[发明专利]图像语义分割模型的优化方法、装置和电子设备

权利要求书

1.一种图像语义分割模型的优化方法，包括：

获取标注图像和未标注图像；

基于所述标注图像分别确定第一图像语义分割模型和第二图像语义分割模型各自对应的交叉熵损失；其中，所述第一图像语义分割模型和所述第二图像语义分割模型的网络结构相同；

基于所述未标注图像分别确定所述第一图像语义分割模型和所述第二图像语义分割模型各自对应的其它损失；其中，所述其它损失包括一致性损失、对抗训练损失、或者稳定性损失中的至少一个；

根据所述第一图像语义分割模型和所述第二图像语义分割模型各自对应的交叉熵损失和其它损失，分别对所述第一图像语义分割模型和所述第二图像语义分割模型进行优化，并基于优化后的第一、第二图像语义分割模型确定目标图像语义分割模型。

2.根据权利要求1所述的方法，其中，若所述其它损失包括一致性损失，则基于所述未标注图像确定图像语义分割模型对应的一致性损失，包括：

将所述未标注图像输入至图像语义分割模型，得到所述未标注图像对应的第一预测结果，并对所述第一预测结果进行增广变换，得到所述未标注图像中各帧像素对应的第一数值；

对所述未标注图像进行所述增广变换，并将变换结果输入至所述图像语义分割模型，得到所述未标注图像中各帧像素对应的第二数值；

根据所述各帧像素对应的第一数值和第二数值，确定所述图像语义分割模型对应的一致性损失；其中，所述图像语义分割模型为所述第一图像语义分割模型和所述第二图像语义分割模型中的任一个模型。

3.根据权利要求2所述的方法，其中，所述根据所述各帧像素对应的第一数值和第二数值，确定所述图像语义分割模型对应的一致性损失，包括：

根据所述各帧像素对应的第一数值和第二数值，确定所述各帧像素对应的均方差；

根据所述各帧像素对应的均方差确定所述图像语义分割模型对应的一致性损失。

4.根据权利要求3所述的方法，其中，所述根据所述各帧像素对应的均方差确定所述图像语义分割模型对应的一致性损失，包括：

计算所述各帧像素对应的均方差的第一和；

将所述第一和与第三数值的比值，确定为所述图像语义分割模型对应的一致性损失；其中，第三数值为所述未标注图像的宽度和高度的乘积。

5.根据权利要求1-3任一项所述的方法，其中，若所述其它损失包括对抗训练损失，则基于所述未标注图像确定图像语义分割模型对应的对抗训练损失，包括：

将所述标注图像和所述标注图像的标注数据的级联操作结果输入至判别器，得到所述标注图像对应的第一判别结果和所述标注图像在所述判别器M层中各层的第一特征；

将所述未标注图像和所述未标注图像输入至所述图像语义分割模型得到的第一预测结果的级联操作结果输入至所述判别器，得到所述未标注图像对应的第二判别结果和所述未标注图像在所述各层的第二特征；

根据所述第一判别结果、所述标注图像在所述各层的第一特征、所述第二判别结果、以及所述未标注图像在所述各层的第二特征确定所述图像语义分割模型对应的对抗训练损失；其中，所述图像语义分割模型为所述第一图像语义分割模型和所述第二图像语义分割模型中的任一个模型。

6.根据权利要求5所述的方法，其中，所述根据所述第一判别结果、所述标注图像在所述各层的第一特征、所述第二判别结果、以及所述未标注图像在所述各层的第二特征确定所述图像语义分割模型对应的对抗训练损失，包括：

根据所述第一判别结果和所述第二判别结果，确定所述判别器和所述图像语义分割模型之间的博弈损失；

根据所述第二判别结果确定所述图像语义分割模型对应的自训练损失；

根据所述标注图像在所述各层的第一特征和所述未标注图像在所述各层的第二特征，确定所述判别器和所述图像语义分割模型之间的特征匹配损失；

根据所述博弈损失、所述自训练损失以及所述特征匹配损失，确定所述图像语义分割模型对应的对抗训练损失。