[发明专利]语义分割模型训练方法、语义分割方法及相关装置

说明书

本发明涉及图像处理技术领域，提供一种语义分割模型训练方法、语义分割方法及相关装置，所述语义分割模型训练方法包括：获取训练集，其中，训练集包括样本图像及分类标签，分类标签是由将样本图像分别输入多个预先训练的分类模型得到的多个分类结果融合而成；将训练集输入预先构建的语义分割模型，得到样本图像对应的分类概率；基于分类概率及分类标签对语义分割模型进行参数更新，得到训练后的语义分割模型。相对于现有技术，本发明既可以直接利用无标签的图像对语义分割模型进行训练、获得较好的泛化性，又能保证训练后的语义分割模型具有较高的准确率。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种语义分割模型训练方法、语义分割方法及相关装置。

背景技术

在图像处理中，语义分割技术可广泛应用于自动驾驶，视频理解，以及辅助其他人工智能领域。所谓语义分割技术，简单理解就是：给定一张图像，识别出图像的每个像素值所对应的类别，例如人，车，建筑物等。

目前，语义分割采用无监督技术对目标场景(实际使用的场景)进行在线学习，但是无监督由于是天然的无标签的训练方式，使得其训练的效果不是很好。

发明内容

本发明的目的在于提供一种语义分割模型训练方法、语义分割方法及相关装置，既可以直接利用无标签的图像对语义分割模型进行训练、获得较好的泛化性，又能保证训练后的语义分割模型具有较高的准确率。

为了实现上述目的，本发明采用的技术方案如下：

第一方面，本发明提供一种语义分割模型训练方法，所述方法包括：获取训练集，其中，所述训练集包括样本图像及分类标签，所述分类标签是由将所述样本图像分别输入多个预先训练的分类模型得到的多个分类结果融合而成；将所述训练集输入预先构建的语义分割模型，得到所述样本图像对应的分类概率；基于所述分类概率及所述分类标签对所述语义分割模型进行参数更新，得到训练后的语义分割模型。

第二方面，本发明提供一种语义分割模型训练装置，所述装置包括：第一获取模块，用于获取训练集，其中，所述训练集包括样本图像及分类标签，所述分类标签是由将所述样本图像分别输入多个预先训练的分类模型得到的多个分类结果融合而成；第一分割模块，用于将所述训练集输入预先构建的语义分割模型，得到所述样本图像对应的分类概率；更新模块，用于基于所述分类概率及所述分类标签对所述语义分割模型进行参数更新，得到训练后的语义分割模型。

第三方面，本发明提供一种语义分割方法，所述方法包括：获取待分割图像；将所述待分割图像输入训练后的语义分割模型，得到分割结果，其中，所述语义分割模型是将包括样本图像及分类标签的训练集输入预先构建的语义分割模型得到的，所述分类标签是由将所述样本图像分别输入多个预先训练的分类模型后得到的多个分类结果融合而成。

第四方面，本发明提供一种语义分割装置，所述装置包括：第一获取模块，用于获取训练集，其中，所述训练集包括样本图像及分类标签，所述分类标签是由将所述样本图像分别输入多个预先训练的分类模型得到的多个分类结果融合而成；第一分割模块，用于将所述训练集输入预先构建的语义分割模型，得到所述样本图像对应的分类概率；更新模块，用于基于所述分类概率及所述分类标签对所述语义分割模型进行参数更新，得到训练后的语义分割模型。

第五方面，本发明提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的语义分割模型训练方法，或者，如上述的语义分割方法。

第六方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的语义分割模型训练方法，或者，如上述的语义分割方法。