[发明专利]训练分割神经网络的方法及装置

权利要求书

1.一种训练分割神经网络的方法，包括：

获取多个第一样本图像和所述第一样本图像的标签，其中，所述第一样本图像采集自车辆内部的图像采集装置；

使用所述多个第一样本图像和所述第一样本图像的标签作为训练数据来训练第一神经网络；

利用经训练的所述第一神经网络分割多个第二样本图像，得到与所述多个第二样本图像中每个第二样本图像对应的分割结果和特征图，其中，所述第二样本图像采集自车辆外部的图像采集装置；以及

根据第二样本图像、所述分割结果和所述特征图，训练第二神经网络，得到经训练的第二神经网络，作为所述分割神经网络。

2.根据权利要求1所述的方法，其中，根据第二样本图像、所述分割结果和所述特征图，训练第二神经网络，包括：

针对所述多个第二样本图像中的每个第二样本图像，利用第二神经网络分割所述第二样本图像，得到与所述第二样本图像对应的分割结果和特征图；

确定由所述第一神经网络得到的分割结果与由所述第二神经网络得到的分割结果之间的第一损失；

确定由所述第一神经网络得到的特征图与由所述第二神经网络得到的特征图之间的第二损失；以及

根据所述第一损失和所述第二损失，调整所述第二神经网络的参数。

3.根据权利要求1所述的方法，其中，所述第一神经网络的参数数量大于所述第二神经网络的参数数量。

4.根据权利要求1至3中任一项所述的方法，其中，所述第一神经网络包括hrnet-w48网络，所述第二神经网络包括hrnet-w18网络。

5.一种确定是否佩戴安全带的方法，包括：

获取原始图像，其中，所述原始图像采集自车辆外部的图像采集装置；

利用检测神经网络，确定所述原始图像中的乘员区域；

利用经训练的分割神经网络对所述乘员区域进行分割，以得到安全带区域；以及

根据所述安全带区域的面积，确定乘员是否佩戴安全带；

其中，所述分割神经网络是利用根据权利要求1至4中任一项所述的方法训练的。

6.根据权利要求5所述的方法，其中，所述利用检测神经网络，确定所述原始图像中的乘员区域，包括：

将所述原始图像输入所述检测神经网络，以得到所述原始图像中乘员区域的位置信息；以及

根据所述乘员区域的位置信息，提取所述原始图像中的乘员区域。

7.根据权利要求5所述的方法，还包括：

针对所述乘员区域进行预处理，以增加所述乘员区域的对比度。

8.根据权利要求7所述的方法，其中，所述预处理包括直方图均衡化处理。

9.根据权利要求5所述的方法，其中，根据所述安全带区域的面积，确定乘员是否佩戴安全带，包括：

在所述安全带区域的面积大于预设面积阈值的情况下，确定所述乘员有佩戴安全带；以及

在所述安全带区域的面积小于或等于预设面积阈值的情况下，确定所述乘员没有佩戴安全带。

10.根据权利要求5至9中任一项所述的方法，其中，所述检测神经网络包括YOLOv3网络。

11.一种训练分割神经网络的装置，包括：

第一获取模块，用于获取多个第一样本图像和所述第一样本图像的标签，其中，所述第一样本图像采集自车辆内部的图像采集装置；

第一训练模块，用于使用所述多个第一样本图像和所述第一样本图像的标签作为训练数据来训练第一神经网络；

第一分割模块，用于利用经训练的所述第一神经网络分割多个第二样本图像，得到与所述多个第二样本图像中每个第二样本图像对应的分割结果和特征图，其中，所述第二样本图像采集自车辆外部的图像采集装置；以及

第二训练模块，用于根据第二样本图像、所述分割结果和所述特征图，训练第二神经网络，得到经训练的第二神经网络，作为所述分割神经网络。