[发明专利]图像语义分割方法、装置及计算机可读存储介质在审
| 申请号： | 201810281858.8 | 申请日： | 2018-04-02 |
| 公开（公告）号： | CN108491889A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 刘新;宋朝忠;郭烽;张新;陈安东 | 申请（专利权）人： | 深圳市易成自动驾驶技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人： | 胡海国;魏兰 |
| 地址： | 518057 广东省深圳市南山区西丽街*** | 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： | 测试图片 语义分割 预处理 图像语义 算法 计算机可读存储介质 分割模型 目标语义 分割 图片 数据训练 准确率 扩增 场景 预测 覆盖 | ||
1.一种图像语义分割方法，其特征在于，所述图像语义分割方法包括：
对现有图片集进行扩增，得到新图片集；
通过所述新图片集对初始语义分割算法进行数据训练，得到目标语义分割模型；
获取测试图片，对所述测试图片进行预处理；
将经过预处理的测试图片输入所述目标语义分割模型，得到语义分割结果。
2.如权利要求1所述的图像语义分割方法，其特征在于，所述对现有图片集进行扩增，得到新图片集包括：
对现有图片集中的现有图片进行对比度增强处理以及将目标场景图片加入所述现有图片集，得到新图片集。
3.如权利要求1所述的图像语义分割方法，其特征在于，所述通过所述新图片集对初始语义分割算法进行数据训练，得到目标语义分割模型包括：
将所述新图片集输入初始语义分割算法，得到训练结果；
通过所述训练结果，对所述初始语义分割算法进行参数优化，得到目标语义分割模型。
4.如权利要求1所述的图像语义分割方法，其特征在于，所述获取测试图片，对所述测试图片进行预处理包括：
获取测试图片，对所述测试图片进行对比度增强处理以及白平衡处理。
5.如权利要求1所述的图像语义分割方法，其特征在于，所述将经过预处理的测试图片输入所述目标语义分割模型，得到语义分割结果之后包括：
获取所述测试图片的标注信息；
将所述语义分割结果与所述标注信息进行对比，得到对比结果，并输出所述对比结果。
6.一种图像语义分割装置，其特征在于，所述图像语义分割装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像语义分割程序，所述图像语义分割程序被所述处理器执行时实现如下步骤：
对现有图片集进行扩增，得到新图片集；
通过所述新图片集对初始语义分割算法进行数据训练，得到目标语义分割模型；
获取测试图片，对所述测试图片进行预处理；
将经过预处理的测试图片输入所述目标语义分割模型，得到语义分割结果。
7.如权利要求6所述的图像语义分割装置，其特征在于，所述图像语义分割程序被所述处理器执行时还实现如下步骤：
对现有图片集中的现有图片进行对比度增强处理以及将目标场景图片加入所述现有图片集，得到新图片集。
8.如权利要求6所述的图像语义分割装置，其特征在于，所述图像语义分割程序被所述处理器执行时还实现如下步骤：
将所述新图片集输入初始语义分割算法，得到训练结果；
通过所述训练结果，对所述初始语义分割算法进行参数优化，得到目标语义分割模型。
9.如权利要求6所述的图像语义分割装置，其特征在于，所述图像语义分割程序被所述处理器执行时还实现如权利要求4或5所述的图像语义分割方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像语义分割程序，所述图像语义分割程序被处理器执行时实现如权利要求1至5中任一项所述的图像语义分割方法的步骤。
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易成自动驾驶技术有限公司，未经深圳市易成自动驾驶技术有限公司许可，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/201810281858.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：基于形态学分析的环境监测高光谱数据谱段选择方法
- 下一篇：图像方法和装置
