图像分割方法及装置制造方法及图纸

本申请的实施例公开了图像分割方法及装置，涉及云计算领域。该方法的一具体实施方式包括：基于待标注图像，获取待标注图像中的待标注对象的极值点；将待标注图像和待标注对象的极值点输入图像分割模型，得到基于待标注对象的分割对象。本实施方式可以应用于分割标注场景，只需对待标注对象的极值点进行标注便可通过入图像分割模型得到分割对象，提高了图像标注效率。

Image segmentation method and device

The embodiment of the application discloses an image segmentation method and device, which relates to the field of cloud computing. An embodiment of the method includes: Based on the image to be annotated, obtaining the extremum points of the object to be annotated in the image to be annotated; inputting the extremum points of the image to be annotated and the object to be annotated into the image segmentation model, obtaining the segmentation object based on the object to be annotated. The embodiment can be applied to the segmentation and annotation scene. Only the extreme points of the annotation object need to be labeled, the segmentation object can be obtained by entering the image segmentation model, which improves the efficiency of image annotation.

【技术实现步骤摘要】
图像分割方法及装置
本申请实施例涉及计算机
，具体涉及一种图像分割方法及装置。
技术介绍
目前，人工智能已经广泛应用到生产、生活的各方各面，深度学习作为人工智能核心的技术，在不断地发展和演进。大部分的深度学习方法是需要大量的标注数据用于模型训练，然而很多数据的标注工作耗时、耗力，有时需要较强的领域知识。视觉领域中有很多技术对标注的质量要求比较高，比如语义分割、实例分割、场景解析等，都需要对图像进行像素级的分割标注。然而对图像进行像素级的分割难度较大，需要标注员对标注位置进行像素级的精准定位，一张图的标注耗时长达十几秒至几分钟。
技术实现思路
本申请实施例提出了图像分割方法及装置。第一方面，本申请实施例提供了一种图像分割方法，其中，上述方法包括：基于待标注图像，获取待标注图像中的待标注对象的极值点；将待标注图像和待标注对象的极值点输入图像分割模型，得到基于待标注对象的分割对象。本实施例中，上述方法还包括：显示包括分割对象的待标注图像；响应于检测到调整分割对象的标注范围，得到调整标注范围后的分割对象。...

【技术保护点】
1.一种图像分割方法，其中，所述方法包括：/n基于待标注图像，获取所述待标注图像中的待标注对象的极值点；/n将所述待标注图像和所述待标注对象的极值点输入图像分割模型，得到基于所述待标注对象的分割对象。/n

【技术特征摘要】
1.一种图像分割方法，其中，所述方法包括：
基于待标注图像，获取所述待标注图像中的待标注对象的极值点；
将所述待标注图像和所述待标注对象的极值点输入图像分割模型，得到基于所述待标注对象的分割对象。


2.根据权利要求1所述的方法，其中，所述方法还包括：
显示包括所述分割对象的待标注图像；
响应于检测到调整所述分割对象的标注范围，得到调整标注范围后的分割对象。


3.根据权利要求2所述的方法，其中，所述方法还包括：
响应于检测到图像分割模型的误分割次数超出预设误分割次数阈值，将所述待标注图像和所述待标注对象的极值点作为图像分割模型的输入，将所述调整标注范围后的分割对象作为图像分割模型的目标输出，训练所述图像分割模型，得到更新后的图像分割模型，所述误分割用于表征所述图像分割模型输出的分割对象的标注范围被所述标注者重新调整；
通过更新后的图像分割模型确定待标注图像的分割对象。


4.根据权利要求1所述的方法，其中，所述极值点包括上极值点、下极值点、左极值点和右极值点；以及
所述将所述待标注图像和所述待标注对象的极值点输入图像分割模型，得到基于所述待标注对象的分割对象，包括：
将所述待标注图像及所述待标注对象的上极值点、下极值点、左极值点和右极值点输入图像分割模型，通过二维高斯算法为所述待标注对象的上极值点、下极值点、左极值点和右极值点创建热点图；
基于所述热点图和所述待标注图像的三原色通道，通过卷积神经网络得到基于所述待标注对象的分割对象。


5.一种图像分割装置，其中，所述装置包括：
极值点标注单元，被配置为用于基于待标注图像，获取所述待标注图像中的待标注对象的极值点；
分割单元，被配置为用于将...

【专利技术属性】
技术研发人员：任思可，刘明浩，邹建法，聂磊，苏业，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11