分割网络训练方法、使用方法、装置、设备及存储介质.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CN113705666A(43)申请公布日2021.11.26(21)申请号202110991125.5(22)申请日2021.08.26(71)申请人平安科技（深圳）有限公司地址518057广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人曾婵李葛郑强高鹏谢国彤(74)专利代理机构深圳市力道知识产权代理事务所(普通合伙)44507代理人张传义(51)Int.Cl.G06K9/62(2006.01)G06T7/11(2017.01)G06T7/194(2017.01)权利要求书3页说明书13页附图6页(54)发明名称分割网络训练方法、使用方法、装置、设备及存储介质(57)摘要本申请涉及人工智能技术领域，公开了一种分割网络训练方法、装置、设备及存储介质，其中，方法包括：根据第一图片训练集对第一分割网络进行有监督训练，得到初步图像分割网络；利用初步图像分割网络对第一图片训练集及第二图片训练集中的图片进行特征提取，得到对应的第一图片特征集及第二图片特征集；根据第一图片特征集及第二图片特征集对第二分割网络进行训练，得到图像来源识别网络；根据第二图片训练集对初步图像分割网络进行无监督迭代训练，并获取输出的分割结果图；根据图像来源识别网络和分割结果图评估初步图像分割网络是否训练完成；当初步图像分割网络训练完成时，输出目标图像分割网络。CN113705666ACN113705666A权利要求书1/3页1.一种分割网络训练方法，其特征在于，包括：获取第一图片训练集、及第二图片训练集，其中，所述第一图片训练集中的第一图片带有语义分割标签，所述第二图片训练集中的第二图片未带有语义分割标签，并且所述第一图片的主元素类别和所述第二图片中的主元素类别相同；根据所述第一图片训练集对预设的第一分割网络进行训练，得到初步图像分割网络；利用所述初步图像分割网络对所述第一图片训练集及所述第二图片训练集中的图片进行特征提取，以获取所述第一图片训练集对应的第一图片特征集，及所述第二图片训练集对应的第二图片特征集；根据所述第一图片特征集、及所述第二图片特征集对预设的第二分割网络进行训练，得到图像来源识别网络；根据所述第二图片训练集对所述初步图像分割网络进行迭代训练，并获取所述初步图像分割网络输出的分割结果图；根据所述图像来源识别网络和所述分割结果图评估所述初步图像分割网络是否训练完成；当所述初步图像分割网络训练完成时，输出目标图像分割网络。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一图片训练集对预设的第一分割网络进行训练，得到初步图像分割网络，包括：依次获取所述第一图片训练集中的第一图片输入预设的第一分割网络；利用所述第一分割网络的第一卷积层对所述第一图片进行背景特征提取，得到第一得分图，其中，所述第一得分图设置有所述第一图片的像素点对应背景类别的得分；利用所述第一分割网络的第二卷积层对所述第一图片进行主元素类别特征提取，得到第二得分图，其中，所述第一得分图与所述第二得分图的尺寸相同，且所述第二得分图设置有所述第一图片的像素点对应主元素类别的得分；根据所述第一得分图以及所述第二得分图，设置对应所述第一图片中各个像素点的训练权重值，得到对应所述第一图片的训练权重信息；根据所述第一图片及所述第一图片对应的训练权重信息，对所述第一分割网络进行训练；当所述第一分割网络根据所述第一图片训练集进行训练的次数达到预设值时，所述第一分割网络训练完成，输出初步图像分割网络。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一得分图以及所述第二得分图，设置对应所述第一图片中各个像素点的训练权重值，得到对应所述第一图片的训练权重信息，包括：根据预设函数获取所述第一得分图以及所述第二得分图对应像素点中得分最高的像素点，并将所述得分最高的像素点合并到预设得分图中，得到对应所述第一图片的分割得分图；根据所述分割得分图，得到对应所述第一图片的初始训练权重信息；识别所述分割得分图中得分低于预设得分值的像素，得到不理想得分像素集；提高所述初始训练权重信息中对应所述不理想得分像素集的训练权重值，得到对应所述第一图片的训练权重信息。2CN113705666A权利要求书2/3页4.根据权利要求1‑3中任一项所述的方法，其特征在于，所述根据所述第一图片特征集、及所述第二图片特征集对预设的第二分割网络进行训练，得到图像来源识别网络，包括：对所述第一图片特征集中的图片设置第一标签，并对所述第二图片特征集中的图片设置第二标签；根据所述第一图片特征集对预设的第二分割网络进行迭代训练，并获取所述第二分割网络训练过程中输出的第一输出图片；根据所述第二图片特征集对所述第二分割网络进行迭代训练，并获取