[发明专利]一种目标分割方法、装置以及设备在审

专利信息
申请号: 201911283976.3 申请日: 2019-12-13
公开(公告)号: CN111539961A 公开(公告)日: 2020-08-14
发明(设计)人: 袭肖明;于治楼;金长新 申请(专利权)人: 山东浪潮人工智能研究院有限公司
主分类号: G06T7/10 分类号: G06T7/10
代理公司: 北京君慧知识产权代理事务所(普通合伙) 11716 代理人: 董延丽
地址: 250100 山东省济南*** 国省代码: 山东;37
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 目标 分割 方法 装置 以及 设备
【说明书】:

本申请实施例公开了一种目标分割方法,包括:根据预先设定的分级网络对待分割图像进行分割,得出目标图像的像素点;根据所述目标图像的像素点占所述待分割图像的像素点的比例,确定出所述目标图像对应的类型;获取与所述目标图像的类型相应的分割网络,通过所述分割网络对待分割图像进行分割。本申请实施例通过分级网络对目标图像确定出目标图像对应的类型,再根据目标图像对应的类型获取相应的分割网络,通过该分割网络对待分割图像进行分割,使得分割的效果更好。

技术领域

本申请涉及计算机技术领域,尤其涉及一种目标分割方法、装置以及设备。

背景技术

目标分割是计算机视觉领域中的一个重要分支,在场景理解、病灶分割、自动驾驶等领域具有广泛的应用。现有的目标分割技术在分割任务中效果较差,不能很好的对目标进行分割。

发明内容

有鉴于此,本申请实施例提供了一种目标分割方法、装置以及设备,用于解决现有技术中目标分割技术在分割任务中效果较差的问题。

本申请实施例采用下述技术方案:

本申请实施例提供一种目标分割方法,所述方法包括:

根据预先设定的分级网络对待分割图像进行分割,得出目标图像的像素点;

根据所述目标图像的像素点占所述待分割图像的像素点的比例,确定出所述目标图像对应的类型;

获取与所述目标图像的类型相应的分割网络,通过所述分割网络对待分割图像进行分割。

进一步的,所述目标图像的类型包括第一类型的目标图像以及第二类型的目标图像;

根据所述目标图像的像素点占所述待分割图像的比例,确定出所述目标图像的类型,具体包括:

计算出所述目标图像的像素点占所述待分割图像的像素点的比例;

判断所述目标图像的像素点占所述待分割图像的像素点的比例是否小于预设值;

若判断出所述目标图像的像素点占所述待分割图像的像素点的比例小于预设值,则将所述目标图像的类型设定为所述第二类型的目标图像;

若判断出所述目标图像的像素点占所述待分割图像的像素点的比例不小于预设值,则将所述目标图像的类型设定为所述第一类型的目标图像。

进一步的,所述分割网络包括与第一类型的目标相应的第一级分割网络以及与第二类型的目标相应的第二级分割网络;

所述获取与所述目标图像的类型相应的分割网络,通过所述分割网络对待分割图像进行分割,具体包括:

若所述目标图像的类型为第一类型的目标图像时,获取所述第一分割网络,通过所述第一分割网络对待分割图像进行分割;

若所述目标图像的类型为第二类型的目标图像时,获取所述第二分割网络,通过所述第二分割网络对待分割图像进行分割。

进一步的,所述第一级分割网络包括全卷积神经网络;

所述若所述目标图像的类型为第一类型的目标图像时,获取所述第一分割网络,通过所述第一分割网络对待分割图像进行分割,具体包括:

若所述目标图像的类型为第一类型的目标图像时,获取所述全卷积神经网络,通过所述全卷积神经网络对待分割图像进行分割。

进一步的,所述第二级分割网络包括全卷积神经网络与目标放大网络;

所述若所述目标图像的类型为第二类型的目标图像时,获取所述第二分割网络,通过所述第二分割网络对待分割图像进行分割,具体包括:

所述若所述目标图像的类型为第二类型的目标图像时,获取所述全卷积神经网络与目标放大网络;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东浪潮人工智能研究院有限公司,未经山东浪潮人工智能研究院有限公司许可,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/201911283976.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top