System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理领域,特别是涉及图像分割方法、系统、存储介质和装置。
技术介绍
1、图像分割算法目前在很多领域得到了广泛应用。图像分割算法主要是用于对获取的图像数据进行分割处理,以获得图像数据的分类结果。例如,在自动驾驶领域、医疗影像辅助诊断、卫星遥感领域等都有广泛应用。但传统的图像分割算法的准确度有待进一步提高。
技术实现思路
1、基于此,提供一种图像分割方法。该图像分割方法中,训练过程中的学生模型参数取指数移动平均,从而获得更加鲁棒的教师模型,并用教师模型的预测结果作为伪标签来监督学生模型的学习。有利于提高图像分割方法的准确度。
2、一种图像分割方法,包括:
3、获取待分类的图像数据;
4、采用分割模型对图像数据进行处理,以获得图像数据的分类结果,其中,分割模型包括一个教师模型和一个学生模型,
5、所述分割模型是通过以下方法进行训练:
6、所述学生模型的参数以表示,所述教师模型的参数以表示,学生模型使用指数移动平均算法来更新教师模型的参数,具体应用以下公式:,其中t表示相应的训练步骤,,为相应的平滑系数,用来调整和的权重,对于样本x,学生模型对其预测结果为,教师模型对其预测结果为,和可以通过以下公式获得:
7、,
8、,
9、其中,学生模型和教师模型采用相同模型结构,使用表示,其中和为不同的高斯噪声,将教师模型的输出作为伪标签,以此监督学生模型学习,
10、最终损失
11、通过最终损失函数对所述分割模型进行训练。
12、在其中一个实施例中,使用来衡量伪标签和真实标签y之间的距离,以此自适应的调整权重。
13、在其中一个实施例中,
14、,
15、其中和为特定的权重值,,为相应的阈值,
16、通过以下方式确定的值:在训练过程中,记录过去k个训练步骤中的值,设其为向量k,取处于第n百分位的值作为的值,,其中表示取百分位的函数。
17、在其中一个实施例中,
18、使用来表示中第v个像素,其不确定度通过以下公式获得:,选定阈值为,最终过滤掉的部分,仅用剩余的部分进行监督,
19、最终的一致性损失函数为:
20、
21、其中为相应的指示函数,
22、使用以下公式确定的值:
23、,
24、其中u表示伪标签对应的整个不确定图,表示展平操作,表示第i个训练轮次所对应的概率,
25、采用以下公式确定的大小:
26、
27、表示初始百分位。
28、在其中一个实施例中,
29、所述教师模型和学生模型都为语义分割模型。
30、一种图像分割系统,包括:
31、数据获取单元,所述数据获取单元用于获取待分类的图像数据;
32、数据处理单元,所述数据处理单元用于对图像数据进行处理,具体包括以下步骤:
33、采用分割模型对图像数据进行处理,以获得图像数据的分类结果,其中,分割模型包括一个教师模型和一个学生模型,
34、所述分割模型是通过以下方法进行训练:
35、所述学生模型的参数以表示,所述教师模型的参数以表示,学生模型使用指数移动平均算法来更新教师模型的参数,具体应用以下公式:,
36、其中t表示相应的训练步骤,,为相应的平滑系数,用来调整h和的权重,对于样本x,学生模型对其预测结果为,教师模型对其预测结果为,和可以通过以下公式获得:
37、,
38、,
39、其中,学生模型和教师模型采用相同模型结构,使用表示,其中和为不同的高斯噪声,将教师模型的输出作为伪标签,以此监督学生模型学习,
40、最终损失函数为:,
41、其中y表示样本x所对应的真实标签,为分割损失函数,为一致性损失函数,用以控制和的比重。
42、通过最终损失函数对所述分割模型进行训练。
43、一种计算机存储介质,所述计算机存储介质中存储有至少一个可执行指令,所述可执行指令使处理器执行所述的图像分割方法对应的操作。
44、一种计算机装置,包括:处理器、存储器、通信接口和通信总线,所述处理器、存储器和通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一个可执行指令,所述可执行指令使所述处理器执行所述的图像分割方法对应的操作。
45、本申请的有益效果为:
46、本申请对训练过程中的学生模型参数取指数移动平均(exponential movingaverage, ema),以获得更加鲁棒的教师模型,并用教师模型的预测结果作为伪标签来监督学生模型的学习。本申请还考虑了当真实标签存在过多噪声时,应该更多地使用伪标签来监督模型的训练,本申请通过衡量伪标签和真实标签之间的相似度,来动态分配标签监督和伪标签监督的权重。本申请还考虑了教师模型生成的伪标签也可能存在像素级别的噪声,所以本申请基于对伪标签的不确定度估计,减轻伪标签中的噪声对训练的影响。以进一步提高本申请的图像分割方法的准确度。
47、在医疗图像分割领域,具体为肋骨图像分割领域,本申请通过使用ribseg数据集,并进行对比试验发现,通过使用本申请的方法,可显著提高dice系数、rib recall值。
本文档来自技高网...【技术保护点】
1.一种图像分割方法,其特征在于,包括:
2.根据权利要求1所述的图像分割方法,其特征在于,使用来衡量伪标签和真实标签y之间的距离,以此自适应的调整权重。
3.根据权利要求2所述的图像分割方法,其特征在于,
4.根据权利要求3所述的图像分割方法,其特征在于,
5.根据权利要求1所述的图像分割方法,其特征在于,所述教师模型和学生模型都为语义分割模型。
6.一种图像分割系统,其特征在于,包括:
7.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有至少一个可执行指令,所述可执行指令使处理器执行如权利要求1至5中任意一项所述的图像分割方法对应的操作。
8.一种计算机装置,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、存储器和通信接口通过所述通信总线完成相互间的通信,所述存储器用于存放至少一个可执行指令,所述可执行指令使所述处理器执行如权利要求1至5中任意一项所述的图像分割方法对应的操作。
【技术特征摘要】
1.一种图像分割方法,其特征在于,包括:
2.根据权利要求1所述的图像分割方法,其特征在于,使用来衡量伪标签和真实标签y之间的距离,以此自适应的调整权重。
3.根据权利要求2所述的图像分割方法,其特征在于,
4.根据权利要求3所述的图像分割方法,其特征在于,
5.根据权利要求1所述的图像分割方法,其特征在于,所述教师模型和学生模型都为语义分割模型。
6.一种图像分割系统,其特征在于,包括:...
【专利技术属性】
技术研发人员:左严,杨萍萍,汤斌,王正荣,王祥伟,包寅杰,张世兰,刘振威,
申请(专利权)人:江苏新希望科技有限公司,
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。