[发明专利]图像分割方法、设备和计算机可读存储介质

权利要求书

1.一种图像分割方法，用于物流系统中物体分割，其特征在于，所述图像分割方法包括：

获得原始图像；

对原始图像通过神经网络降维算法，获得所述原始图像的降维图像；

根据降维图像和预设的分类模型，对所述降维图像的每一像素进行分类；

将降维图像通过神经网络升维算法，获得与所述原始图像大小相同的分类图像；

所述分类模型的数量为多个；根据多个分类模型获得的分类图像的重叠情况进行调整，重叠的部分保留，没有重叠的部分删除，获得调整后的分类图像；

所述图像分割方法还包括：

获得多个训练图像；

根据输入指令获得所述训练图像中完整度达到70％的物体的标注，通过人工进行标注，在训练图像中标注所要分类的物体的像素点；

根据所述训练图像和对应的标注对神经网络进行训练。

2.如权利要求1所述的图像分割方法，其特征在于，多个训练图像包括处于多种形态，多种角度，多种距离和或多种光线的物体。

3.一种图像分割设备，其特征在于，用于物流系统中物体分割，所述图像分割设备包括处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的图像分割程序，所述图像分割程序被所述处理器执行时实现如下步骤：

获得原始图像；

对原始图像通过神经网络降维算法，获得所述原始图像的降维图像；

根据降维图像和预设的分类模型，对所述降维图像的每一像素进行分类；

将降维图像通过神经网络升维算法，获得与所述原始图像大小相同的分类图像；

所述分类模型的数量为多个；

所述图像分割程序被执行时还包括步骤：

根据多个分类模型获得的分类图像的重叠情况进行调整，重叠的部分保留，没有重叠的部分删除，获得调整后的分类图像；

所述图像分割程序被执行时还包括步骤：

获得多个训练图像；

根据输入指令获得所述训练图像中完整度达到70％的物体的标注；

根据所述训练图像和对应的标注对神经网络进行训练。

4.一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分割程序，所述图像分割程序被处理器执行时实现如权利要求1或2中任一项所述的图像分割方法的步骤。