[发明专利]图像分割方法、装置、电子设备、及存储介质

说明书

本公开实施例公开了一种图像分割方法、装置、电子设备、及存储介质，方法包括：获取待分割图像；将所述待分割图像输入预先训练的多类别识别模型，根据所述多类别识别模型的第一目标层的输出结果信息得到第一类别概率矩阵、以及根据所述多类别识别模型的第二目标层的输出结果信息得到第二类别概率矩阵，其中，所述第二类别属于所述第一类别的子类别，所述第一类别概率矩阵的元素表示所述待分割图像中对应位置像素属于第一类别的概率值，所述第二类别概率矩阵的元素表示所述待分割图像中对应位置像素属于第二类别的概率值。本公开实施例的技术方案能够快速对图像进行三分类语义分割，能够提高图像分割效率。

技术领域

本公开实施例涉及机器学习技术领域，具体涉及一种图像分割方法、装置、电子设备、及存储介质。

背景技术

目前，在各种应用场景中(例如照片修图、美颜拍照)需要对图像进行语义分割，图像分割的目的是对图像中的每个像素进行分类，即为每个像素打上类别标签。进行图像分割时，有时会面临需要分类成三类的问题，例如进行美颜拍照时，既要去掉脸上的斑痘和普通痣等影响美观的元素，又需要对比较经典的痣进行保留。

对于诸如上述这种图像分割问题，目前较为广泛的做法是，通常将训练样本标注为三种标签进行模型训练，例如标注为0，1，2，按照每个像素属于这三类的概率生成分别表征每一类型的三张概率图。这种方法其模型训练阶段复杂度无疑比较高，计算的难度也比较大，因此进行图像分割的效率较低。

发明内容

有鉴于此，本公开实施例提供一种图像分割方法、装置、电子设备、及存储介质，以实现够快速对图像进行三分类语义分割。

本公开实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开实施例的实践而习得。

第一方面，本公开实施例提供了一种图像分割方法，包括：

获取待分割图像；

将所述待分割图像输入预先训练的多类别识别模型，根据所述多类别识别模型的第一目标层的输出结果信息得到第一类别概率矩阵、以及根据所述多类别识别模型的第二目标层的输出结果信息得到第二类别概率矩阵，其中，所述第二类别属于所述第一类别的子类别，所述第一类别概率矩阵、所述第二类别概率矩阵、以及所述待分割图像的尺寸均相同，所述第一类别概率矩阵的元素表示所述待分割图像中对应位置像素属于第一类别的概率值，所述第二类别概率矩阵的元素表示所述待分割图像中对应位置像素属于第二类别的概率值。

第二方面，本公开实施例还提供了一种图像分割装置，包括：

待分割图像获取单元，用于获取待分割图像；

类别识别单元，用于将所述待分割图像输入预先训练的多类别识别模型，根据所述多类别识别模型的第一目标层的输出结果信息得到第一类别概率矩阵、以及根据所述多类别识别模型的第二目标层的输出结果信息得到第二类别概率矩阵，其中，所述第二类别属于所述第一类别的子类别，所述第一类别概率矩阵、所述第二类别概率矩阵、以及所述待分割图像的尺寸均相同，所述第一类别概率矩阵的元素表示所述待分割图像中对应位置像素属于第一类别的概率值，所述第二类别概率矩阵的元素表示所述待分割图像中对应位置像素属于第二类别的概率值。

第三方面，本公开实施例还提供了一种电子设备，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面中任一项所述方法的指令。

第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一项所述方法的步骤。