图像数据筛选、图像分割模型训练方法、装置和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113762262A(43)申请公布日2021.12.07(21)申请号202110547841.4(22)申请日2021.05.19(71)申请人腾讯科技（深圳）有限公司地址518000广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人沈昊成(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人毛丹(51)Int.Cl.G06K9/34(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书6页说明书31页附图19页(54)发明名称图像数据筛选、图像分割模型训练方法、装置和存储介质(57)摘要本申请涉及一种图像数据筛选方法、装置、计算机设备和存储介质。所述方法包括：对各个待筛选图像进行预分割，得到各个待筛选图像对应的图像分割类别概率，基于图像分割类别概率计算得到各个待筛选图像对应的图像筛选度；基于图像筛选度从各个待筛选图像中进行筛选，得到第一筛选图像集和未选取图像集；计算第一筛选图像集与未选取图像集的第一相似度，基于第一相似度从第一筛选图像集中进行代表性图像筛选，得到第二筛选图像集；计算第二筛选图像集与已标注图像集的第二相似度，基于第二相似度从第二筛选图像集中进行多样性图像筛选，得到第一目标图像集，第一目标图像集用于训练图像分割模型。采用本方法能够提高图像数据筛选的质量。CN113762262ACN113762262A权利要求书1/6页1.一种图像数据筛选方法，其特征在于，所述方法包括：获取待筛选图像集，所述待筛选图像集中包括各个待筛选图像；对所述各个待筛选图像进行预分割，得到所述各个待筛选图像对应的图像分割类别概率，并基于所述图像分割类别概率进行图像筛选可能性的计算，得到所述各个待筛选图像对应的图像筛选度；基于所述图像筛选度从各个待筛选图像中进行筛选，得到第一筛选图像集和未选取图像集；计算所述第一筛选图像集与所述未选取图像集的第一相似度，基于所述第一相似度从所述第一筛选图像集中进行代表性图像筛选，得到第二筛选图像集；获取已标注图像集，所述已标注图像集和所述待筛选图像集中的图像属于同类型图像，计算所述第二筛选图像集与所述已标注图像集的第二相似度，基于所述第二相似度从所述第二筛选图像集中进行多样性图像筛选，得到第一目标图像集，所述第一目标图像集用于在获取到图像分割类别标签后训练图像分割模型。2.根据权利要求1所述的方法，其特征在于，所述对所述各个待筛选图像进行预分割，得到所述各个待筛选图像对应的图像分割类别概率，并基于所述图像分割类别概率进行图像筛选可能性的计算，得到所述各个待筛选图像对应的图像筛选度，包括：将所述各个待筛选图像输入到预训练图像分割模型中进行预分割，得到输出的所述各个待筛选图像对应的像素级图像分割类别概率；基于所述各个待筛选图像对应的像素级图像分割类别概率进行信息度计算，得到所述各个待筛选图像对应的图像分割信息度；基于所述各个待筛选图像对应的像素级图像分割类别概率进行预分割精确度计算，得到各个待筛选图像对应的图像分割精确度；基于所述图像分割信息度和所述图像分割精确度进行加权计算，得到所述各个待筛选图像对应的图像筛选度。3.根据权利要求2所述的方法，其特征在于，所述预训练图像分割模型包括随机置零网络；所述将所述各个待筛选图像输入到预训练图像分割模型中进行预分割，得到输出的所述各个待筛选图像对应的像素级图像分割类别概率，包括：将所述各个待筛选图像输入到预训练图像分割模型中，所述预训练图像分割模型通过所述随机置零网络将预训练模型参数随机置零并进行预分割，得到每个待筛选图像对应的各个像素级图像分割类别概率；基于所述每个待筛选图像对应的各个像素级图像分割类别概率进行融合，得到各个待筛选图像对应的像素级图像分割类别概率。4.根据权利要求2所述的方法，其特征在于，所述基于所述各个待筛选图像对应的像素级类别概率进行信息度计算，得到所述各个待筛选图像对应的图像分割信息度，包括：基于所述各个待筛选图像对应的像素级类别概率进行信息熵计算，得到像素级分割信息熵，将所述像素级分割信息熵归一化，得到所述各个待筛选图像对应的像素级分割信息度；将所述像素级分割信息度进行融合，得到所述各个待筛选图像对应的图像分割信息2CN113762262A权利要求书2/6页度。5.根据权利要求3所述的方法，其特征在于，所述基于所述各个待筛选图像对应的像素级图像分割类别概率进行预分割精确度计算，得到各个待筛选图像对应的图像分割精确度，包括：获取所述每个待筛选图像对应的各个像素级图像分割类别概率，将每个待筛选图像对应的各个像素级图像分割类别概率分别进行二值化，得到所述每个待筛选图像对应的