图像分割方法及相关产品技术

本申请实施例公开了一种图像分割方法及相关产品，所述方法包括：获取目标图像，所述目标图像中包括预设目标；将所述目标图像输入到预设语义分割网络，得到目标分割结果，所述预设语义分割网络包括空间路径模块、上下文路径模块、特征融合模块、第一连接模块和卷积模块。采用本申请实施例能够提升图像分割精度。

Image segmentation methods and related products

【技术实现步骤摘要】
图像分割方法及相关产品
本申请涉及图像处理
，具体涉及一种图像分割方法及相关产品。
技术介绍
随着电子设备(如手机、平板电脑等等)的大量普及应用，电子设备能够支持的应用越来越多，功能越来越强大，电子设备向着多样化、个性化的方向发展，成为用户生活中不可缺少的电子用品。目前来看，图像处理技术越来越流行，尤其是语义分割网络虽然能够实现图像分割，但是分割精度存在一定的局限性，因此，如何提升语音分割网络的分割精度的问题亟待解决。
技术实现思路
本申请实施例提供了一种图像分割方法及相关产品，能够提升图像分割精度。第一方面，本申请实施例提供一种图像分割方法，所述方法包括：获取目标图像，所述目标图像中包括预设目标；将所述目标图像输入到预设语义分割网络，得到目标分割结果，所述预设语义分割网络包括空间路径模块、上下文路径模块、特征融合模块、第一连接模块和卷积模块，所述空间路径模块包括2倍下采样卷积层和第一4倍下采样卷积层，所述上下文路径模块包括第二4倍下采样卷积层、8倍下采样卷积层、16倍下采样卷积层、32本文档来自技高网...

【技术保护点】
1.一种图像分割方法，其特征在于，所述方法包括：/n获取目标图像，所述目标图像中包括预设目标；/n将所述目标图像输入到预设语义分割网络，得到目标分割结果，所述预设语义分割网络包括空间路径模块、上下文路径模块、特征融合模块、第一连接模块和卷积模块，所述空间路径模块包括2倍下采样卷积层和第一4倍下采样卷积层，所述上下文路径模块包括第二4倍下采样卷积层、8倍下采样卷积层、16倍下采样卷积层、32倍下采样卷积层和第二连接模块，其中，所述8倍下采样卷积层、所述16倍下采样卷积层和所述32倍下采样卷积层均通过一个注意力优化模块与所述第二连接模块进行连接，所述第一4倍下采样卷积层与所述第二连接模块连接所述特...

【技术特征摘要】
1.一种图像分割方法，其特征在于，所述方法包括：
获取目标图像，所述目标图像中包括预设目标；
将所述目标图像输入到预设语义分割网络，得到目标分割结果，所述预设语义分割网络包括空间路径模块、上下文路径模块、特征融合模块、第一连接模块和卷积模块，所述空间路径模块包括2倍下采样卷积层和第一4倍下采样卷积层，所述上下文路径模块包括第二4倍下采样卷积层、8倍下采样卷积层、16倍下采样卷积层、32倍下采样卷积层和第二连接模块，其中，所述8倍下采样卷积层、所述16倍下采样卷积层和所述32倍下采样卷积层均通过一个注意力优化模块与所述第二连接模块进行连接，所述第一4倍下采样卷积层与所述第二连接模块连接所述特征融合模块，所述特征融合模块连接所述第二连接模块以及所述2倍下采样卷积层通过解码器连接所述第二连接模块，所述第二连接模块连接所述卷积模块。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述32倍下采样卷积层还通过全局平均池化层连接一个乘法器，该乘法器还连接与所述32倍下采样卷积层所连接的注意力优化模块。


3.根据权利要求1或2所述的方法，其特征在于，所述注意力优化模块包括一个全局池化层、1*1卷积层、归一化层、激活函数sigmoid函数和一个乘法器。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述第二4倍下采样卷积层、所述8倍下采样卷积层、所述16倍下采样卷积层、所述32倍下采样卷积层之间依次串联。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述8倍下采样卷积层与对应的注意力优化模块连接之后，进行2倍上采样运算之后，连接所述第二连接模块；
所述16倍下采样卷积层与对应的注意力优化模块连接之后，进行4倍上采样运算之后...

【专利技术属性】
技术研发人员：吴佳涛，
申请(专利权)人：OPPO广东移动通信有限公司，上海瑾盛通信科技有限公司，
类型：发明
国别省市：广东;44