[发明专利]分割模型训练方法、图像标注方法及相关装置

权利要求书

1.一种分割模型训练方法，其特征在于，包括：

获取第一样本集S和第二样本集R，其中，所述第一样本集S包括多张第一图像及所述多张第一图像中每张第一图像的目标标签，所述第二样本集R包括多张第二图像；

根据所述第一样本集S中的多张第一图像及其目标标签和第二样本集R中的多张第二图像对初始分割模型进行异构老师-学生优化ASTO训练，以得到目标分割模型，所述初始分割模型是根据所述第一样本集S对原始模型进行训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一样本集S中的多张第一图像及其目标标签和第二样本集S中的多张第二图像对初始分割模型进行异构老师-学生优化ASTO训练，以得到目标分割模型，包括：

根据第一样本集S中的第一图像及其目标标签对原始模型进行训练，以得到所述初始分割模型；

将所述第二样本集R中的每张第二图像输入到所述初始分割模型中进行预测，以得到所述每张第二图像的初始伪标签，

根据所述第一样本集S中每张第一图像及其目标标签和第二样本集R中每张第二图像及其初始伪标签获取所述第二样本集R中每张第二图像的目标标签；

根据所述第一样本集S中每张第一图像及其目标标签和第二样本集R中每张第二图像及其目标标签对所述原始模型或所述初始分割模型进行训练，以得到所述目标分割模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一样本集S中每张第一图像及其目标标签和第二样本集R中每张第二图像及其初始伪标签获取所述第二样本集R中每张第二图像的目标标签，包括：

将所述第二样本集R中第二图像及初始伪标签划分为第三样本集R1和第四样本集R2，所述第三样本集R1和第四样本集R2中均包括多张第二图像及其初始伪标签；

基于所述第一样本集S，所述第三样本集R1中的第二图像及其初始伪标签对所述初始分割模型进行训练得到第一分割模型；

基于所述第一样本集S，所述第四样本集R2中的第二图像及其初始伪标签对所述初始分割模型进行训练得到第二分割模型；

根据所述第一样本集S中每张第一图像及其目标标签，所述第三样本集R1及其基于所述第二分割模型预测出的每张第二图像的参考伪标签，所述第四样本集R2及其基于所述第一分割模型预测出的每张第二图像的参考伪标签获取所述第二样本集R中每张第二图像的目标标签。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一样本集S中每张第一图像及其目标标签和第二样本集R中每张第二图像及其初始伪标签获取所述第二样本集R中每张第二图像的目标标签，包括：

S1、根据所述第一样本集S中每张第一图像及其目标标签和所述第三样本集R1中每张第二图像及其伪标签L’_i-1对所述初始分割模型进行训练，以得到分割模型M_i，根据所述分割模型M_i对所述第四样本集R2中的每张图像进行预测，以得到所述第四样本集R2中每张图像的伪标签L_i；

S2、根据所述第一样本集S中每张第一图像及其目标标签和所述第四样本集R2中每张第二图像及其伪标签L_i-1对所述初始分割模型进行训练，以得到分割模型M’_i，根据所述分割模型M’_i对所述第三样本集R1中的每张图像进行预测，以得到所述第三样本集合R1中每张图像的伪标签L’_i；

S3、当i不小于N时，将所述第四样本集R2中每张图像的伪标签L_i确定为该图像的目标标签，将所述第三样本集R1中每张图像的伪标签L’_i确定为该图像的目标标签；当i小于N时，令i＝i+1，并重复执行S1-S3；

其中，当i＝1时，所述第三样本集R1中每张第二图像的伪标签L’_i-1为该图像的初始伪标签，所述第四样本集R2中每张第二图像的伪标签L_i-1为该图像的初始伪标签。

5.根据权利要求3或4的方法，其特征在于，所述第三样本集R1和第四样本集R2没有交集。