一种目标图像分割方法、设备及介质技术

本申请公开了一种目标图像分割方法、设备及介质，包括：将目标图像输入至预先训练的目标等级识别网络，确定出所述目标图像的等级，其中，所述目标等级识别网络根据多个标记目标图像等级样本的数据集训练得到；将所述目标图像发送至所述目标图像等级对应的分割网络，确定出所述目标图像的分割结果，其中，不同目标等级对应不同的分割网络，所述分割网络为预先训练的全卷积神经网络。本说明书实施例通过确定目标图像的等级，再根据目标图像的等级对应的分割网络进行分割处理，使得分割网络的分割效果更好。

【技术实现步骤摘要】
一种目标图像分割方法、设备及介质
本申请涉及计算机
，尤其涉及一种目标图像分割方法、设备及介质。
技术介绍
目标分割是将图片里的目标分割出来。比如设定的分割目标是人，那最终需要从图片里分割出新的图片，在分割的图片中只能有设定的目标人，而不应该有其他的东西。目标分割是计算机视觉领域中一个重要的分支，在场景理解、病灶分割、自动驾驶等领域具有广泛的应用。现有的目标分割技术在分割图像时效果较差，不能很好的对目标进行分割。
技术实现思路
有鉴于此，本申请实施例提供了一种目标图像分割方法、设备及介质，用于解决现有技术中目标分割技术在分割图像时效果差的问题。本申请实施例采用下述技术方案：本申请实施例提供一种目标图像分割方法，所述方法包括：将目标图像输入至预先训练的目标等级识别网络，确定出所述目标图像的等级，其中，所述目标等级识别网络根据多个标记目标图像等级样本的数据集训练得到；将所述目标图像发送至所述目标图像等级对应的分割网络，确定出所述目标图像的分割结果，其中，不同目标等级对应不同的分割网络，所述分本文档来自技高网...

【技术保护点】
1.一种目标图像分割方法，其特征在于，所述方法包括：/n将目标图像输入至预先训练的目标等级识别网络，确定出所述目标图像的等级，其中，所述目标等级识别网络根据多个标记目标图像等级样本的数据集训练得到；/n将所述目标图像发送至所述目标图像等级对应的分割网络，确定出所述目标图像的分割结果，其中，不同目标等级对应不同的分割网络，所述分割网络为预先训练的全卷积神经网络。/n

【技术特征摘要】
1.一种目标图像分割方法，其特征在于，所述方法包括：
将目标图像输入至预先训练的目标等级识别网络，确定出所述目标图像的等级，其中，所述目标等级识别网络根据多个标记目标图像等级样本的数据集训练得到；
将所述目标图像发送至所述目标图像等级对应的分割网络，确定出所述目标图像的分割结果，其中，不同目标等级对应不同的分割网络，所述分割网络为预先训练的全卷积神经网络。


2.根据权利要求1所述的目标图像分割方法，其特征在于，所述目标图像的等级包括第一等级与第二等级，其中，所述第一等级对应的目标图像的分辨率大于所述第二等级对应的目标图像的分辨率。


3.根据权利要求2所述的目标图像分割方法，其特征在于，所述分割网络包括所述第一等级对应的第一分割网络与所述第二等级对应的第二分割网络，其中，所述第一分割网络包括全卷积神经网络模块，所述第二分割网络包括放大模块与全卷积神经网络模块。


4.根据权利要求3所述的目标图像分割方法，其特征在于，所述将所述目标图像发送至所述目标图像等级对应的分割网络，确定出所述目标图像的分割结果，具体包括：
若所述目标图像的等级为所述第一等级时，将所述目标图像发送至所述第一分割网络，通过所述第一分割网络的全卷积神经网络模块对所述目标图像进行图像分割，确定出所述目标图像的第一分割结果；
若所述目标图像的等级为所述第二等级时，将所述目标图像发送至所述第二分割网络，通过所述第二分割网络的放大模块对所述目标图像放大，并通过所述第二分割网络的全卷积神经网络模块对放大后的目标图像进行图像分割，确定出所述目标图像的第二分割结果。


5.根据权利要求1所述的目标图像分割方法，其特征在于，所述目标等级识别网络是基于残差网络模型结构训练的神经网络。


6.根据权利要求3所...

【专利技术属性】
技术研发人员：袭肖明，金长新，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东;37