[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

说明书

本公开提供一种模型训练方法及装置、电子设备和计算机可读存储介质，涉及计算机技术领域。模型训练方法包括：将样本图像集中的图像和图像的场景类别信息输入至语义分割模型，得到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，根据第二标注结果和对应的图像确定第二训练集；利用第一训练集和第二训练集对语义分割模型进行训练。本公开可提高数据标注效率和准确性。

背景技术

语义分割的主要目的是对输入图像的每个像素属于什么物体进行预测，以区分输入图像中各物体的边缘轮廓。在对语义分割模型进行训练时，通常需要大量的具有标注数据的标注图像，但是标注图像需要大量的人力，标注成本高，操作效率低，标注数据质量低，一定程度影响模型的训练精度。

发明内容

本公开的目的在于提供一种模型训练方法、模型训练装置、电子设备和计算机可读存储介质，进而至少在一定程度上提高数据标注效率和标注准确性，提高模型训练精度。

根据本公开的第一方面，提供一种模型训练方法，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。

根据本公开的第二方面，提供一种模型训练装置，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。

根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

本公开实施例所涉及的模型训练方法，先将样本图像集中的图像和图像的场景类别信息输入至语义分割模型，得到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，并获取对错误的第一标注结果进行矫正后的第二标注结果，根据第二标注结果和对应的图像确定第二训练集，以利用第一训练集和第二训练集对语义分割模型进行训练。一方面，通过增加数据回流，将错误的第一标注结果进行矫正后的第二标注数据和对应的图像再次作为训练集对语义分割模型进行训练，增加正样本数量，随着模型不断迭代训练，更多的正样本用于训练语义分割模型，提升模型训练精度；另一方面，整个训练流程仅需少量人工介入，避免人工标注引入的质量偏差，提升训练集的准确性，降低标注成本，实现降本增效。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示出了本公开实施例的技术方案所涉及的阶段示意图；

图2示意性示出本公开示例性实施例的一种应用场景图；

图3示意性示出本公开示例性实施例的另一种应用场景图；

图4示意性示出本公开示例性实施例中模型训练方法的流程图；