[发明专利]语义分割模型的生成方法、装置、电子设备及存储介质

权利要求书

1.一种语义分割模型的生成方法，其特征在于，包括：

获取训练数据集，其中，所述训练数据集中包括样本图像及样本图像对应的标注结果；

将所述样本图像输入目标检测模型中，以获取所述样本图像对应的检测结果；

利用初始语义分割模型对所述样本图像进行分割，以获取所述样本图像对应的分割结果；

根据所述样本图像对应的检测结果、标注结果及分割结果，确定损失值；

基于所述损失值，对所述初始语义分割模型进行修正，以获取训练后的语义分割模型；

所述根据所述样本图像对应的检测结果、标注结果及分割结果，确定损失值，包括：

根据所述样本图像对应的检测结果，确定所述样本图像中每个像素点所属的区域类别，其中，所述样本图像中包含边缘区域、目标区域及背景区域，所述区域类别包括所述边缘区域、所述目标区域及所述背景区域，所述目标区域为所述样本图像中包含的目标物体所在的区域，所述背景区域为所述样本图像中目标物体所在的区域之前的其他区域，所述边缘区域为所述样本图像中包含的目标物体所在的目标区域与背景区域之间的过渡区域；

根据每个所述像素点所属的区域类别，确定每个像素点对应的权重值；

根据所述样本图像对应的标注结果及分割结果，确定所述样本图像中每个像素点对应的类别概率；

根据每个像素点对应的类别概率及权重值，确定所述损失值；

在所述根据每个所述像素点所属的区域类别，确定每个像素点对应的权重值之后，还包括：

根据所述样本图像对应的检测结果，确定所述样本图像中包含的目标的数量和/或种类；

根据所述样本图像中包含的目标的数量和/或种类，确定所述样本图像对应的参考权重，所述样本图像对应的参考权重，表征所述样本图像中包含的内容是否丰富；

根据所述样本图像对应的参考权重，对所述样本图像中每个像素点对应的权重值进行修正，以获取修正后的每个像素点对应的权重值，其中，为所述样本图像对应的参考权重及所述每个像素点对应的权重值分别设置系数，以获取所述参考权重对应的第一系数，所述每个像素点对应的权重值对应的第二系数，并将所述参考权重与所述第一系数的乘积、及所述每个像素点对应的权重值与所述第二系数的乘积相加，以获取所述修正后的每个像素点对应的权重值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述样本图像对应的检测结果，确定所述样本图像中每个像素点所属的区域类别，包括：

根据所述样本图像对应的检测结果中的检测框对应的位置及尺寸，确定所述样本图像中包含的目标区域；

将所述样本图像中由所述目标区域向外延伸预设宽度的区域，确定为边缘区域；

将所述样本图像中除所述目标区域及所述边缘区域外的区域，确定为背景区域；

根据所述目标区域、边缘区域及背景区域的位置，确定所述样本图像中每个像素点所属的区域类型。

3.根据权利要求2所述的方法，其特征在于，在所述将所述样本图像中由所述目标区域向外延伸预设宽度的区域，确定为边缘区域之前，还包括：

根据所述检测框的尺寸，确定所述预设宽度。

4.根据权利要求1所述的方法，其特征在于，在所述根据所述样本图像中包含的目标的数量和/或种类，确定所述样本图像对应的参考权重之后，还包括：

根据每个所述样本图像对应的参考权重，确定每个所述样本图像对应的训练次数；

根据每个所述样本图像对应的训练次数，对所述训练数据集包含的每个所述样本图像的数量进行更新。

5.一种语义分割方法，其特征在于，包括：

获取待分割的图像；

将所述待分割的图像，输入预设的语义分割模型，以获取所述待分割图像对应的语义分割结果，其中，所述预设的语义分割模型为基于如权利要求1-4任一所述的方法生成的。