[发明专利]图像分割方法、装置、设备及存储介质

说明书

本发明实施例公开了一种图像分割方法、装置、设备及存储介质，其中，该方法包括：获取至少一张待分割图像；将所述待分割图像输入至预先训练完成的图像分割模型中，得到与所述待分割图像对应的目标分割图像；其中，所述图像分割模型基于编码器、解码器以及至少一个自注意力模型构建，所述自注意力模型用于确定所述待分割图像中每个像素点与图像中所有像素点之间的依赖关系。上述技术方案在进行图像分割时，借助编码器、解码器及自注意力模型，能够有效学习待分割图像中每个像素点与图像中所有像素点之间的依赖关系，从而捕获待分割图像中的长距离依赖关系，获取更加丰富的待分割图像全局上下文特征，使得图像分割精度更高。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种图像分割方法、装置、设备及存储介质。

背景技术

目前，图像处理技术作为从图像中获取有效信息的有效手段，在各种应用场景中被广泛应用。在很多场景下，会需要对图像进行分割来从丰富的图像信息中捕捉到关注信息。随着人工智能技术的快速发展，为提高图像处理效率，各种神经网络被应用于图像分割。

但是，传统的利用神经网络模型进行图像分割的方法，由于卷积核的感受野受限，会造成模型只能学习到图像之间的短距离依赖关系，而长距离捕获特征的能力差，从而影响图像分割的效果。

发明内容

本发明实施例提供了一种图像分割方法、装置、设备及存储介质，以实现提升长距离捕获特征的能力，提高图像分割精度。

第一方面，本发明实施例提供了一种图像分割方法，包括：

获取至少一张待分割图像；

将所述待分割图像输入至预先训练完成的图像分割模型中，得到与所述待分割图像对应的目标分割图像；

其中，所述图像分割模型基于编码器、解码器以及至少一个自注意力模型构建，所述自注意力模型用于确定所述待分割图像中每个像素点与图像中所有像素点之间的依赖关系。

第二方面，本发明实施例还提供了一种图像分割装置，包括：

图像获取模块，用于获取至少一张待分割图像；

图像分割模块，用于将所述待分割图像输入至预先训练完成的图像分割模型中，得到与所述待分割图像对应的目标分割图像；

其中，所述图像分割模型基于编码器、解码器以及至少一个自注意力模型构建，所述自注意力模型用于确定所述待分割图像中每个像素点与图像中所有像素点之间的依赖关系。

第三方面，本发明实施例还提供了一种图像分割设备，该图像分割设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例所提供的一种图像分割方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明任意实施例所提供的一种图像分割方法。