【技术实现步骤摘要】
一种基于神经网络的实例分割确定方法、神经网络模型训练方法及装置
本专利技术涉及计算机视觉处理
，尤其涉及一种基于神经网络的实例分割确定方法、神经网络模型训练方法及装置。
技术介绍
计算机视觉处理技术是一门研究如何使机器“看”的计算机处理技术，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。在计算机视觉处理技术的图形处理技术，现有技术采用分类器打分的方式对于候选框的类别进行打分。但是，专利技术人在日常实践工作中发现，现有技术中存在如下不足：通过分类器打分只是对候选框的类别进行打分，并不对实例分割的结果进行打分，进而可能造成了用一个比较高的分类的得分去描述一个比较差的实例结果，进而造成实例分割打分结果的不准确的问题。
技术实现思路
本说明书实施例提供了一种基于神经网络的实例分割确定方法、神经网络模型训练方法及装置，解决了现有技术中实例分割结果分数评价不准确的技术问题，达到实例分割结果的分数评价准确的技术效果。第一方面，本说明书实施例提供了一种实例分割结果评价参数确...
【技术保护点】
1.一种实例分割结果评价参数确定方法，其中，所述方法包括：获取输入图像；对输入图像进行第一实例分割，确定第一实例分割结果；根据所述输入图像和所述第一实例分割结果，使用神经网络模型确定所述第一实例分割结果的第一评价参数。
【技术特征摘要】
1.一种实例分割结果评价参数确定方法，其中，所述方法包括：获取输入图像；对输入图像进行第一实例分割，确定第一实例分割结果；根据所述输入图像和所述第一实例分割结果，使用神经网络模型确定所述第一实例分割结果的第一评价参数。2.如权利要求1所述的方法，其中，所述基于输入图像确定第一实例分割结果，包括：基于所述输入图像，确定第一感兴趣区域；基于所述输入图像及第一感兴趣区域，确定第一感兴趣区域信息；根据所述第一感兴趣区域信息获得第一实例分割结果。3.如权利要求1所述的方法，其中，所述根据输入图像及所述第一实例分割结果，使用神经网络模型确定所述第一实例分割结果的第一评价参数，包括：根据所述输入图像和所述第一实例分割结果获得第一特征融合信息；使用所述神经网络模型对所述第一特征融合信息的处理获得第一评价参数。4.如权利要求2所述的方法，其中，所述方法还包括：确定所述第一感兴趣区域的分类得分，基于所述第一评价参数以及分类器得分，确定第二评价参数。5.一种用于实例分割结果评价参数确定的神经网络模型训练方法，其中，所述方法包括：获取输入图像；基于输入图像确定第二实例分割结果；获取所述输入图像的第三实例分割结果，所述第三实例分割结果是预先人工标定的；基于所述第二实例分割结果及所述第三实例分割结果确定第三评价参数；将所述输入图像以及所述第二实例分割结果作为输入数据，将所述第三评价参数作为监督数据，训练所述神经网络模型。6.如权利要求5所述的训练方法，其中，所述根据所述第二实例分割结果和所述第三实例分割结果确定所述第三评价参数，包括：确定所述第二实例分割结果和所述第三实例分割结果之间的交并比；根据所述交并比确定所述第三评价参数。7.如权利要求5所述的方法，其中所述基于输入图像确...
【专利技术属性】
技术研发人员：黄钊金，黄李超，王兴刚，
申请(专利权)人：北京地平线机器人技术研发有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。