[发明专利]一种模型获取方法、模型获取装置及智能设备在审
申请号: | 202011567053.3 | 申请日: | 2020-12-25 |
公开(公告)号: | CN112580567A | 公开(公告)日: | 2021-03-30 |
发明(设计)人: | 顾在旺;程骏;胡淑萍;王东;张惊涛;郭渺辰;庞建新 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46;G06K9/62 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 肖遥 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 模型 获取 方法 装置 智能 设备 | ||
1.一种模型获取方法,其特征在于,包括:
通过待训练的特征提取编码器对样本图像进行编码;
分别通过待训练的边缘检测解码器及待训练的人像分割解码器对编码结果进行解码,得到所述边缘检测解码器所输出的所述样本图像的边缘结果,以及,所述人像分割解码器所输出的所述样本图像的分割结果;
基于所述边缘结果、所述分割结果及所述样本图像计算所述边缘检测解码器、所述人像分割解码器及所述特征提取编码器的总损失;
若所述总损失未达到收敛,则根据所述总损失对所述边缘检测解码器、人像分割解码器及特征提取编码器进行优化,并返回执行所述通过待训练的特征提取编码器对样本图像进行编码的步骤及后续步骤,直至所述总损失达到收敛后,获得已训练的人像分割模型,其中,所述已训练的人像分割模型由已训练的特征提取编码器及已训练的人像分割解码器而构成。
2.如权利要求1所述的模型获取方法,其特征在于,所述通过待训练的特征提取编码器对样本图像进行编码,包括:
对所述样本图像进行预处理;
通过待训练的特征提取编码器对预处理后的所述样本图像进行编码。
3.如权利要求2所述的模型获取方法,其特征在于,所述预处理包括尺寸调整处理;相应地,所述对所述样本图像进行预处理,包括:
检测所述样本图像的尺寸;
若所述尺寸与预设尺寸不匹配,则对所述样本图像的尺寸进行调整,使得调整后的所述样本图像的尺寸与所述预设尺寸相匹配,其中,所述预设尺寸基于所述特征提取编码器而确定。
4.如权利要求2所述的模型获取方法,其特征在于,所述预处理包括归一化处理;相应地,所述对所述样本图像进行预处理,包括:
针对所述样本图像的每个像素点,获取所述像素点在各个颜色通道下的原始像素值;
分别将所述像素点在各个颜色通道下的原始像素值映射至预设范围内,得到所述像素点在各个颜色通道下的归一化像素值。
5.如权利要求4所述的模型获取方法,其特征在于,所述分别将所述像素点在各个颜色通道下的原始像素值映射至预设范围内,得到所述像素点在各个颜色通道下的归一化像素值,包括:
针对每个颜色通道,获取所述样本图像在所述颜色通道下的最大原始像素值及最小原始像素值;
计算所述像素点在所述颜色通道下的原始像素值与所述最小原始像素值的像素差值;
将所述像素差值与所述最大原始像素值的比值确定为所述像素点在所述颜色通道下的归一化像素值。
6.如权利要求1所述的模型获取方法,其特征在于,所述样本图像预先标注有边缘标签及分割标签,所述基于所述边缘结果、所述分割结果及所述样本图像计算所述边缘检测解码器、所述人像分割解码器及所述特征提取编码器的总损失,包括:
基于所述边缘结果及所述边缘标签,计算边缘损失;
基于所述分割结果及所述分割标签,计算分割损失;
将所述边缘损失及分割损失之和确定为所述总损失。
7.如权利要求1至6任一项所述的模型获取方法,其特征在于,在所述获得已训练的人像分割模型之后,所述模型获取方法还包括:
采集待分割图像;
将所述待分割图像输入至所述已训练的人像分割模型,得到人像分割结果;
将所述人像分割结果传输至预设应用,以指示所述预设应用基于所述人像分割结果进行人机交互操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011567053.3/1.html,转载请声明来源钻瓜专利网。