[发明专利]图像分割方法、装置、设备及计算机可读存储介质

说明书

本发明提供一种图像分割方法、装置、设备及计算机可读存储介质，方法包括：获取待训练数据；通过所述待训练数据对预设的待训练模型进行训练，获得训练后的图像分割模型，其中，所述待训练模型是通过具有编码功能的轻量级模型与具有解码功能的轻量级网络集成后获得的，从而能够有效降低图像分割模型的占用内存，进而能够将该图像分割模型安装在用户终端中，从而能够实时对用户发送的待分割图像进行图像分割，提高图像分割的效率，进而提高用户体验。

技术领域

本发明涉及数据处理领域，尤其涉及一种图像分割方法、装置、设备及计算机可读存储介质。

背景技术

染发现已成为人们改变造型常用方法，相应地，为了满足用户在拍照过程中对拍照效果多样性的需求，现有的一些拍照软件会增加染发方案，即接收到用户上传的相片，根据用户选择的发色对该相片中的发色进行更换。

为了实现根据用户选择的发色对该相片中的发色进行更换，现有技术中一般采用基于深度学习技术的语义分割技术，语义分割技术的网络结构一般分为编码部分和解码两大部分，编码主要进行的是特征提取的操作，编码器使用池化层逐渐缩减输入数据的空间维度；解码主要进行的是上采样的操作，通过反卷积层等网络层逐步恢复目标的细节和相应的空间维度。其中，在编码方面，可以采用经典的深度学习网络结构，例如Alex、VGG、Googlenet等，在解码方面，可以采用FCN全卷积网络。

但是，由于上述人脸头发区域分割方法中采用的模型占用内存较大，由于用户终端功耗与运算能力的限制，只能在云端实现，无法安装在用户终端中，进而无法实时地根据用户输入的图像进行人脸头发区域以及更换发色，导致用户体验较差。

发明内容

本发明提供一种图像分割方法、装置、设备及计算机可读存储介质，用于解决现有的人脸头发区域分割方法中采用的模型占用内存较大，因此无法安装在用户终端中实现实时地人脸头发分割的技术问题。

本发明的第一个方面是提供一种图像分割方法，包括：

获取待训练数据；

通过所述待训练数据对预设的待训练模型进行训练，获得训练后的图像分割模型，其中，所述待训练模型是通过具有编码功能的轻量级模型与具有解码功能的轻量级网络集成后获得的。

本发明的另一个方面是提供一种图像分割装置，包括：

待训练数据获取模块，用于获取待训练数据；

训练模块，用于通过所述待训练数据对预设的待训练模型进行训练，获得训练后的图像分割模型，其中，所述待训练模型是通过具有编码功能的轻量级模型与具有解码功能的轻量级网络集成后获得的。

本发明的又一个方面是提供一种图像分割设备，包括：存储器，处理器；

存储器；用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为由所述处理器执行如上述的图像分割方法。

本发明的又一个方面是提供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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述的图像分割方法。

本发明提供的图像分割方法、装置、设备及计算机可读存储介质，通过获取待训练数据；通过所述待训练数据对预设的待训练模型进行训练，获得训练后的图像分割模型，其中，所述待训练模型是通过具有编码功能的轻量级模型与具有解码功能的轻量级网络集成后获得的，从而能够有效降低图像分割模型的占用内存，进而能够将该图像分割模型安装在用户终端中，从而能够实时对用户发送的待分割图像进行图像分割，提高图像分割的效率，进而提高用户体验。

附图说明