【技术实现步骤摘要】
本申请涉及计算机视觉领域，尤其涉及一种语义分割中的图像异常检测方法、装置及存储介质。
技术介绍
1、图像语义分割是计算机视觉领域中一项重要的研究内容，其目标是将图像分割成具有不同语义信息的区域，并且标注每个区域相应的语义类别，如图1所示。例如通过对一幅图像进行图像语义分割后可为图像中的物体添加语义类别(如桌子、墙壁、天空、人、狗等)，可应用于多种应用场景，例如：自动驾驶、辅助驾驶、智能机器人等相关领域中。
2、目前的语义分割模型无法预测训练过程中不存在该语义类别的样本，称这一类样本为异常样本；对于部分的分布内样本(in distribution，id)上，目前的语义分割模型往往也会给出错误的预测，称这一类样本为难样本。相关技术中，电子设备会对异常样本给出完全错误的语义类别判定，在对安全性要求极高的自动驾驶场景中会导致相当严重的后果。如图2所示，对于训练集中不包含的语义类别即框中的物体12，电子设备通过目前的语义分割模型直接将物体12的语义类别判定为道路，这会导致严重的驾驶事故。因此，对于给定的语义分割模型，如何通过算法检测并...
【技术保护点】
1.一种语义分割中的图像异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一中间层特征为所述语义分割模型在多个网络层次提取视觉特征时中间层的特征矩阵，所述第二中间层特征为所述辅助共识模型在多个网络层次提取视觉特征时中间层的特征矩阵；
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本集，对所述候选辅助模型进行训练得到所述辅助共识模型，包括：
5.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：
6.根...
【技术特征摘要】
1.一种语义分割中的图像异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一中间层特征为所述语义分割模型在多个网络层次提取视觉特征时中间层的特征矩阵，所述第二中间层特征为所述辅助共识模型在多个网络层次提取视觉特征时中间层的特征矩阵；
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本集，对所述候选辅助模型进行训练得到所述辅助共识模型，包括：
5.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一中间层特征和多个所述记忆存...
【专利技术属性】
技术研发人员：蒋东生，岑家仲，谢凌曦，沈为，田奇，
申请(专利权)人：华为云计算技术有限公司，
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。