一种图像分割模型训练方法、图像分割方法及装置制造方法及图纸

本申请提供了一种图像分割模型训练方法、图像分割方法及装置，其中，该方法包括：获取多个样本原图像及与样本原图像对应的样本标注图像；将样本原图像输入至主编码器，获取样本原图像的特征编码；将特征编码输入至主解码器得到样本原图像的第一图像分割结果、将特征编码输入至预先训练好的辅助解码器中得到样本原图像的第二图像分割结果；基于第一图像分割结果、第二图像分割结果及样本标注图像，对主编码器和主解码器进行多轮训练，得到训练好的主编码器和主解码器，将训练好的主编码器和主解码器作为图像分割模型。本申请实施例能够通过充分利用人工标注数据中所包含的丰富信息去影响图像分割模型的训练过程，提高图像分割的准确率。

An image segmentation model training method, image segmentation method and device

【技术实现步骤摘要】
一种图像分割模型训练方法、图像分割方法及装置
本申请涉及图像分割
，具体而言，涉及一种图像分割模型训练方法、图像分割方法及装置。
技术介绍
图像分割的目标是通过预测图像中每一个像素所属的类别或者物体，将一幅图像划分成若干个互不重叠的子区域，每个子区域代表了一类物体。随着近些年深度学习技术的不断进步，使得图像分割算法有了巨大的发展。但现有的图像分割方法仍然存在准确率低的问题。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种图像分割模型训练方法、图像分割方法及装置，能够通过充分利用人工标注数据中所包含的丰富信息去影响图像分割模型的训练过程，提高图像分割的准确率。第一方面，本申请实施例提供了一种图像分割模型训练方法，包括：获取多个样本原图像，以及与所述样本原图像对应的样本标注图像；将所述样本原图像输入至主编码器中，获取所述样本原图像的特征编码；将所述样本原图像的特征编码输入至主解码器得到所述样本原图像的第一图像分割结果、以及将所述样本原图像的特征编码输入至预先训练好的辅助解码器中得到所述样本原图像的第二图像分割结果；基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，将训练好的所述主编码器和所述主解码器作为所述图像分割模型。结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述样本标注图像，包括样本标注区域分割图像；所述辅助解码器，包括第一辅助解码器；所述第一辅助解码器对应有第一辅助编码器；所述第一辅助解码器，采用下述方式训练得到：将所述样本标注区域分割图像输入至所述第一辅助编码器中，获取所述样本标注区域分割图像的特征编码；将所述样本标注区域分割图像的特征编码输入至所述第一辅助解码器中，获得所述样本标注区域分割图像的图像分割结果；基于所述样本标注区域分割图像的图像分割结果，以及所述样本标注区域分割图像，对所述第一辅助解码器进行多轮训练，得到训练好的所述第一辅助解码器。结合第一方面或第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述样本标注图像，包括样本标注轮廓分割图像；所述辅助解码器，包括第二辅助解码器；所述第二辅助解码器对应有第二辅助编码器；所述第二辅助解码器，采用下述方式训练得到：将所述样本标注轮廓分割图像输入至所述第二辅助编码器中，获取所述样本标注轮廓分割图像的特征编码；将所述样本标注轮廓分割图像的特征编码输入至所述第二辅助解码器中，获得所述样本标注轮廓分割图像的图像分割结果；基于所述样本标注轮廓分割图像的图像分割结果，以及所述样本标注轮廓分割图像，对所述第二辅助解码器进行多轮训练，得到训练好的所述第二辅助解码器。结合第一方面的第一种可能的实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，所述主解码器得到的第一图像分割结果为所述样本原图像的第一区域分割图像，所述第一辅助解码器得到的第二图像分割结果为所述样本原图像的第二区域分割图像；所述基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，包括：基于所述第一区域分割图像，以及所述样本标注区域分割图像，获得所述第一区域分割图像的第一误差；以及，基于所述第二区域分割图像，以及所述样本标注区域分割图像，获得所述第二区域分割图像的第二误差；根据所述第一误差、所述第二误差、以及与所述第一误差对应的第一权重、与所述第二误差对应的第二权重，获得总误差；基于所述总误差对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器。结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第四种可能的实施方式，其中，所述主解码器得到的第一图像分割结果为所述样本原图像的第一区域分割图像，所述第二辅助解码器得到的第二图像分割结果为所述样本原图像的第一轮廓分割图像；所述样本标注图像，包括样本标注区域分割图像和样本标注轮廓分割图像；所述基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，包括：基于所述第一区域分割图像，以及所述样本标注区域分割图像，获得所述第一区域分割图像的第一误差；以及，基于所述第一轮廓分割图像，以及所述样本标注轮廓分割图像，获得所述第一轮廓分割图像的第二误差；根据所述第一误差、所述第二误差、以及与所述第一误差对应的第一权重、与所述第二误差对应的第二权重，获得总误差；基于所述总误差对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器。结合第一方面的第二种可能的实施方式，本申请实施例提供了第一方面的第五种可能的实施方式，其中，所述主解码器得到的第一图像分割结果为所述样本原图像的第一区域分割图像，所述第一辅助解码器得到的第二图像分割结果为所述样本原图像的第二区域分割图像；所述第二辅助解码器得到的第二图像分割结果为所述样本原图像的第一轮廓分割图像；所述样本标注图像，包括样本标注区域分割图像和样本标注轮廓分割图像；所述基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，包括：基于所述第一区域分割图像，以及所述样本标注区域分割图像，获得所述第一区域分割图像的第一误差；以及，基于所述第二区域分割图像，以及所述样本标注区域分割图像，获得所述第二区域分割图像的第二误差；以及，基于所述第一轮廓分割图像，以及所述样本标注轮廓分割图像，获得所述第一轮廓分割图像的第三误差；根据所述第一误差、所述第二误差、所述第三误差、以及与所述第一误差对应的第一权重、与所述第二误差对应的第二权重、与所述第三误差对应的第三权重，获得总误差；基于所述总误差对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器。第二方面，本申请实施例提供了一种图像分割方法，包括：获取待分割图像；将所述待分割图像输入至如第一方面和第一方面的第一种可能的实施方式至第五种可能的实施方式的任意一项所述的图像分割模型训练方法所得到的图像分割模型中，获取所述待分割图像的图像分割结果。结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，所述将所述待分割图像输入至如第一方面和第一方面的第一种可能的实施方式至第五种可能的实施方式的任意一项所述的图像分割模型训练方法所得到的图像分割模型中，获取所述待分割图像的图像分割结果，包括：将所述待分割图像输入至如第一方面和第一方面的第一种可能的实施方式至第五种可能本文档来自技高网...

【技术保护点】
1.一种图像分割模型训练方法，其特征在于，包括：/n获取多个样本原图像，以及与所述样本原图像对应的样本标注图像；/n将所述样本原图像输入至主编码器中，获取所述样本原图像的特征编码；/n将所述样本原图像的特征编码输入至主解码器得到所述样本原图像的第一图像分割结果、以及将所述样本原图像的特征编码输入至预先训练好的辅助解码器中得到所述样本原图像的第二图像分割结果；/n基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，将训练好的所述主编码器和所述主解码器作为所述图像分割模型。/n

【技术特征摘要】
1.一种图像分割模型训练方法，其特征在于，包括：
获取多个样本原图像，以及与所述样本原图像对应的样本标注图像；
将所述样本原图像输入至主编码器中，获取所述样本原图像的特征编码；
将所述样本原图像的特征编码输入至主解码器得到所述样本原图像的第一图像分割结果、以及将所述样本原图像的特征编码输入至预先训练好的辅助解码器中得到所述样本原图像的第二图像分割结果；
基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，将训练好的所述主编码器和所述主解码器作为所述图像分割模型。


2.根据权利要求1所述的方法，其特征在于，所述样本标注图像，包括样本标注区域分割图像；所述辅助解码器，包括第一辅助解码器；所述第一辅助解码器对应有第一辅助编码器；
所述第一辅助解码器，采用下述方式训练得到：
将所述样本标注区域分割图像输入至所述第一辅助编码器中，获取所述样本标注区域分割图像的特征编码；
将所述样本标注区域分割图像的特征编码输入至所述第一辅助解码器中，获得所述样本标注区域分割图像的图像分割结果；
基于所述样本标注区域分割图像的图像分割结果，以及所述样本标注区域分割图像，对所述第一辅助解码器进行多轮训练，得到训练好的所述第一辅助解码器。


3.根据权利要求1或2所述的方法，其特征在于，所述样本标注图像，包括样本标注轮廓分割图像；所述辅助解码器，包括第二辅助解码器；所述第二辅助解码器对应有第二辅助编码器；
所述第二辅助解码器，采用下述方式训练得到：
将所述样本标注轮廓分割图像输入至所述第二辅助编码器中，获取所述样本标注轮廓分割图像的特征编码；
将所述样本标注轮廓分割图像的特征编码输入至所述第二辅助解码器中，获得所述样本标注轮廓分割图像的图像分割结果；
基于所述样本标注轮廓分割图像的图像分割结果，以及所述样本标注轮廓分割图像，对所述第二辅助解码器进行多轮训练，得到训练好的所述第二辅助解码器。


4.根据权利要求2所述的方法，其特征在于，所述主解码器得到的第一图像分割结果为所述样本原图像的第一区域分割图像，所述第一辅助解码器得到的第二图像分割结果为所述样本原图像的第二区域分割图像；
所述基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，包括：
基于所述第一区域分割图像，以及所述样本标注区域分割图像，获得所述第一区域分割图像的第一误差；以及，基于所述第二区域分割图像，以及所述样本标注区域分割图像，获得所述第二区域分割图像的第二误差；
根据所述第一误差、所述第二误差、以及与所述第一误差对应的第一权重、与所述第二误差对应的第二权重，获得总误差；
基于所述总误差对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器。


5.根据权利要求3所述的方法，其特征在于，所述主解码器得到的第一图像分割结果为所述样本原图像的第一区域分割图像，所述第二辅助解码器得到的第二图像分割结果为所述样本原图像的第一轮廓分割图像；
所述样本标注图像，包括样本标注区域分割图像和样本标注轮廓分割图像；
所述基于所述第一图像分割结果和所述第二图像分割结果、以及所述样本标注图像，对所述主编码器和所述主解码器进行多轮训练，得到训练好的所述主编码器和所述主解码器，包括：
基于所述第一区域分割图像...

【专利技术属性】
技术研发人员：黄永祯，刘旭，曹春水，杨家辉，
申请(专利权)人：银河水滴科技北京有限公司，
类型：发明
国别省市：北京;11