【技术实现步骤摘要】
图像分割数据处理方法、装置、设备及存储介质
[0001]本申请实施例涉及计算机
,特别涉及一种图像分割数据处理方法、装置、设备及存储介质。
技术介绍
[0002]随着计算机技术和人工智能技术的不断发展,人工智能技术在图像分割、图像识别等图像分析任务中取得了显著的成果。在采用人工智能技术进行图像分割时,需要依赖大量样本图像训练图像分割模型,但是样本图像中往往会存在噪声图像。
[0003]相关技术中,先基于质量评估模型确定样本图像的质量分数,选取质量分数较高的样本图像,利用质量分数较高的样本图像来训练图像分割模型。由于仅依赖于质量评估模型对样本图像进行筛选,筛选出来的样本图像的可靠性并不高,因此训练得到的图像分割模型的准确性和鲁棒性较差。
技术实现思路
[0004]本申请实施例提供了一种图像分割数据处理方法、装置、计算机设备及存储介质,能够图像分割模型的准确性和鲁棒性。所述技术方案如下:
[0005]一方面,提供了一种图像分割数据处理方法,所述方法包括:
[0006]获取第一源域图像、所述第一源域图像对应的源域标签图像、第一标签图像和第二标签图像,所述第一标签图像为基于第一图像分割模型对所述第一源域图像进行图像分割得到的,所述第二标签图像为基于第二图像分割模型对所述第一源域图像进行图像分割得到的;
[0007]基于所述第一源域图像对应的源域标签图像、所述第一标签图像和所述第二标签图像,确定第一源域损失值;
[0008]获取目标域图像、第三标签图像和第四标签图像 ...
【技术保护点】
【技术特征摘要】
1.一种图像分割数据处理方法,其特征在于,所述方法包括:获取第一源域图像、所述第一源域图像对应的源域标签图像、第一标签图像和第二标签图像,所述第一标签图像为基于第一图像分割模型对所述第一源域图像进行图像分割得到的,所述第二标签图像为基于第二图像分割模型对所述第一源域图像进行图像分割得到的;基于所述第一源域图像对应的源域标签图像、所述第一标签图像和所述第二标签图像,确定第一源域损失值;获取目标域图像、第三标签图像和第四标签图像,所述第三标签图像为基于所述第一图像分割模型对所述目标域图像进行图像分割得到的,所述第四标签图像为基于所述第二图像分割模型对所述目标域图像进行图像分割得到的;基于所述第三标签图像和所述第四标签图像,确定第一目标域损失值;基于所述第一源域损失值和所述第一目标域损失值,训练所述第一图像分割模型,并基于训练后得到的图像分割模型进行图像分割任务处理。2.根据权利要求1所述的方法,其特征在于,所述基于所述第一源域图像对应的源域标签图像、所述第一标签图像和所述第二标签图像,确定第一源域损失值,包括:在基于所述第二图像分割模型将所述第一源域图像判定为噪声源域图像的情况下,基于所述源域标签图像、所述第一标签图像和所述第二标签图像,确定所述第一源域损失值。3.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取第二源域图像、所述第二源域图像对应的源域标签图像和第五标签图像,所述第五标签图像为基于所述第一图像分割模型对所述第二源域图像进行图像分割得到的;在基于所述第二图像分割模型将所述第二源域图像判定为非噪声源域图像的情况下,基于所述第二源域图像对应的源域标签图像和所述第五标签图像,确定第二源域损失值;基于所述第一源域损失值、所述第二源域损失值和所述第一目标域损失值,训练所述第一图像分割模型。4.根据权利要求1所述的方法,其特征在于,所述基于所述第一源域图像对应的源域标签图像、所述第一标签图像和所述第二标签图像,确定第一源域损失值,包括:基于所述源域标签图像和所述第一标签图像,确定第三源域损失值;基于所述第二标签图像和所述第一标签图像,确定第四源域损失值;基于所述第三源域损失值和所述第四源域损失值,确定所述第一源域损失值。5.根据权利要求4所述的方法,其特征在于,所述基于所述第三源域损失值和所述第四源域损失值,确定所述第一源域损失值,包括:获取本次训练对应的迭代训练次数;响应于所述迭代训练次数不小于第一阈值且不大于第二阈值,基于所述第三源域损失值、所述第四源域损失值、所述迭代次数、所述第一阈值和所述第二阈值,确定所述第一源域损失值。6.根据权利要求1所述的方法,其特征在于,所述第三标签图像包括所述目标域图像中的每个像素点对应的第三标签,所述第四标签图像包括所述目标域图像中的每个像素点对应的第四标签,所述基于所述第三标签图像和所述第四标签图像,确定第一目标域损失值,包括:
基于所述每个像素点对应的第三标签和第四标签,确定第二差异值,所述第二差异值表示所述第三标签图像和所述第四标签图像之间的差异;基于所述第二差异值、任一像素点对应的第三标签和第四标签,确定所述任一像素点对应的目标域子损失值;基于确定的多个目标域子损失值,确定所述第一目标域损失值。7.根据权利要求1所述的方法,其特征在于,所述方法还包括:基于判别模型对所述第一标签图像进行图像判别处理,得到源域判别结果;基于所述判别模型对所述第三标签图像进行图像判别处理,得到目标域判别结果;基于所述源域判别结果、所述目标域判别结果和所述第三标签图像,确定判别损失值;基于所述判别损失值,训练所述第一图像分割模型和所述判别模型。8.根据权利要求1所述的方法,其特征在于,所述基于所述第一源域图像对应的源域标签图像、所述第一标签图像和所述第二标签图像,确定第一源域损失值之后,所述方法还包括:响应于所述第一源域损失值小于目标损失值,将所述第一源域图像判定为非噪声源域图像;或者,响应于所述第一源域损失值不小于所述目标损失值,将所述第一源域图像判定为噪声源域图像。9.根据权利要求8所述的方法,其特征在于,所述响应于所述第一源域损失值不小于所述目标损失值,将所述第一源域图像判定为噪声源域图像之后,所述方法还包括:基于所述第一源域图像对应的源域标签图像、所述第一标签图像和第六标签图像,确定第六源域损失值,所述第六标签图像...
【专利技术属性】
技术研发人员:柳露艳,马锴,郑冶枫,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
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。