[发明专利]一种基于涂鸦的弱监督语义分割方法与系统

摘要

本发明提出一种基于涂鸦的弱监督语义分割方法与系统，包括：获取多张训练图片，训练图片均对应有涂鸦标记和边缘图；选取训练图片作为当前图片，将当前图片输入至语义分割网络，得到当前图片的高层语义特征；将高层语义特征输入至预测修正网络，得到当前图片的分割结果图，并根据当前图片的涂鸦标记，得到当前图片中涂鸦标记区域的交叉熵损失；将高层语义特征输入至边界回归网络，得到当前图片中目标的边界图，并根据当前图片的边缘图，得到边界图中边界区域的均值方差损失；构建总损失函数，并判断总损失函数是否收敛，若是，则将当前预测修正网络作为语义分割模型；将待语义分割的图片输入至语义分割模型，得到待语义分割的图片的分割结果图。

主权项

1.一种基于涂鸦的弱监督语义分割方法，其特征在于，包括：步骤1、获取由多张训练图片构成的训练集，其中每张该训练图片均对应有涂鸦标记和边缘图；步骤2、从该训练集中选取训练图片作为当前图片，将该当前图片输入至语义分割网络，得到该当前图片的高层语义特征；步骤3、将该高层语义特征输入至预测修正网络，得到该当前图片的分割结果图，并根据该当前图片的涂鸦标记，得到该当前图片中涂鸦标记区域的交叉熵损失；步骤4、将该高层语义特征输入至边界回归网络，得到该当前图片中目标的边界图，并根据该当前图片的边缘图，得到该边界图中边界区域的均值方差损失；步骤5、以该交叉熵损失和该均值方差损失，构建总损失函数，并判断该总损失函数是否收敛，若是，则将当前该预测修正网络作为语义分割模型，否则继续执行该步骤2；步骤6、将待语义分割的图片输入至该语义分割模型，得到该待语义分割的图片的分割结果图。