[发明专利]模型训练方法及装置、电子设备和计算机可读存储介质

权利要求书

1.一种模型训练方法，其特征在于，包括：

将样本图像集中的图像和所述图像的场景类别信息输入至语义分割模型，得到所述图像的第一标注结果；

根据正确的第一标注结果和对应的图像确定第一训练集；

获取对错误的第一标注结果进行矫正后的第二标注结果，根据所述第二标注结果和对应的图像确定第二训练集；

利用所述第一训练集和所述第二训练集对所述语义分割模型进行训练。

2.根据权利要求1所述的方法，其特征在于，获取所述图像的场景类别信息，包括：

响应于对所述图像中的待分割的场景类别的获取操作，根据所述获取操作确定所述图像的场景类别信息；

其中，所述图像的场景类别信息包括所述图像中的待分割的场景类别的文本描述信息。

3.根据权利要求1所述的方法，其特征在于，在所述将样本图像集中的图像和所述图像的场景类别信息输入至语义分割模型，得到所述图像的第一标注结果之后，还包括：

根据所述第一标注结果确定所述图像中的目标对象轮廓；

若所述目标对象轮廓与预设的标注规则描述信息及所述图像的场景类别信息匹配，则确定所述第一标注结果为正确；

若所述目标对象轮廓与所述预设的标注规则描述信息或所述图像的场景类别信息不匹配，则确定所述第一标注结果为错误。

4.根据权利要求1所述的方法，其特征在于，所述获取对错误的第一标注结果进行矫正后的第二标注结果，包括：

接收所述错误的第一标注结果对应图像的交互式标注信息，并利用预设的标注模型根据所述交互式标注信息确定所述第二标注结果。

5.根据权利要求1所述的方法，其特征在于，所述利用所述第一训练集和所述第二训练集对所述语义分割模型进行训练，包括：

将所述第一训练集和所述第二训练集中的图像和所述图像的场景类别信息输入至所述语义分割模型进行迭代优化训练；

在每次迭代优化训练后对所述第一训练集和所述第二训练集中的图像进行标注，并根据标注结果更新所述第一训练集和第二训练集；其中，更新后的第二训练集中的图像对应的标注结果是对错误的标注结果进行矫正获得的。

6.根据权利要求5所述的方法，其特征在于，在所述利用所述第一训练集和所述第二训练集对所述语义分割模型进行训练之后，还包括：

基于训练完成的目标语义分割模型对待检测图像进行分割，得到所述待检测图像的分割结果；

响应所述分割结果中的目标对象的轮廓与预设的标注规则描述信息及所述待检测图像的场景类别信息匹配，将所述待检测图像和对应的分割结果作为样本图像；

当所述样本图像的数量达到预设数量阈值，利用所述样本图像、更新后的第一训练集、更新后的第二训练集对所述目标语义分割模型进行迭代优化训练。

7.根据权利要求1至6中任一项所述的方法，其特征在于，所述样本图像集中的图像包括灰度图和彩色图，在所述将样本图像集中的图像和所述图像的场景类别信息输入至语义分割模型之前，还包括：

将所述灰度图由单通道转换为三通道。

8.一种模型训练装置，其特征在于，包括：

数据标注模块，用于将样本图像集中的图像和所述图像的场景类别信息输入至语义分割模型，得到所述图像的第一标注结果；

数据确定模块，用于根据正确的第一标注结果和对应的图像确定第一训练集；

矫正模块，用于获取对错误的第一标注结果进行矫正后的第二标注结果，根据所述第二标注结果和对应的图像确定第二训练集；

模型训练模块，用于利用所述第一训练集和所述第二训练集对所述语义分割模型进行训练。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。