[发明专利]图像分割模型训练方法、图像分割方法、装置、设备及介质

权利要求书

1.一种图像分割模型训练方法，其特征在于，包括：

获取样本数据集，所述样本数据集包含若干训练图像，各所述训练图像分别标注有对应的分割标签；

根据所述样本数据集对预先建立的图像分割模型进行训练，所述图像分割模型包含编码器和解码器，其中，所述解码器采用子像素卷积网络进行上采样。

2.根据权利要求1所述的的图像分割模型训练方法，其特征在于，在获取样本数据集后，所述方法还包括：

对所述样本数据集进行数据增强处理。

3.根据权利要求1所述的的图像分割模型训练方法，其特征在于，所述编码器包含多个依次级联的编码模块，其中，不同所述编码模块用于提取不同尺寸的编码特征图像。

4.根据权利要求3所述的的图像分割模型训练方法，其特征在于，所述解码器包含多个依次级联的解码模块，其中，不同所述解码模块以跳跃连接方式与对应所述编码模块相连，并且各所述解码模块分别包含所述子像素卷积模块以及与所述子像素卷积模块连接的残差块。

5.根据权利要求1所述的的图像分割模型训练方法，其特征在于，所述编码器采用轻量级网络。

6.根据权利要求1所述的的图像分割模型训练方法，其特征在于，所述子像素卷积模块包含卷积层、重塑层和转置层。

7.根据权利要求1所述的的图像分割模型训练方法，其特征在于，所述根据所述样本数据集对预先建立的图像分割模型进行训练，包括：

从所述样本数据集中选取目标训练图像输入至所述图像分割模型中进行处理，得到所述目标训练图像的分割结果；

根据所述目标训练图像对应的分割结果以及标注的分割标签，确定损失函数；

根据所述损失函数对所述图像分割模型进行迭代训练，直至满足预定训练终止条件。

8.一种图像分割方法，其特征在于，包括：

获取待分割图像；

基于权利要求1-7中任一项所述的方法训练得到的所述图像分割模型对所述待分割图像进行处理，得到所述待分割图像的目标分割结果。

9.一种图像分割模型训练装置，其特征在于，包括：

样本获取模块，用于获取样本数据集，所述样本数据集包含若干训练图像，各所述训练图像分别标注有对应的分割标签；

模型训练模块，用于根据所述样本数据集对预先建立的图像分割模型进行训练，所述图像分割模型包含编码器和解码器，其中，所述解码器采用子像素卷积网络进行上采样。

10.根据权利要求9所述的的图像分割模型训练装置，其特征在于，所述装置还包括：数据增强模块，用于在获取样本数据集后，对所述样本数据集进行数据增强处理。

11.根据权利要求9所述的的图像分割模型训练装置，其特征在于，所述编码器包含多个依次级联的编码模块，其中，不同所述编码模块用于提取不同尺寸的编码特征图像。

12.根据权利要求11所述的的图像分割模型训练装置，其特征在于，所述解码器包含多个依次级联的解码模块，其中，不同所述解码模块以跳跃连接方式与对应所述编码模块相连，并且各所述解码模块分别包含所述子像素卷积模块以及与所述子像素卷积模块连接的残差块。

13.根据权利要求9所述的的图像分割模型训练装置，其特征在于，所述编码器采用轻量级网络。

14.根据权利要求9所述的的图像分割模型训练装置，其特征在于，所述子像素卷积模块包含卷积层、重塑层和转置层。