【技术实现步骤摘要】
图像数据处理方法、装置及介质
[0001]本申请涉及计算机及人工智能
,具体而言,涉及一种图像数据处理方法、装置及介质。
技术介绍
[0002]在图像数据处理场景中,比如在针对图像中目标对象的分割场景,通常采用经典的分割模型(例如HRnet、改进RCNN等),但针对高分辨率图像的分割,经典的分割模型需采用高分辨率图像进行模型训练,且模型在训练过程较慢。
[0003]基于此,如何提高图像数据处理的效率是本领域技术人员亟待解决的技术问题。
技术实现思路
[0004]本申请的实施例提供了一种图像数据处理方法、装置、计算机程序产品或计算机程序、计算机可读介质,进而至少在一定程度上可以提高图像数据处理的效率。
[0005]本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
[0006]根据本申请实施例的一个方面,提供了一种图像数据处理方法,包括:获取待处理图像,所述待处理图像中包括至少一个目标对象;获取图像分割模型,所述图像分割模型包括基础分割模型和分割细化模型,所述基础分割模型用于提取所述待处理图像中目标对象的基础边界信息,所述分割细化模型用于修正所述基础边界信息;通过所述图像分割模型对所述待处理图像中的目标对象进行分割,得到目标边界信息。
[0007]根据本申请实施例的一个方面,提供了一种图像数据处理装置,包括:第一获取单元,被用于获取待处理图像,所述待处理图像中包括至少一个目标对象;第二获取单元,被用于获取图像分割模型,所述图像分割模 ...
【技术保护点】
【技术特征摘要】
1.一种图像数据处理方法,其特征在于,所述方法包括:获取待处理图像,所述待处理图像中包括至少一个目标对象;获取图像分割模型,所述图像分割模型包括基础分割模型和分割细化模型,所述基础分割模型用于提取所述待处理图像中目标对象的基础边界信息,所述分割细化模型用于修正所述基础边界信息;通过所述图像分割模型对所述待处理图像中的目标对象进行分割,得到目标边界信息。2.根据权利要求1所述的方法,其特征在于,所述图像分割模型通过如下步骤预先训练:获取待训练基础分割模型和待训练分割细化模型;获取样本图像,以及获取针对所述样本图像中目标对象边界的标注信息,所述标注信息用于表征所述样本图像中各个目标对象的实际边界信息;基于所述待训练基础分割模型和所述待训练分割细化模型,通过所述样本图像和所述标注信息进行模型训练,得到所述图像分割模型。3.根据权利要求2所述的方法,其特征在于,基于所述待训练基础分割模型和所述待训练分割细化模型,通过所述样本图像和所述标注信息进行模型训练,得到所述图像分割模型,包括:通过所述样本图像和所述标注信息训练所述待训练基础分割模型,得到所述基础分割模型;获取由所述基础分割模型对所述样本图像中的目标对象进行分割之后得到的基础边界信息;通过所述样本图像和所述基础边界信息训练所述待训练分割细化模型,得到所述分割细化模型;对所述基础分割模型和所述分割细化模型进行拼接,得到所述图像分割模型。4.根据权利要求3所述的方法,其特征在于,所述通过所述样本图像和所述标注信息训练所述待训练基础分割模型,得到所述基础分割模型,包括:基于所述样本图像,通过所述待训练基础分割模型提取所述样本图像中目标对象的样本基础边界信息;根据所述样本基础边界信息和所述标注信息之间的误差,通过损失函数反向更新所述待训练基础分割模型中的模型参数,得到所述基础分割模型。5.根据权利要求3所述的方法,其特征在于,所述待训练分割细化模型中包括由多个单网络结构通过级联方式连接的多级联网络结构,所述通过所述样本图像和所述基础边界信息训练所述待训练分割细化模型,得到所述分割细化模型,包括:将所述样本图像和所述基础边界信息输入至所述多级联网络结构;基于所述样本图像和所述基础边界信息,触发所述多级联网络结构自适应学习所述样本图像中目标对象的边界信息,得到所述分割细化模型。6.根据权利要求5所述的方法,其特征在于,在将所述样本图像和所述基础边界信息输入至所述多级联网络结构之前,所述方法还包括:对所述基础边界信息进行扰动操作,得到至少一个扰动的基础边界信息。
7.根据权利要求5所述的方法,其特征在于,所述基于所述样本图像和所述基础边界信息,触发所述多级联网络结构自适应学习所述样本图像中目标对象的边界信息,包括:基于所述样本图像和所述基础边界信息,触发首个单网络结构自适应学习所述样本图像中目标对象的边界信息;基于所述样本图像,所述基础边界信息,以及上一个单网络结构输出的中间基础边界信息,触发除首个单网络结构之外的每一个单网络结构自适应学习所述样本图像中目标对象的边界信息,其中,所述多级联网络结构中每一个单网络结构输出的中间基础边界...
【专利技术属性】
技术研发人员:陈琦,
申请(专利权)人:北京搜狗科技发展有限公司,
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。