[发明专利]模型训练方法及装置、图像分割方法、设备、存储介质

权利要求书

1.一种模型训练方法，用于训练图像填充模型，其特征在于，所述方法包括：

获取包含第一特征的第一图像；

对所述第一图像进行超像素分割处理，以得到第一数量的超像素；

获取第一子图像和第二子图像；其中，所述第一子图像和所述第二子图像的数量之和为第二数量；所述第一子图像表示包含所述第一特征的所述超像素，所述第二子图像表示包含第二特征的所述超像素；

将第一样本图像、第二样本图像、第三样本图像输入至预设的原始填充模型中进行训练处理，得到所述图像填充模型；其中，所述第一样本图像为对所述第一图像的所述第一子图像、所述第二子图像进行灰度值置零处理的图像，所述第二样本图像为所述第一子图像的二值图像，所述第三样本图像为所述第二子图像的二值图像；所述图像填充模型用于进行图像复原操作。

2.根据权利要求1所述的模型训练方法，其特征在于，所述获取第一子图像和第二子图像，包括：

获取转换图像；其中，所述转换图像为对所述第一图像进行HSV空间转换得到的图像；

根据所述转换图像的色调数据、所述转换图像的饱和度数据、预设的权重值得到所述转换图像的像素值；

根据所述像素值得到选取概率；

根据所述选取概率与所述第一特征的关系从所述转换图像中得到所述第一子图像，根据所述选取概率与所述第二特征的关系从所述转换图像中得到所述第二子图像。

3.根据权利要求1或2任一项所述的模型训练方法，其特征在于，所述方法还包括：

对所述第一图像进行处理操作；其中，所述处理操作包括图像旋转分类操作、图像填充操作、图像上色操作中的任一种；

根据所述处理操作后的所述第一图像和预设的贝叶斯优化策略得到第三数量、第四数量；

根据所述第三数量更新所述第一数量，根据所述第四数量更新所述第二数量，并再次执行所述对所述第一图像进行超像素分割处理。

4.一种模型训练方法，用于训练图像分割模型，其特征在于，所述方法包括：

根据如权利要求1至3任一项所述的图像填充模型得到原始分割模型；

获取包含第一特征的第二图像，以及与所述第二图像对应的标签数据；

将所述第二图像和所述标签数据输入至预设的原始分割模型中进行训练处理，得到所述图像分割模型；其中，所述图像分割模型用于分割所述第二图像中的第一特征。

5.一种图像分割方法，其特征在于，所述方法包括：

获取当前图像数据；

将所述当前图像数据输入至图像分割模型进行分割处理，得到分割结果；其中，所述图像分割模型为根据如权利要求4所述的模型训练方法训练得到。

6.一种模型训练装置，其特征在于，包括：

超像素分割模块，所述超像素分割模块用于获取包含第一特征的第一图像，并用于对所述第一图像进行超像素分割处理，以得到第一数量的超像素；

超像素选择模块，所述超像素选择模块用于获取第一子图像和第二子图像；其中，所述第一子图像和所述第二子图像的数量之和为第二数量；所述第一子图像表示包含所述第一特征的所述超像素，所述第二子图像表示包含第二特征的所述超像素；

超像素填充模块，所述超像素填充模块用于将第一样本图像、第二样本图像、第三样本图像输入至预设的原始填充模型中进行训练处理，得到所述图像填充模型；其中，所述第一样本图像为对所述第一图像的所述第一子图像、所述第二子图像进行灰度值置零处理的图像，所述第二样本图像为所述第一子图像的二值图像，所述第三样本图像为所述第二子图像的二值图像；所述图像填充模型用于进行图像复原操作；

分割模块，所述分割模块用于获取包含第一特征的第二图像，以及与所述第二图像对应的标签数据；并用于将所述第二图像和所述标签数据输入至预设的原始分割模型中进行训练处理，得到所述图像分割模型；其中，所述图像分割模型用于分割所述第二图像中的第一特征。