结果。本文档来自技高网...

【技术保护点】
1.一种图像实例分割方法，其特征在于，包括：获取待分割图像；将所述待分割图像输入预先建立的分类预测模型，获得分类预测结果，所述分类预测结果至少包括边缘概率图；将所述边缘概率图与所述待分割图像进行融合，融合后的图像作为第一目标图像；将所述第一目标图像输入预先建立的实例分割模型，获得实例分割图，作为所述待分割图像的实例分割结果。

【技术特征摘要】
1.一种图像实例分割方法，其特征在于，包括：获取待分割图像；将所述待分割图像输入预先建立的分类预测模型，获得分类预测结果，所述分类预测结果至少包括边缘概率图；将所述边缘概率图与所述待分割图像进行融合，融合后的图像作为第一目标图像；将所述第一目标图像输入预先建立的实例分割模型，获得实例分割图，作为所述待分割图像的实例分割结果。2.根据权利要求1所述的图像实例分割方法，其特征在于，所述分类预测结果还包括前景概率图；所述图像实例分割方法还包括：将所述实例分割图与所述前景概率图进行融合，融合后的图像作为第二目标图像；基于所述第二目标图像确定像素类别判别阈值；基于所述像素类别判别阈值和所述前景概率图，调整所述第二目标图像，调整后的图像作为第三目标图像，所述第三目标图像作为所述待分割图像的实例分割结果。3.根据权利要求2所述的图像实例分割方法，其特征在于，还包括：基于所述边缘概率图调整所述第三目标图像中目标的边缘，调整后的图像作为所述待分割图像的实例分割结果。4.根据权利要求2所述的图像实例分割方法，其特征在于，所述基于所述第二目标图像确定判别阈值，包括：基于所述待分割图像中、与所述第二目标图像中的前景范围所对应的目标区域中像素点的像素值，确定所述像素类别判别阈值，其中，像素类别包括前景和背景。5.根据权利要求4所述的图像实例分割方法，其特征在于，所述基于所述像素类别判别阈值和所述前景概率图，调整所述第二目标图像，包括：基于所述像素类别判别阈值和所述前景概率图，判别所述第二目标图像中的前景范围内各像素点的类别；基于所述前景范围内各像素点的类别，调整所述前景范围内的像素点。6.根据权利要求1所述的图像实例分割方法，其特征在于，所述分类预测模型的训练过程包括：获取带掩膜标注的图像作为训练图像；将所述训练图像输入所述分类预测模型，至少获得边缘概率图；基于所述边缘概率图调整所述训练图像中标注的边缘；若当前不满足训练结束条件，则将进行边缘调整后的图像作为训练图像，执行所述将所述训练图像输入所述分类预测模型。7.根据权利要求6所述的图像实例分割方法，其特征在于，所述基于所述边缘概率图调整所述训练图像中标注的边缘，包括：对于所述训练图像中标注的边缘上的每个边缘像素点，确定该边缘像素点周边预设范围内的多个像素点；基于所述边缘概率图像从所述多个像素点中确定候选边缘像素点；基于所述候选边缘像素点两侧像素点的像素值差值和设定阈值，确定是否需要调整当前的边缘位置点；若需要调整所述当前的边缘位置点，则用所述候选边缘像素点替代该边缘像素点作为当前的边缘位置点。8.根据权利要求7所述的图像实例分割方法，其特征在于，所述基于所述候选边缘像素点两侧像素点的像素值差值和设定阈值，确定是否需要调整当前的边缘位置点，包括：若所述候选边缘像素点为多个，则对于每个候选边缘像素点，确定该候选边缘像素点两侧像素点的差值，以得到多个候选边缘像素点分别对应的差值；从所述多个候选边缘像素点分别对应的差值中确定最大差值，若所述最大差值大于设定阈值，且大于当前的边缘位置点两侧像素点的差值，则确定需要调整当前的边缘位置点；若所述候选边缘像素点为一个，则确定该候选边缘像素点两侧像素点的差值，若该候选边缘像素点两侧像素点的差值大于所述设定阈值，且大于当前的边缘位置点两侧像素点的差值，则确定需要调整当前的边缘位置点；所述用所述候选边缘像素点替代该边缘像素点作为当前的边缘位置点，包括：若...

【专利技术属性】
技术研发人员：陈恺霖，崔燕平，殷保才，
申请(专利权)人：科大讯飞股份有限公司，科大讯飞华南人工智能研究院广州有限公司，
类型：发明
国别省市：安徽,34