[发明专利]基于目标分割领域自学习的半监督学习方法和系统

说明书

本发明提供了一种基于目标分割领域自学习的半监督学习方法，利用训练数据集中具有标记的数据训练初始分割网络；通过训练后的初始分割网络，将训练数据集中未标记的数据生成伪标签；对生成的伪标签进行形状质量评估和语义质量评估；将形状质量和语义质量进行融合，得出伪标签质量；对真实标签和伪标签的分布进行估计，优化伪标签的分布；将伪标签质量较高的数据加入到训练数据集中扩大训练数据集；利用扩大后的训练数据集优化训练后的初始分割网络；迭代重复以上步骤，直至分割网络性能饱和。同时提供了一种相应的系统、终端及介质。本发明解决了目标分割领域在少量样本标注条件下的分割精度低的问题，实现了良好的性能。

技术领域

本发明涉及一种计算机视觉和图像处理领域的方法，具体地，涉及一种基于目标分割领域自学习的半监督学习方法和系统。

背景技术

近年来，随着计算机视觉技术的迅速发展，语义分割任务作为视觉任务中的一个重要分支，越来越受到广泛研究。使用深度神经网络训练一个语义分割任务往往需要该数据集影像的人工标注作为监督，但是为每一个数据集都实现人工标注极为耗费人力物力财力。因此，数据集中通常有很多没有标记的数据，且标记的数据只占有少部分。如何有效利用未标记的数据来解决标注量少的问题是研究的重点，为了解决这一问题，半监督学习技术近年来被广泛研究。

对于半监督学习技术而言，数据集中只有少量数据是有标签的，其主要目标是利用隐藏在大量无标签样本中的数据分布信息来提升仅使用少量有标签样本时的学习性能。目前，很多半监督方法通过不同的角度来挖掘未标注数据样本的信息，比如利用标记数据和未标记数据之间的转换一致性，通过正则变化来利用未标注的数据挖掘数据本身的信息；利用协同(多任务)训练，从辅助任务当中挖掘信息来有效提升主任务的性能；同样，利用其他数据集的迁移学习也开始逐渐被应用。自学习的半监督方法是应用广泛的一种方法，通过给未标记数据生成伪标签来增加训练数据，但这种方法存在一个严重的问题就是伪标签的质量无法保证，导致模型的性能增益不稳定甚至会降低模型性能。

经过检索发现，公开号为CN111027575A，公开日为2020年4月17日的中国发明专利申请《一种自注意对抗学习的半监督语义分割方法》，并具体公开了如下步骤：1)获取训练集和验证集，对训练集预处理；2)构建自注意半监督语义分割的对抗网络；3)用自注意半监督语义分割的对抗网络对训练集进行训练，得到分割预测模型；4)利用验证集对分割预测模型进行验证，得到最终分割的结果。这种方法生成的分割模型具有更强的可扩展性，生成图像时可协调好每一个位置与远端的细节，而且训练时计算量少且易于集成到现有实现中。该方法仍然存在一个问题，在生成置信度图的时候置信度图会倾向于将分割图中分割出来的目标区域都分为置信度高的区域，而无法关注分割目标是否准确。因为分割图是一个二值图，不具备足够的图像信息导致得到的置信图也不准确。

由此可知，现有技术仍然存在模型的性能增益不稳定甚至会降低模型性能的问题，目前没有发现同本发明类似技术的说明或报道，也尚未收集到国内外类似的资料。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种基于目标分割领域自学习的半监督学习方法和系统。

根据本发明的一个方面，提供了一种基于目标分割领域自学习的半监督学习方法，包括：

利用训练数据集中具有标记的数据训练初始分割网络；

通过训练后的初始分割网络，将训练数据集中未标记的数据生成伪标签；

对生成的伪标签进行形状质量评估和语义质量评估；

将形状质量和语义质量进行融合，得出伪标签质量；

对真实标签和伪标签的分布进行估计，去除伪标签中的噪音，优化伪标签的分布；

将优化后的伪标签数据加入到训练数据集中扩大训练数据集；

利用扩大后的训练数据集优化训练后的初始分割网络；