[发明专利]分割模型训练方法、图像分割方法、装置、设备及介质

权利要求书

1.一种分割模型训练方法，其特征在于，包括：

获取第一图像以及所述第一图像匹配的第二图像，并基于初始分割模型分别提取所述第一图像的第一图像特征，以及所述第二图像的第二图像特征；

基于初始聚类中心点对所述第一图像特征进行聚类处理，得到第一初始聚类结果，并基于所述初始聚类中心点对所述第二图像特征进行聚类处理，得到第二初始聚类结果；

基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练，得到目标分割模型。

2.根据权利要求1所述的方法，其特征在于，所述获取第一图像以及所述第一图像匹配的第二图像，包括：

获取第一图像；

确定所述第一图像中的各感兴趣区域的区域类型，并将所述区域类型相同的其他图像确定为所述第一图像匹配的关联第二图像；和/或，

对所述第一图像进行增强处理，基于增强处理的结果确定所述第一图像匹配的增强第二图像。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练，包括：

基于所述第一初始聚类结果以及所述第二初始聚类结果确定所述初始分割模型的损失函数，并基于所述损失函数对所述初始分割模型进行训练。

4.根据权利要求1所述的方法，其特征在于，所述第一初始聚类结果包括第一聚类中心点，所述第二初始聚类结果包括第二聚类中心点；

相应的，基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练，包括：

基于所述第一聚类中心点对第二图像特征进行聚类处理，得到第二交叉聚类结果，基于所述第二交叉聚类结果和所述第二初始聚类结果确定所述初始分割模型的损失函数，并基于所述损失函数对所述初始分割模型进行训练；或，

基于所述第二聚类中心点对第一图像特征进行聚类处理，得到第一交叉聚类结果，并基于所述第一交叉聚类结果和所述第一初始聚类结果确定所述初始分割模型的损失函数，并基于所述损失函数对所述初始分割模型进行训练。

5.根据权利要求2所述的方法，其特征在于，若所述第二图像包括关联第二图像和增强第二图像；

相应的，所述基于第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练，包括：

获取基于所述第一图像和所述关联第二图像进行训练得到的关联分割模型的模型参数；

获取基于所述第一图像和所述增强第二图像进行训练得到的增强分割模型的模型参数；

基于所述关联分割模型的模型参数以及增强分割模型的模型参数确定目标模型函数；

基于所述模型函数分别更新所述关联分割模型和所述增强分割模型。

6.根据权利要求1所述的方法，其特征在于，在所述提取所述第一图像的第一图像特征，以及所述第二图像的第二图像特征之后，还包括：

将所述第一图像特征以及所述第二图像特征输入至卷积模块，以使所述卷积模块对各图像特征进行正则化处理。

7.一种图像分割方法，其特征在于，包括：

获取待分割图像；

将所述待分割图像输入至预先训练的分割模型，得到模型输出的图像特征；其中，所述分割模型基于权利要求1-6任一所述的分割模型训练方法预先训练得到。

8.一种分割模型训练装置，其特征在于，包括：

图像特征获取模块，用于获取第一图像以及所述第一图像匹配的第二图像，并基于初始分割模型分别提取所述第一图像的第一图像特征，以及所述第二图像的第二图像特征；

初始聚类结果获取模块，用于基于初始聚类中心点对所述第一图像特征进行聚类处理，得到第一初始聚类结果，并基于所述初始聚类中心点对所述第二图像特征进行聚类处理，得到第二初始聚类结果；

目标分割模型确定模块，用于基于所述第一初始聚类结果和所述第二初始聚类结果对初始分割模型进行训练，得到目标分割模型。