【技术实现步骤摘要】
目标图像中的对象轮廓的标注方法及装置、存储介质
[0001]本专利技术实施例涉及计算机领域，具体而言，涉及一种目标图像中的对象轮廓的标注方法及装置、存储介质和电子装置。
技术介绍
[0002]现有技术中，通常需要标注分割出一张图片中的目标对象。例如，标注出一张图片中的人物的轮廓。而现有技术中，可以采用弱监督学习的方式来标注人物的轮廓。
[0003]然而，现有的弱监督学习的方式，通常采用的是图像级别的分类标签。若是采用上述方法，则训练的模型标注分割对象的准确度低。
[0004]也就是说，现有技术中，使用弱监督情况下实现对图片中目标对象的分割预测确定目标对象轮廓的过程中，存在确定轮廓准确度低的问题。
技术实现思路
[0005]本专利技术实施例提供了一种目标图像中的对象轮廓的标注方法及装置、存储介质和电子装置，以至少解决相关技术中弱监督情况下确定目标对象的轮廓准确度低的问题。
[0006]根据本专利技术实施例的一个方面，提供了一种目标图像中的对象轮廓的标注方法，包括：获取目标图像的目标图像特...
【技术保护点】
【技术特征摘要】
1.一种目标图像中的对象轮廓的标注方法，其特征在于，包括：获取目标图像的目标图像特征，其中，所述目标图像中包括目标对象，所述目标对象为目标类型；将所述目标图像特征输入到目标生成器中，其中，所述目标生成器为使用样本图像训练的对抗生成式网络中的生成器，所述对抗生成式网络包括所述目标生成器与判别器，所述目标生成器用于在获取到所述样本图像的第一图像特征后，生成所述样本图像的第一掩膜，所述判别器用于在接收到擦除与所述第一掩膜对应的像素的样本图像后，识别擦除所述像素后的所述样本图像中的样本对象的类型，所述样本对象的类型用于训练所述目标生成器中的参数；获取所述目标生成器生成的所述目标图像的目标掩膜，其中，所述目标掩膜用于标注所述目标对象的轮廓。2.根据权利要求1所述的方法，其特征在于，在将所述目标图像特征输入到所述目标生成器中之前，所述方法还包括：获取所述样本图像的第一图像特征；将所述第一图像特征输入到所述目标生成器中，生成所述样本图像的所述第一掩膜；擦除与所述第一掩膜对应的像素，得到第一图像；将所述第一图像与所述样本图像输入到所述判别器中，以训练所述判别器；将所述第一图像输入到所述目标生成器中，以训练所述目标生成器。3.根据权利要求2所述的方法，其特征在于，所述将所述第一图像与所述样本图像输入到所述判别器中，以训练所述判别器包括：在将所述第一图像与所述样本图像输入到所述判别器中之后，计算所述判别器的第一损失；使用所述第一损失调整所述判别器中的参数。4.根据权利要求2所述的方法，其特征在于，所述将所述第一图像输入到所述目标生成器中，以训练所述目标生成器包括：获取所述判别器输入所述第一图像后，输出的所述第一图像中的第一对象的第一类型；计算所述目标生成器在所述第一类型下的第二损失；使用所述第二损失调整所述目标生成器中的参数。5.根据权利要求2所述的方法，其特征在于，所述获取目标图像的...
【专利技术属性】
技术研发人员：相岩，张晓，徐科，朱方，
申请(专利权)人：深圳市中兴微电子技术有限公司，
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。