[发明专利]图像分割模型训练方法、图像分割方法、装置及计算设备

说明书

本申请提供一种图像分割模型训练方法、图像分割方法、装置及计算设备，用于提高训练图像分割模型的效率。该方法包括：获取未标注的三维样本图像，将所述未标注的三维样本图像中各个像素点映射到第一立方体；其中，第一立方体包括多个切面；对所述第一立方体进行切面旋转，获得第二立方体，其中，所述第一立方体的形状与第二立方体的形状相同，包含的图像信息不同；将第二立方体输入图像复原模型，预测各个像素点的像素值，获得复原结果，当复原结果与第一立方体之间的误差满足预设误差时，获得第一图像分割模型。

技术领域

本申请涉及计算机技术领域，尤其涉及人工智能技术领域，提供一种图像分割模型训练方法、图像分割方法、装置及计算设备。

背景技术

随着人工智能技术的不断发展，人工智能的应用越来越广泛。大多是利用已训练的神经网络模型执行相应的图像处理任务，但是在执行图像处理任务之前，需要大量的样本对神经网络模型进行训练。

目前，通常神经网络模型初始的模型参数是随机的，训练过程中需要依赖大量与任务相关的样本数据调整神经网络模型的模型参数，训练过程中模型收敛速度较慢。

发明内容

本申请实施例提供一种图像分割模型训练方法、图像分割方法、装置及计算设备，用于提高训练图像分割模型的效率。

第一方面，提供了一种图像分割模型训练方法，包括：

获取未标注的三维样本图像，将所述未标注的三维样本图像中各个像素点映射到第一立方体；其中，第一立方体包括多个切面；

对所述第一立方体进行切面旋转，获得第二立方体，其中，所述第一立方体的形状与第二立方体的形状相同，包含的图像信息不同；

将第二立方体输入图像复原模型，预测各个像素点的像素值，获得复原结果，当复原结果与第一立方体之间的误差满足预设误差时，获得第一图像分割模型。

第二方面，提供一种图像分割方法，包括：

获取待分割的目标三维图像；

将所述目标三维图像输入到目标图像分割模型中，其中，所述目标图像分割模型用于对所述待识别的目标三维图像进行分割，所述目标图像分割模型是的模型参数是根据第一图像分割模型的模型参数获得的，所述第一图像分割模型的模型参数是通过第二立方体对图像复原模型进行训练得到的，第二立方体是对映射有三维样本图像对应的第一立方体中进行切面旋转得到的，第二立方体与第一立方体的形状相同，包含的图像信息不同；

获得所述目标图像分割模型输出的所述目标三维图像的分割结果。

第三方面，提供一种图像分割模型训练方法，包括：

获取模块，用于获取未标注的三维样本图像，将所述未标注的三维样本图像中各个像素点映射到第一立方体；其中，所述第一立方体包括多个切面；

旋转模块，用于对所述第一立方体进行切面旋转，获得第二立方体，其中，所述第一立方体的形状与第二立方体的形状相同，包含的图像信息不同；

训练模块，用于将第二立方体输入图像复原模型，预测各个像素点的像素值，获得复原结果，当复原结果与所述目标立方体之间的误差满足预设误差时，获得第一图像分割模型。

在一种可能的实施例中，所述获取模块，还用于在获得第一图像分割模型之后，获取已标注的三维样本图像；

所述训练模块，还用于对所述第一图像分割模型进行训练，直到所述第一图像分割模型的损失满足预设损失，获得目标图像分割模型；其中，所述第一图像分割模型的损失用于表示输出的对已标注的三维样本图像进行分割的分割结果与标注的分割结果之间的误差。