[发明专利]一种增强图像实例分割的方法、系统、设备及介质

权利要求书

1.一种增强图像实例分割的方法，其特征在于，包括以下步骤：

在主训练网络中设置与所述主训练网络架构相同的辅助训练网络，并对原始图片进行数据增强以得到增强图片；

将原始图片输入主训练网络，将增强图片输入辅助训练网络；

判断辅助训练网络产生的第二预测框与目标框的交并比值是否大于主训练网络产生的第一预测框与目标框的交并比值；以及

响应于第二预测框与目标框的交并比值大于第一预测框与目标框的交并比值，用第二预测框与目标框的交并比值替换第一预测框与目标框的交并比值进行图像实例分割。

2.根据权利要求1所述的方法，其特征在于，所述对原始图片进行数据增强以得到增强图片包括：

对所述原始图片的坐标框进行预设距离的位移。

3.根据权利要求1所述的方法，其特征在于，还包括：

基于所述主训练网络产生多个尺度的第一语义特征图，基于所述辅助训练网络产生多个尺度的第二语义特征图，并将相同尺度的所述第一语义特征图和所述第二语义特征图以预定概率进行交换。

4.根据权利要求3所述的方法，其特征在于，还包括：

在图像实例分割中加入所述主训练网络的主分支损失和所述辅助训练网络的辅助分支损失。

5.根据权利要求4所述的方法，其特征在于，所述在图像实例分割中加入所述主训练网络的主分支损失和所述辅助训练网络的辅助分支损失包括：

将初始坐标框与所述第一语义特征图结合得到第一分类特征图，将所述初始坐标框与所述第二语义特征图结合得到第二分类特征图，根据所述第一分类特征图和所述第二分类特征图得到散度损失。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一分类特征图和所述第二分类特征图得到散度损失包括：

计算相同尺度的第一分类特征图和第二分类特征图的子散度损失，并将所有尺度的子散度损失相加得到散度损失。

7.根据权利要求4所述的方法，其特征在于，所述在图像实例分割中加入所述主训练网络的主分支损失和所述辅助训练网络的辅助分支损失包括：

根据坐标框的距离和尺度信息分别得到主回归损失和辅助回归损失。

8.一种增强图像实例分割的系统，其特征在于，包括：

增强模块，配置用于在主训练网络中设置与所述主训练网络架构相同的辅助训练网络，并对原始图片进行数据增强以得到增强图片；

输入模块，配置用于将所述原始图片输入主训练网络，将所述增强图片输入所述辅助训练网络；

判断模块，配置用于判断所述辅助训练网络产生的第二预测框与目标框的交并比值是否大于所述主训练网络产生的第一预测框与目标框的交并比值；以及

执行模块，配置用于响应于所述第二预测框与目标框的交并比值大于所述第一预测框与目标框的交并比值，用所述第二预测框与目标框的交并比值替换所述第一预测框与目标框的交并比值进行图像实例分割。

9.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-7任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。