[发明专利]图像分割的方法、装置、电子设备和存储介质

权利要求书

1.一种图像分割的方法，其特征在于，包括：

接收原始图像、所述原始图像的第一标注数据和第二标注数据，其中，所述第一标注数据为基于预设标注框对所述原始图像中目标对象进行标注得到的轮廓数据，所述第二标注数据为对所述原始图像中目标对象轮廓进行识别得到的轮廓数据；

循环执行将所述第一标注数据和所述原始图像输入至预设辅模型，计算所述目标对象的第一轮廓标签；调用待训练主模型，以基于所述原始图像计算所述目标对象的第二轮廓标签；调用待训练标签生成模型，以基于所述第一轮廓标签和所述第二轮廓标签，计算所述目标对象的第三轮廓标签；进而将所述第三轮廓标签、所述第二轮廓标签和所述第二标注数据输入预设的损失函数，以调整所述待训练主模型和所述待训练标签生成模型中的参数；其中，所述预设辅模型为经过预先初步训练的分割模型，所述待训练主模型为未训练完成的图像分割模型，所述待训练标签生成模型为将输入的轮廓标签进行融合得出融合后的标签；

直至所述损失函数的值满足预设条件时，确定待训练主模型为图像分割模型；

获取待分割图像，将所述待分割图像输入所述图像分割模型，得出分割结果以进行图像分析。

2.根据权利要求1所述的方法，其特征在于，所述预设损失函数包括第一交叉熵和第二交叉熵之和，所述第一交叉熵为所述第三轮廓标签和所述第二标注数据之间的交叉熵，所述第二交叉熵为所述第二轮廓标签和所述第二标注数据之间的交叉熵。

3.根据权利要求1所述的方法，其特征在于，调整所述待训练主模型和所述待训练标签生成模型之后，包括：

将第三轮廓标签确定为新的第二标注数据，或者将第三轮廓标签和更新前的第二标注数据一起确定为新的第二标注数据；

基于所述第一标注数据和所述原始图像输入预设辅模型，以得出第一轮廓标签；

调用调整后的待训练主模型，以基于所述原始图像计算新的第二轮廓标签；调用调整后的待训练标签生成模型，以基于第一轮廓标签和新的第二轮廓标签，计算新的第三轮廓标签；

将新的第三轮廓标签、新的第二轮廓标签和更新的第二标注数据输入所述损失函数，以对调整后的待训练主模型和调整后的待训练标签生成模型再次调整。

4.根据权利要求1所述的方法，其特征在于，将所述第一标注数据和所述原始图像输入至预设辅模型，计算所述目标对象的第一轮廓标签，包括：

基于所述第一标注数据，从所述原始图像中分别提取各预设大小的特征图像，将所述特征图像对应像素点的像素相乘，得出所述目标对象的第一轮廓标签。

5.根据权利要求1所述的方法，其特征在于，所述待训练标签生成模型包括两个3×3的卷积层。

6.根据权利要求1所述的方法，其特征在于，所述预设辅模型包括预先训练的图像分割模型。

7.一种图像分割的装置，其特征在于，包括：

接收单元，用于接收原始图像、所述原始图像的第一标注数据和第二标注数据，其中，所述第一标注数据为基于预设标注框对所述原始图像中目标对象进行标注得到的轮廓数据，所述第二标注数据为对所述原始图像中目标对象轮廓进行识别得到的轮廓数据；

训练单元，用于循环执行将所述第一标注数据和所述原始图像输入至预设辅模型，计算所述目标对象的第一轮廓标签；调用待训练主模型，以基于所述原始图像计算所述目标对象的第二轮廓标签；调用待训练标签生成模型，以基于所述第一轮廓标签和所述第二轮廓标签，计算所述目标对象的第三轮廓标签；进而将所述第三轮廓标签、所述第二轮廓标签和所述第二标注数据输入预设的损失函数，以调整所述待训练主模型和所述待训练标签生成模型中的参数；其中，所述预设辅模型为经过预先初步训练的分割模型，所述待训练主模型为未训练完成的图像分割模型，所述待训练标签生成模型为将输入的轮廓标签进行融合得出融合后的标签；

确定单元，用于直至所述损失函数的值满足预设条件时，确定待训练主模型为图像分割模型；

分割单元，用于获取待分割图像，将所述待分割图像输入所述图像分割模型，得出分割结果以进行图像分析。