车辆分割方法、装置、计算机设备和计算机可读存储介质制造方法及图纸

本申请涉及一种车辆分割方法、装置、计算机设备和计算机可读存储介质，该方法包括：通过待训练的初始分割网络对车辆样本图进行车辆分割，得到车辆分割图；根据车辆样本图中各像素点对应的车辆预测标签，与车辆分割图中各像素点对应的车辆真值标签之间的差异，确定各像素点对应的损失值，并通过提取车辆样本图中的边缘特征，对边缘特征进行增强，得到各像素点相应的边缘增强权重，将各像素点对应的损失值按照边缘增强权重进行加权，得到边缘增强损失值，根据边缘增强损失值对初始分割网络进行参数调整，以迭代进行模型训练，得到用于对待分割的车辆图像进行车辆分割处理的车辆分割模型。采用本方法能够提高车辆分割结果的准确性。性。性。

【技术实现步骤摘要】
车辆分割方法、装置、计算机设备和计算机可读存储介质


[0001]本申请涉及人工智能
，特别是涉及一种车辆分割方法、装置、计算机设备和计算机可读存储介质。

技术介绍

[0002]车辆分割方法在车辆定损、车辆验收等场景有着广泛的应用。传统的车辆分割方法是基于标注过的车辆图像训练预设分割模型，得到车辆分割模型，再将待识别车辆图像输入车辆分割模型中，得到车辆的分割结果。
[0003]然而，在采集车辆图像的过程中，容易受到各种干扰因素的影响，例如受到光照突变、背景复杂、镜头模糊等干扰因素的影响，导致采集得到的车辆图像质量比较差，例如低对比度、模糊等问题。这种情况下，使用传统的车辆分割模型对这些质量比较差的车辆图像进行分割时，得到的车辆的分割结果的准确性较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高车辆的分割结果的准确性的车辆分割方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种车辆分割方法，方法包括：
[0006]获取车辆样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆分割方法，其特征在于，所述方法包括：获取车辆样本图；所述车辆样本图中各像素点具有对应的车辆真值标签；通过待训练的初始分割网络对所述车辆样本图进行车辆分割，得到车辆分割图；所述车辆分割图中具有与所述各像素点对应的车辆预测标签；根据所述车辆预测标签与所述车辆真值标签之间的差异，确定所述各像素点对应的损失值；提取所述车辆样本图中的边缘特征，并对所述边缘特征进行增强，得到所述各像素点相应的边缘增强权重；将所述各像素点对应的损失值按照所述边缘增强权重进行加权，得到边缘增强损失值；根据所述边缘增强损失值对所述初始分割网络进行参数调整，以迭代进行模型训练，得到车辆分割模型；所述车辆分割模型用于对待分割的车辆图像进行车辆分割处理。2.根据权利要求1所述的方法，其特征在于，所述提取所述车辆样本图中的边缘特征，并对所述边缘特征进行增强，得到所述各像素点相应的边缘增强权重，包括：基于所述车辆样本图对应的车辆真值标签生成车辆标注图；对所述车辆标注图进行边缘特征提取，并对提取后的边缘特征进行增强，得到所述各像素点对应的初始边缘权重；针对每个所述像素点，将所述像素点对应的所述初始边缘权重与所述像素点在所述车辆标注图中的原始权重相加，得到所述像素点对应的边缘增强权重。3.根据权利要求2所述的方法，其特征在于，所述对所述车辆标注图进行边缘特征提取，并对提取后的边缘特征进行增强，得到所述各像素点对应的初始边缘权重，包括：对所述车辆标注图进行边缘特征提取，得到边缘图；对所述边缘图进行特征增强，得到边缘权重图；所述边缘权重图中具有所述各像素点对应的初始边缘权重；所述针对每个所述像素点，将所述像素点对应的所述初始边缘权重与所述像素点在所述车辆标注图中的原始权重相加，得到所述像素点对应的边缘增强权重，包括：针对所述边缘权重图中每个像素点，将所述像素点对应的所述初始边缘权重与所述像素点在所述车辆标注图中的原始权重相加，得到边缘增强权重图；所述边缘增强权重图中包括所述各像素点对应的边缘增强权重。4.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：将待分割的车辆图像输入至所述车辆分割模型中，得到所述车辆图像的初步分割图；提取所述初步分割图的第一感兴趣区域内的图像，得到所述初步分割图的第一车辆掩膜；确定所述车辆图像中车辆的掩膜，得到第二车辆掩膜；在所述第一车辆掩膜和所述第二车辆掩膜的交并比小于预设阈值的情况下，对所述第一车辆掩膜作进阶...

【专利技术属性】
技术研发人员：胡中华，廖原，黄文政，陈炫憧，
申请(专利权)人：北京信路威科技股份有限公司，
类型：发明
国别省市：