圖像分割和分類方法及其模型訓(xùn)練方法、相關(guān)裝置及介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202110638029.2 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113313697A 公開(kāi)（公告）日 2021-08-27
申請(qǐng)公布號(hào) CN113313697A 申請(qǐng)公布日 2021-08-27
分類號(hào) G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06K9/62（2006.01）I;G06N20/00（2019.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張晨濱;陳文;胡志強(qiáng) 申請(qǐng)（專利權(quán)）人 青島商湯科技有限公司
代理機(jī)構(gòu) 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 何倚雯
地址 266000山東省青島市中國(guó)（山東）自由貿(mào)易試驗(yàn)區(qū)青島片區(qū)長(zhǎng)白山路888號(hào)九鼎峰大廈212-7室
法律狀態(tài) -

摘要

摘要 本申請(qǐng)公開(kāi)了圖像分割和分類方法及其模型訓(xùn)練方法、相關(guān)裝置及介質(zhì)，其中，圖像分割模型用于對(duì)輸入圖像的不同區(qū)域進(jìn)行預(yù)測(cè)，該圖像分割模型的訓(xùn)練方法包括：將樣本病理圖像中的不同區(qū)域劃分為第一有標(biāo)簽區(qū)域和無(wú)標(biāo)簽區(qū)域；其中，第一有標(biāo)簽區(qū)域是按照樣本病理圖像所屬的實(shí)際類別進(jìn)行標(biāo)注，無(wú)標(biāo)簽區(qū)域未被標(biāo)注；利用第一有標(biāo)簽區(qū)域?qū)D像分割模型進(jìn)行第一訓(xùn)練；分別利用前后兩個(gè)周期的第一訓(xùn)練所得到的圖像分割模型對(duì)無(wú)標(biāo)簽區(qū)域進(jìn)行預(yù)測(cè)，得到無(wú)標(biāo)簽區(qū)域的第一類別預(yù)測(cè)結(jié)果和第二類別預(yù)測(cè)結(jié)果；基于第一類別預(yù)測(cè)結(jié)果和第二類別預(yù)測(cè)結(jié)果之間的差異，調(diào)整圖像分割模型的網(wǎng)絡(luò)參數(shù)。上述方案，使圖像分割模型具有較高的穩(wěn)定性和魯棒性。