[发明专利]图像语义分割模型训练方法、图像语义分割方法及装置

权利要求书

1.一种图像语义分割模型训练方法，其特征在于，包括：

根据待分割图像中所有像素的标签真值，对所述待分割图像进行边缘检测，得到所述待分割图像每个类别的物体边缘图像；

依据所述待分割图像每个类别的物体边缘图像，获得待训练的图像语义分割模型预测所述待分割图像中各个类别的每个像素对应的权重；

根据所述待分割图像中各个类别的每个像素对应的权重，获得图像语义分割模型预测所述待分割图像中各类别的每个像素的损失值；

根据所述损失值，调整图像语义分割模型的参数，获得训练好的图像语义分割模型。

2.根据权利要求1所述的方法，其特征在于，所述根据待分割图像中所有像素的标签真值，对所述待分割图像进行边缘检测，得到所述待分割图像每个类别的物体边缘图像之前，还包括：

根据所述待分割图像的直方图，获得所述待分割图像中所有像素的标签真值；

依据邻域像素的标签真值法或者图像像素值梯度法，对所述待分割图像中所有像素的标签真值进行边缘检测，得到所述待分割图像每个类别的物体边缘图像。

3.根据权利要求1所述的方法，其特征在于，所述依据所述待分割图像每个类别的物体边缘图像，获得待训练的图像语义分割模型预测所述待分割图像中各个类别的每个像素对应的权重，包括：

根据所述待分割图像中每个类别的物体边缘图像，获得待训练的图像语义分割模型预测所述待分割图像中各个类别的每个像素对应的权重，所述待分割图像中每个像素对应的权重等于第一超参数加上第二超参数与相应的所述物体边缘图像中每个像素的值的积。

4.根据权利要求1所述的方法，其特征在于，所述根据所述待分割图像中各个类别的每个像素对应的权重，获得图像语义分割模型预测所述待分割图像中各类别的每个像素的损失值，包括：

根据设定损失函数，获得图像语义分割模型预测所述图像中各个类别的每个像素的预测损失值；

根据所述待分割图像中各个类别的每个像素对应的权重、预测损失值，获得图像语义分割模型预测所述待分割图像中各类别的每个像素的损失值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述损失值，调整图像语义分割模型的参数，获得训练好的图像语义分割模型，包括：

根据图像语义分割模型预测所述图像中各类别的每个像素的损失值，获得图像语义分割模型预测所述待分割图像的平均损失值；

根据所述平均损失值，调整图像语义分割模型的参数，获得训练好的图像语义分割模型。

6.一种图像语义分割方法，其特征在于，包括：

获取待分割图像；

将所述待分割图像输入图像语义分割模型，获得图像语义分割模型输出的所述待分割图像对应的分割结果，所述图像语义分割模型根据权利要求1-5中任一项所述的图像语义分割模型训练方法训练得到。

7.一种图像语义分割模型训练装置，其特征在于，包括：

第一处理模块，用于根据待分割图像中所有像素的标签真值，对所述待分割图像进行边缘检测，得到所述待分割图像每个类别的物体边缘图像；

第二处理模块，用于依据所述待分割图像每个类别的物体边缘图像，获得待训练的图像语义分割模型预测所述待分割图像中各个类别的每个像素对应的权重；

第三处理模块，用于根据所述待分割图像中各个类别的每个像素对应的权重，获得图像语义分割模型预测所述待分割图像中各类别的每个像素的损失值；

第四处理模块，用于根据所述损失值，调整图像语义分割模型的参数，获得训练好的图像语义分割模型。

8.一种图像语义分割装置，其特征在于，包括：

图像获取模块，用于获取待分割图像；

图像分割模块，用于将所述待分割图像输入图像语义分割模型，获得图像语义分割模型输出的所述待分割图像对应的分割结果，所述图像语义分割模型通过权利要求7所述的图像语义分割模型训练装置训练得到。