[发明专利]一种卷积网络模型的获取方法、装置及处理设备

权利要求书

1.一种卷积网络模型的获取方法，其特征在于，包括：

分别获取第一预设格式的初始图片和所述第一预设格式的标注图片；所述第一预设格式的初始图片是基于对摄像头采集的初始图片进行缩小处理后得到的；

对所述第一预设格式的初始图片进行缩小处理，得到第二预设格式的初始图片；

将所述第二预设格式的初始图片输入至初始卷积网络模型中，得到所述第二预设格式的初始图片对应的多个特征图；

对所述多个特征图进行反卷积处理，得到所述第二预设格式的初始图片对应的预测标注图片；其中，所述预测标注图片对应的第一向量的维度与第一预设格式的标注图片对应的第二向量的维度相同，所述预测标注图片对应第一向量；

计算所述第一向量和所述第一预设格式的标注图片对应的第二向量的差异值；

根据所述差异值对所述初始卷积网络模型进行迭代处理，以调整所述初始卷积网络模型中参数的权重值，直至所述调整后的初始卷积网络模型输出的期望标注图片对应的第一向量和所述第二向量的差异值满足预设条件；

所述对所述第一预设格式的初始图片进行缩小处理，得到第二预设格式的初始图片，包括：

根据所述期望标注图片与所述第一预设格式的标注图片的差异值确定缩小比例；

根据所述缩小比例对所述第一预设格式的初始图片进行缩小处理，得到第二预设格式的初始图片。

2.一种图片分割方法，其特征在于，包括：

接收输入的第一预设格式的待处理图片；所述第一预设格式的待处理图片是基于对摄像头采集的待处理图片进行缩小处理后得到的；

对所述第一预设格式的待处理图片进行缩小处理，得到第二预设格式的待处理图片；

根据卷积网络模型对所述第二预设格式的待处理图片进行分割处理，输出分割处理后的目标标注图片；所述卷积网络模型为上述权利要求1所述的调整后的卷积网络模型。

3.一种卷积网络模型的获取装置，其特征在于，包括：

获取单元，用于分别获取第一预设格式的初始图片和所述第一预设格式的标注图片；所述第一预设格式的初始图片是基于对摄像头采集的初始图片进行缩小处理后得到的；

处理单元，用于对所述第一预设格式的初始图片进行缩小处理，得到第二预设格式的初始图片；

确定单元，用于将所述第二预设格式的初始图片输入至初始卷积网络模型中，得到所述第二预设格式的初始图片对应的多个特征图；并对所述多个特征图进行反卷积处理，得到所述第二预设格式的初始图片对应的预测标注图片；其中，所述预测标注图片对应的第一向量的维度与第一预设格式的标注图片对应的第二向量的维度相同，所述预测标注图片对应第一向量；

所述处理单元，还用于计算所述第一向量和所述第一预设格式的标注图片对应的第二向量的差异值；

所述处理单元，还用于根据所述差异值对所述初始卷积网络模型进行迭代处理，以调整所述初始卷积网络模型中参数的权重值，直至所述调整后的初始卷积网络模型输出的期望标注图片对应的第一向量和所述第二向量的差异值满足预设条件；

所述处理单元，具体用于根据期望标注图片与所述第一预设格式的标注图片的差异值确定缩小比例；并根据所述缩小比例对所述第一预设格式的初始图片进行缩小处理，得到第二预设格式的初始图片。

4.一种图片分割装置，其特征在于，包括：

接收单元，用于接收输入的第一预设格式的待处理图片；所述第一预设格式的待处理图片是基于对摄像头采集的待处理图片进行缩小处理后得到的；

处理单元，用于对所述第一预设格式的待处理图片进行缩小处理，得到第二预设格式的待处理图片；

所述处理单元，还用于根据卷积网络模型对所述第二预设格式的待处理图片进行分割处理，输出分割处理后的目标标注图片；所述卷积网络模型为上述权利要求1所述的调整后的卷积网络模型。

5.一种处理设备，其特征在于，包括处理器及存储器；

其中，所述存储器，用于存储程序指令；

所述处理器，用于调用并执行所述存储器中存储的程序指令，执行上述权利要求1所示的卷积网络模型的获取方法；

或者，所述处理器，用于调用并执行所述存储器中存储的程序指令，执行上述权利要求2所示的图片分割方法。

6.一种计算机可读存储介质，其特征在于，计算机可读存储介质上存储有计算机程序，在计算机程序被处理器执行时，执行上述权利要求1所示的卷积网络模型的获取方法；

或者，在计算机程序被处理器执行时，执行上述权利要求2所示的图片分割方法。