【技术实现步骤摘要】
语义分割模型的生成方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,尤其涉及一种语义分割模型的生成方法、装置、电子设备及存储介质。
技术介绍
[0002]语义分割作为计算机视觉任务中的基础任务之一,被广泛的应用于自动驾驶、实时道路监控及医疗疾病系统等领域。语义分割的目标是对图像中的每个像素点进行分类,以得到一副图像的语义分割图。
[0003]相关技术中,可以通过大量的标注样本对语义分割模型进行训练,以提高模型的性能。但是,若标注样本数量不足,就会导致语义分割模型的性能降低,进而导致语义分割结果的准确性较低。因此,如何提高语义分割的准确性,成为重点的研究方向。
技术实现思路
[0004]本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]本公开第一方面实施例提出了一种语义分割模型的生成方法,包括:
[0006]获取训练数据集,其中,所述训练数据集中包括样本图像及样本图像对应的标注结果;
[0007]将所述样本图像输入目标检测模型中,以获取所述样本图像对应的检测结果;
[0008]利用初始语义分割模型对所述样本图像进行分割,以获取所述样本图像对应的分割结果;
[0009]根据所述样本图像对应的检测结果、标注结果及分割结果,确定损失值;
[0010]基于所述损失值,对所述初始语义分割模型进行修正,以获取训练后的语义分割模型。
[0011]可选的,所述根据所述样本图像对应的检测结果、标注结果及分割结果,确定 ...
【技术保护点】
【技术特征摘要】
1.一种语义分割模型的生成方法,其特征在于,包括:获取训练数据集,其中,所述训练数据集中包括样本图像及样本图像对应的标注结果;将所述样本图像输入目标检测模型中,以获取所述样本图像对应的检测结果;利用初始语义分割模型对所述样本图像进行分割,以获取所述样本图像对应的分割结果;根据所述样本图像对应的检测结果、标注结果及分割结果,确定损失值;基于所述损失值,对所述初始语义分割模型进行修正,以获取训练后的语义分割模型。2.根据权利要求1所述的方法,其特征在于,所述根据所述样本图像对应的检测结果、标注结果及分割结果,确定损失值,包括:根据所述样本图像对应的检测结果,确定所述样本图像中每个像素点所属的区域类别,其中,所述样本图像中包含边缘区域、目标区域及背景区域;根据每个所述像素点所属的区域类别,确定每个像素点对应的权重值;根据所述样本图像对应的标注结果及分割结果,确定所述样本图像中每个像素点对应的类别概率;根据每个像素点对应的类别概率及权重值,确定所述损失值。3.根据权利要求2所述的方法,其特征在于,所述根据所述样本图像对应的检测结果,确定所述样本图像中每个像素点所属的区域类别,包括:根据所述样本图像对应的检测结果中的检测框对应的位置及尺寸,确定所述样本图像中包含的目标区域;将所述样本图像中由所述目标区域向外延伸预设宽度的区域,确定为边缘区域;将所述样本图像中除所述目标区域及所述边缘区域外的区域,确定为背景区域;根据所述目标区域、边缘区域及背景区域的位置,确定所述样本图像中每个像素点所属的区域类型。4.根据权利要求3所述的方法,其特征在于,在所述将所述样本图像中由所述目标区域向外延伸预设宽度的区域,确定为边缘区域之前,还包括:根据所述检测框的尺寸,确定所述预设宽度。5.根据权利要求2所述的方法,其特征在于,在所述根据每个所述像素点所属的区域类别,确定每个像素点对应的权重值之后,还包括:根据所述样本图像对应的检测结果,确定所述样本图像中包含的目标的数量和/或种类;根据所述样本图像中包含的目标的数量和/或种类,确定所述样本图像对应的参考权重;根据所述样本图像对应的参考权重,对所述样本图像中每个像素点对应的权重值进行修正,以获取修正后的每个像素点对应的权重值。6.根据权利要求5所述的方法,其特征在于,在所述根据所述样本图像中包含的目标的数量和/或种类,确定所述样本图像对应的参考权重之后,还包括:根据每个所述样本图像对应的参考权重,确定每个所述样本图像对应的训练次数;根据每个所述样本图像对应的训练次数,对所述训练数据集包含的每个所述样本图像的数量进行更新。
7.一种语义分割方法,其特征在于,包括:获取待分割的图像;将所述待分割的图像,输入预设的语义分割模型,以获取所述待分割图像对应的语义分割结果,其中,所述预设的语义分割模型为基于如权利要求1
‑
6任一所述的方法生成的。8.一种语义分割模型的生成装置,其特征在于,包括:第一获取模块,用于获取训练数据集,其中,所述训练数据集中包括样本图像及样本图像对应的标注结果;第二获取模块,用于将所述样本图像输入目标检测模型中,以获取所述样本图像对应的检测结果;第三获取模块,用于利用初始语义分割模型对所述样本图像进行分割,以获取所述样本图像对应的分割结果;第一确定模块,用于根...
【专利技术属性】
技术研发人员:马雅楠,赵雄,
申请(专利权)人:小米汽车科技有限公司,
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。