[发明专利]用于图像分割和识别的方法和系统

权利要求书

1.一种图像分割系统，其包括：

训练子系统，其配置为利用包含与相应分割注释相关联的图像的带注释的训练数据来训练分割机器学习模型，从而生成经过训练的分割机器学习模型；

模型评估器；以及

分割子系统，其配置为利用经过训练的分割机器学习模型对图像中的结构或材料进行分割；

其中，所述模型评估器配置为通过以下方式评估分割机器学习模型

i)对分割子系统进行控制以利用分割机器学习模型对与现有的分割注释相关联的至少一个评估图像进行分割，从而生成带注释的评估图像的分割，以及

ii)形成带注释的评估图像的分割与现有的分割注释的比较；以及

如果比较表明分割机器学习模型是令人满意的，则部署或释放经过训练的分割机器学习模型以供使用。

2.根据权利要求1所述的图像分割系统，其中，所述系统配置为如果带注释的评估图像的分割和现有的分割注释在预定义阈值内一致，则部署或释放模型以供使用。

3.根据权利要求1或2所述的图像分割系统，其中，所述系统配置为如果带注释的评估图像的分割和现有的分割注释在预定义阈值内不一致，则继续训练模型。

4.根据前述权利要求中的任一项所述的图像分割系统，其中，所述训练子系统配置为：

接收

i)图像和用于图像的注释，以及

ii)与注释相关联的分数，所述分数表示分割机器学习模型在分割图像时的成功或失败程度，其中较高的分数表示失败，较低的权重表示成功；以及

利用图像和注释重新训练或精细化分割机器学习模型，包括根据分数对图像的注释进行加权。

5.根据前述权利要求中任一项所述的图像分割系统，其中，训练子系统通过精细化或修改现有的分割机器学习模型来生成分割机器学习模型。

6.根据前述权利要求中任一项所述的图像分割系统，其包括注释子系统，所述注释子系统配置为通过为不带注释或部分注释的图像生成一个或多个候选图像注释，接收识别一个或多个候选图像注释中的一个或多个部分的输入，以及至少根据一个或多个部分形成带注释的训练图像，从而根据不带注释或部分注释的图像形成带注释的训练图像中的至少一个。

7.根据前述权利要求中任一项所述的图像分割系统，其进一步包括识别子系统，其中，带注释的训练数据进一步包括标识注释，以及

a)分割机器学习模型是分割和识别机器学习模型；或者

b)所述训练子系统进一步配置为：i)一旦通过分割机器学习模型分割完相应的图像就利用带注释的训练数据和ii)利用标识注释来训练识别机器学习模型。

8.根据前述权利要求中任一项所述的图像分割系统，其中，所述训练子系统包括模型训练器，所述模型训练器配置为利用机器学习来训练分割机器学习模型以确定图像上每个像素/体素的类别。

9.一种计算机实现的图像分割方法，其包括：

利用包含相应的图像和分割注释的带注释的训练数据来训练分割机器学习模型，从而生成经过训练的分割机器学习模型；

通过如下评估分割机器学习模型：

i)利用分割机器学习模型对与现有的分割注释相关联的至少一个评估图像进行分割，从而生成带注释的评估图像的分割，以及

ii)形成带注释的评估图像的分割与现有的分割注释的比较；以及

当比较表明分割机器学习模型令人满意的时候，则部署或释放经过训练的分割机器学习模型以供使用。

10.根据权利要求9所述的方法，其包括：

a)如果带注释的评估图像的分割和现有的分割注释在预定义阈值内一致时部署或释放模型以供使用；和/或

b)如果带注释的评估图像的分割和现有的分割注释不在预定义阈值内一致，则继续训练模型。