本公開涉及一種訓(xùn)練一分割模型的方法及裝置，特別涉及一種使用一圖像產(chǎn)生器訓(xùn)練一分割模型的方法及裝置。

背景技術(shù)：

1、圖像分割是圖像處理技術(shù)領(lǐng)域中一個至關(guān)重要的技術(shù)，因為它是作為圖像處理的前期步驟，分割的好壞直接影響到后續(xù)處理過程的結(jié)果，如特征提取、目標(biāo)識別等。

2、目前用于訓(xùn)練分割模型參數(shù)的圖像使用標(biāo)記圖像(labeled?image)。標(biāo)記圖像可以定義為已知分類結(jié)果的一組特征值。分類結(jié)果通常稱為標(biāo)記。未標(biāo)記圖像(unlabeledimage)可以定義為分類結(jié)果未知的一組特征值。

3、然而，標(biāo)記圖像通常難以獲取和/或獲取成本高昂。此外，通常需要大量標(biāo)記圖像才能產(chǎn)生準(zhǔn)確的分割模型，這使得獲取標(biāo)記圖像的任務(wù)更加艱巨。

4、因此，需要一種訓(xùn)練分割模型的方法及裝置，以達(dá)到可使用標(biāo)記圖像和未標(biāo)記圖像的組合來產(chǎn)生更準(zhǔn)確分割模型的目的。

技術(shù)實現(xiàn)思路

1、以下公開的內(nèi)容僅為示例性的，且不意指以任何方式加以限制。除所述說明方面、實施方式和特征之外，通過參照附圖和下述具體實施方式，其他方面、實施方式和特征也將顯而易見。即，以下公開的內(nèi)容被提供以介紹概念、重點、益處及本文所描述新穎且非顯而易見的技術(shù)優(yōu)勢。所選擇，非所有的，實施例將進(jìn)一步詳細(xì)描述如下。因此，以下公開的內(nèi)容并不意旨在所要求保護(hù)主題的必要特征，也不意旨在決定所要求保護(hù)主題的范圍中使用。

2、因此，本公開的主要目的即在于提供一種訓(xùn)練分割模型的方法及裝置。

3、本公開提出一種訓(xùn)練分割模型的方法，包括：使用多個第一訓(xùn)練圖像訓(xùn)練一分割模型；使用多個第二訓(xùn)練圖像訓(xùn)練一圖像產(chǎn)生器；將真實圖像輸入至上述分割模型，以產(chǎn)生預(yù)測標(biāo)注圖像(annotation?image)；將上述預(yù)測標(biāo)注圖像輸入至上述圖像產(chǎn)生器，以產(chǎn)生虛假圖像；以及根據(jù)上述真實圖像與上述虛假圖像之間的差異所造成的損失更新上述分割模型及上述圖像產(chǎn)生器。

4、在一些實施例中，上述第一訓(xùn)練圖像為標(biāo)記圖像(labeled?image)。

5、在一些實施例中，上述真實圖像為標(biāo)記圖像(labeled?image)。

6、在一些實施例中，上述真實圖像包括標(biāo)記圖像(labeled?image)及未標(biāo)記圖像(unlabeled?image)。

7、在一些實施例中，上述分割模型基于一vgg-unet模型。

8、在一些實施例中，上述圖像產(chǎn)生器基于具有像素對像素(pixel?to?pixel)的一生成對抗網(wǎng)絡(luò)(generative?adversarial?network，gan)模型。

9、本公開提出一種訓(xùn)練分割模型的裝置，包括：一或多個處理器；以及一或多個計算機(jī)存儲介質(zhì)，存儲計算機(jī)可讀指令，其中上述處理器使用上述計算機(jī)存儲介質(zhì)以執(zhí)行：使用多個第一訓(xùn)練圖像訓(xùn)練一分割模型；使用多個第二訓(xùn)練圖像訓(xùn)練一圖像產(chǎn)生器；將真實圖像輸入至上述分割模型，以產(chǎn)生預(yù)測標(biāo)注圖像(annotation?image)；將上述預(yù)測標(biāo)注圖像輸入至上述圖像產(chǎn)生器，以產(chǎn)生虛假圖像；以及根據(jù)上述真實圖像與上述虛假圖像之間的差異所造成的損失更新上述分割模型及上述圖像產(chǎn)生器。

技術(shù)特征：

1.一種訓(xùn)練分割模型的方法，包括：

2.如權(quán)利要求1所述的訓(xùn)練分割模型的方法，其中上述第一訓(xùn)練圖像為標(biāo)記圖像(labeledimage)。

3.如權(quán)利要求1所述的訓(xùn)練分割模型的方法，其中上述真實圖像為標(biāo)記圖像(labeledimage)。

4.如權(quán)利要求1所述的訓(xùn)練分割模型的方法，其中上述真實圖像包括標(biāo)記圖像(labeledimage)及未標(biāo)記圖像(unlabeledimage)。

5.如權(quán)利要求1所述的訓(xùn)練分割模型的方法，其中上述分割模型基于vgg-unet模型。

6.如權(quán)利要求1所述的訓(xùn)練分割模型的方法，其中上述圖像產(chǎn)生器基于具有像素對像素(pixeltopixel)的生成對抗網(wǎng)絡(luò)(generativeadversarialnetwork，gan)模型。

7.一種訓(xùn)練分割模型的裝置，包括：

8.如權(quán)利要求7所述的訓(xùn)練分割模型的裝置，其中上述第一訓(xùn)練圖像為標(biāo)記圖像(labeledimage)。

9.如權(quán)利要求7所述的訓(xùn)練分割模型的裝置，其中上述真實圖像為標(biāo)記圖像(labeledimage)。

10.如權(quán)利要求7所述的訓(xùn)練分割模型的裝置，其中上述真實圖像包括標(biāo)記圖像(labeledimage)及未標(biāo)記圖像(unlabeledimage)。

技術(shù)總結(jié)
一種訓(xùn)練分割模型的方法及裝置。該訓(xùn)練分割模型的方法包括：使用多個第一訓(xùn)練圖像訓(xùn)練一分割模型；使用多個第二訓(xùn)練圖像訓(xùn)練一圖像產(chǎn)生器；將真實圖像輸入至上述分割模型，以產(chǎn)生預(yù)測標(biāo)注圖像；將上述預(yù)測標(biāo)注圖像輸入至上述圖像產(chǎn)生器，以產(chǎn)生虛假圖像；以及根據(jù)上述真實圖像與上述虛假圖像之間的差異所造成的損失更新上述分割模型及上述圖像產(chǎn)生器。

技術(shù)研發(fā)人員：張嘉淵,鄭楷儒,陳少昂,陳冠中
受保護(hù)的技術(shù)使用者：廣達(dá)電腦股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/24