[发明专利]一种基于识别的图像语义分割数据筛选方法及系统

权利要求书

1.一种基于识别的图像语义分割数据筛选方法，其特征在于，包括以下步骤：

利用已训练出的网络模型对新图像进行图像识别预测，得到所述新图像中每个像素点的置信度；

对置信度做归一化处理，并进行图片转换，得到包含置信度信息的灰度图；

基于所述包含置信度信息的灰度图，根据当前像素点及其周围的像素点的类别个数和/或置信度，判断预测效果是否良好；

筛选出被判断为预测效果不好的新图像，

其中，若出现以下三种情况中的任一种，则判定为该新图像预测效果不好：(1)当前像素点及其周围像素点的平均置信度小于设定的第一置信度阈值；(2)当前像素点及其周围像素点的类别数大于等于设定的类别个数阈值，且平均置信度小于第二置信度阈值；(3)当前像素点及其周围像素点的类别数等于1，并且周围像素点的置信度小于第三置信度阈值的个数大于设定的像素点个数阈值；其中，第二置信度阈值＞第三置信度阈值＞第一置信度阈值。

2.根据权利要求1所述的基于识别的图像语义分割数据筛选方法，其特征在于，所述归一化处理是指：将置信度由0-1之间的数值转换为0-255之间的数值。

3.根据权利要求1所述的基于识别的图像语义分割数据筛选方法，其特征在于，周围像素点是指以当前像素点为中心的N×N矩阵内的像素点，N为大于等于3的整数。

4.根据权利要求1所述的基于识别的图像语义分割数据筛选方法，其特征在于，还包括步骤：将筛选出的预测效果不好的数据进行标注，以用于对所述已训练出的网络模型进行继续训练。

5.一种基于识别的图像语义分割数据筛选系统，其特征在于，包括以下模块：

预测模块，用于利用已训练出的网络模型对新图像进行图像识别预测，得到所述新图像中每个像素点的置信度；

归一化模块，用于对置信度做归一化处理，并进行图片转换，得到包含置信度信息的灰度图；

筛选模块，用于基于所述包含置信度信息的灰度图，根据当前像素点及其周围的像素点的类别个数和/或置信度，判断预测效果是否良好，及筛选出被判断为预测效果不好的新图像，其中，若出现以下三种情况中的任一种，则判定为该新图像预测效果不好：(1)当前像素点及其周围像素点的平均置信度小于设定的第一置信度阈值；(2)当前像素点及其周围像素点的类别数大于等于设定的类别个数阈值，且平均置信度小于第二置信度阈值；(3)当前像素点及其周围像素点的类别数等于1，并且周围像素点的置信度小于第三置信度阈值的个数大于设定的像素点个数阈值；其中，第二置信度阈值＞第三置信度阈值＞第一置信度阈值。

6.根据权利要求5所述的基于识别的图像语义分割数据筛选系统，其特征在于，所述归一化模块具体用于：将置信度由0-1之间的数值转换为0-255之间的数值，并转换为包含置信度信息的灰度图。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1～4任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～4任一项所述方法的步骤。