【技术实现步骤摘要】
一种图像分割方法与装置
本专利技术涉及图像处理
，尤其涉及一种多类别的图像分割技术。
技术介绍
在处理包含多类别标签的图像分割时，不考虑背景(标签)，标签的类别数m≥3，针对各标签的处理一般会分为以下两种方式：方式1.训练1个图像分割模型，该图像分割模型的输出为m个目标对象。方式2.训练m个图像分割模型，每个图像分割模型针对一种目标对象，m个图像分割模型的结果融合后得到m个目标对象。方式1中，1个图像分割模型处理所有的类别会导致参数调整困难，各个类别之间的分割效果不能平衡；方式2显然会增加图像分割模型训练的工作量，效率低下，而且多模型应用困难。并且，这两种方式都没有考虑要分割的目标之间存在的结构方面的相关性。
技术实现思路
本专利技术的目的是提供一种多类别的图像分割的方法、装置以及计算设备、计算机可读存储介质与计算机程序产品。根据本专利技术的一个方面，提供了一种图像分割方法，其中，该方法包括：针对目标对象，根据样本图像中的标签，确定对应的多个标签融合策略，其中...
【技术保护点】
1.一种图像分割方法，其中，该方法包括：/n针对目标对象，根据样本图像中的标签，确定对应的多个标签融合策略，其中，所述标签的类别数m≥3，所述标签不包括背景，所述标签融合策略的数量n≤m，/n其中，不同类别的标签基于以下至少一项规则来进行融合：/n-融合相邻标签；/n-融合对应范围具有包围关系的标签；/n-融合边界相互交叉的标签；/n-基于图像特征相似度来融合其中至少两个标签；/n-将其中至少一个标签与背景融合；/n为每个标签融合策略训练一个图像分割模型，以获得各图像分割模型输出的分割结果；/n将所述各图像分割模型输出的分割结果进行融合，获得所述目标对象。/n
【技术特征摘要】
1.一种图像分割方法，其中，该方法包括：
针对目标对象，根据样本图像中的标签，确定对应的多个标签融合策略，其中，所述标签的类别数m≥3，所述标签不包括背景，所述标签融合策略的数量n≤m，
其中，不同类别的标签基于以下至少一项规则来进行融合：
-融合相邻标签；
-融合对应范围具有包围关系的标签；
-融合边界相互交叉的标签；
-基于图像特征相似度来融合其中至少两个标签；
-将其中至少一个标签与背景融合；
为每个标签融合策略训练一个图像分割模型，以获得各图像分割模型输出的分割结果；
将所述各图像分割模型输出的分割结果进行融合，获得所述目标对象。
2.根据权利要求1所述的方法，其中，所述各图像分割模型采用相同的分类神经网络。
3.根据权利要求1或2所述的方法，其中，一个标签融合策略包括一次或多次标签融合。
4.根据权利要求1至3中任一项所述的方法，其中，所述各图像分割模型中的多个图像分割模型输出的分割结果包括同一标签，从中选择任一标签作为所述目标对象。
5.根据权利要求1至3中任一项所述的方法，其中，所述各图像分割模型中的多个图像分割模型输出的分割结果包括同一标签，对所述同一标签进行概率融合或投票来确定所述目标对象。
6.根据权利要求1至5中任一项所述的方法，其中，该方法还包括：
获取待检测图像；
调用所述各图像分割模型来对所述待检测图像进行分割，以分别获得相应的分割结果；
融合所获得的分割结果，以获得所述待检测图像中的所述目标对象。
7.一种图像分割方法，其中，该方法包括：
获取待检测图像；
调用训练好的各图像分割模型来对所述待检测图像进行分割，以分别获得相应的分割结果；
融合所获得的分割结果，以获得所述待检测图像中的目标对象；
其中，所述各图像分割模型的每一个分别对应于多个标签融合策略之一来获得训练，
所述多个标签融合策略在训练过程中针对目标对象根据样本图像中的标签来确定，其中，所述标签的类别数m≥3，所述标签不包括背景，所述标签融合策略的数量n≤m，其中，不同类别的标签基于以下至少一项规则来进行融合：
-融合相邻标签；
-融合对应范围具有包围关系的标签；
-融合边界相互交叉的标签；
-基于图像特征相似度来融合其中至少两个标签；
-将其中至少一个标签与背景融合。
8.一种图像分割设备，其中，该设备包括：
策略确定装置，用于针对目标对象，根据样本图像中的标签，确定对应的多个标签融合策略，其中，所述标签的类别数m≥3，所述标签不包括背景，所述标签融合策略的数量n≤m，
其中，不同类别的标签基于以下至少一项规则来进行融合：
-融合相邻标签；
-融合对...
【专利技术属性】
技术研发人员：王立新，余威，张晓璐，
申请(专利权)人：北京量健智能科技有限公司，
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。