基于SAM模型的语义分割方法、装置、设备及存储介质制造方法及图纸

本申请涉及图像处理领域及数字医疗领域，公开了一种基于SAM模型的语义分割方法、装置、设备及存储介质，所述方法包括基于预设语义分割模型和初始图像，生成至少一组语义标签图像；通过SAM模型和所述初始图像，确定初始图像的至少一个图像分割掩码；基于对各图像分割掩码和各语义标签图像，确定初始图像的目标语义特征。通过上述方式，本申请通过使用SAM模型，生成的语义标签图像不仅为图像中的每个像素提供了类别标签，实现对图像中每个像素的精确分类，为图像分析提供了高分辨率的语义信息。通过自动确定图像分割掩码和语义特征，减少了手动特征工程的需求，提高了语义分割数据集准确率。

【技术实现步骤摘要】

本申请涉及图像处理领域及数字医疗领域，尤其涉及一种基于sam模型的语义分割方法、装置、设备及存储介质。

技术介绍

1、在数字医疗领域中，语义分割可以用于医学影像中的器官分割，例如心脏、肺部、肝脏等，通过精确的分割出器官区域，可以帮助医生进行疾病的诊断、手术规划和治疗方案的指定。通用的分割大模型由于强大的泛化性还可以用于一般数字金融领域的图像分析，如信用卡欺诈检测中的信用卡图像分割、支票识别中的支票图像分割等，通过准确地分割出感兴趣的区域提取关键的图像特征和信息，用于风险评估和欺诈检测。

2、语义分割(semant i c segmentat i on)语义分割结合了图像分类、目标检测和图像分割，具体任务是要求给图像上的每一个像素赋予一个带有语义的标签，属于同一类的像素要归为一类，因此语义分割是从像素级别来理解图像的。视频语义分割任务是要求给视频中的每一帧图像上的每一个像素赋予一个带有语义的标签。

3、sam(segment anyth i ng mode l)是一种高度可泛化的对象分割算法，可以提供精确的掩码。且sam使用的数据集s本文档来自技高网...

【技术保护点】

1.一种基于SAM模型的语义分割方法，其特征在于，包括：

2.根据权利要求1所述的基于SAM模型的语义分割方法，其特征在于，所述基于对各所述图像分割掩码和各所述语义标签图像，确定所述初始图像的目标语义特征，包括：

3.根据权利要求2所述的基于SAM模型的语义分割方法，其特征在于，所述计算各所述图像语义融合特征的权重得分，根据各所述权重得分确定所述目标语义特征，包括：

4.根据权利要求1所述的基于SAM模型的语义分割方法，其特征在于，所述预设SAM模型包括图像编码器、提示编码器和轻量级掩码解码器，所述通过预设图像分割模型SAM模型和所述初始图像，确定所述...

【技术特征摘要】

1.一种基于sam模型的语义分割方法，其特征在于，包括：

2.根据权利要求1所述的基于sam模型的语义分割方法，其特征在于，所述基于对各所述图像分割掩码和各所述语义标签图像，确定所述初始图像的目标语义特征，包括：

3.根据权利要求2所述的基于sam模型的语义分割方法，其特征在于，所述计算各所述图像语义融合特征的权重得分，根据各所述权重得分确定所述目标语义特征，包括：

4.根据权利要求1所述的基于sam模型的语义分割方法，其特征在于，所述预设sam模型包括图像编码器、提示编码器和轻量级掩码解码器，所述通过预设图像分割模型sam模型和所述初始图像，确定所述初始图像的至少一个图像分割掩码，包括：

5.根据权利要求1所述的基于sam模型的语义分割方法，其特征在于，所述基于预设语义分割模型和初始图像，生成至少一组语义标签图...

【专利技术属性】
技术研发人员：唐小初，陈柯，舒畅，陈又新，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：