[发明专利]一种图像分割模型的训练方法、图像分割方法及装置

权利要求书

1.一种图像分割模型的训练方法，其特征在于，包括：

获取样本图像集合；所述样本图像集合包括多个样本图像和每个样本图像中对象的参考轮廓信息、参考语义信息和参考实例信息；

将所述每个样本图像输入对象轮廓确定模型，得到所述每个样本图像中对象的预测轮廓信息；所述对象轮廓确定模型包括特征提取子模型和轮廓分割子模型；

基于待训练的图像分割模型，得到所述每个样本图像中对象的预测语义信息和预测实例信息；所述待训练的图像分割模型包括所述特征提取子模型和语义实例分割子模型；

基于所述每个样本图像中对象对应的所述参考轮廓信息、所述预测轮廓信息、所述参考语义信息、所述参考实例信息、所述预测语义信息和所述预测实例信息，对所述待训练的图像分割模型进行训练，得到训练好的图像分割模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述每个样本图像输入对象轮廓确定模型，得到所述每个样本图像中对象的预测轮廓信息，包括：

基于所述特征提取子模型，对所述每个样本图像进行特征提取处理，得到所述每个样本图像中对象的特征图集合；

基于所述轮廓分割子模型，对所述特征图集合中的每个特征图进行特征对齐处理，得到目标特征图集合；所述目标特征图集合中每个目标特征图的尺寸和维度相同；

对所述每个目标特征图进行特征聚合处理，得到所述每个样本图像中对象的所述预测轮廓信息。

3.根据权利要求1所述的方法，其特征在于，所述得到训练好的图像分割模型之后，还包括：

基于所述每个样本图像中对象的所述预测语义信息和所述预测实例信息，确定所述每个样本图像中对象的待复核轮廓信息；

基于所述每个样本图像中对象对应的所述参考轮廓信息和所述待复核轮廓信息，对所述训练好的图像分割模型进行训练，得到目标图像分割模型。

4.一种图像分割方法，其特征在于，包括：

获取第一待分割图像；

将所述第一待分割图像输入根据权利要求1-3任一图像分割模型的训练方法得到的训练好的图像分割模型，对所述第一待分割图像进行分割处理，确定所述第一分割图像中对象的第一目标语义信息和第一目标实例信息；

其中，所述第一目标语义信息表征对象的类别，所述第一目标实例信息表征对象的属性。

5.一种图像分割模型的训练方法，其特征在于，包括：

获取样本图像集合；所述样本图像集合包括多个样本图像和每个样本图像中对象的参考轮廓信息、参考语义信息和参考实例信息；

将所述每个样本图像输入对象轮廓确定模型，得到所述每个样本图像中对象的预测轮廓信息；所述对象轮廓确定模型包括特征提取子模型和轮廓分割子模型；

根据所述每个样本图像中对象的参考轮廓信息和预测轮廓信息，对所述对象轮廓确定模型进行训练，得到训练好的对象轮廓确定模型；所述训练好的对象轮廓确定模型包括训练好的特征提取子模型；

基于待训练的图像分割模型，得到所述每个样本图像中对象的预测语义信息和预测实例信息；所述待训练的图像分割模型包括所述训练好的特征提取子模型和语义实例分割子模型；

基于所述每个样本图像中对象对应的所述参考语义信息、所述参考实例信息、所述预测语义信息和预测实例信息对所述待训练的图像分割模型进行训练，得到训练好的图像分割模型。

6.一种图像分割方法，其特征在于，包括：

获取第二待分割图像；

将所述第二待分割图像输入根据权利要求5所述的图像分割模型的训练方法得到的训练好的图像分割模型，对所述第二待分割图像进行分割处理，确定所述第二分割图像中对象的第二目标语义信息和第二目标实例信息；

其中，所述第二目标语义信息表征对象的背景，所述第二目标实例信息表征对象的属性。