[发明专利]光伏板图像分割方法及其模型的训练方法、装置

权利要求书

1.一种光伏板图像分割模型的训练方法，其特征在于，所述训练方法包括：

获取训练样本集，所述训练样本集包括具有真实标签的多个第一样本图像以及无标签的多个第二样本图像，所述第一样本图像和所述第二样本图像均包含光伏板，所述第一样本图像的数量少于所述第二样本图像的数量；

将所述第一样本图像输入第一模型进行光伏板分割处理，输出所述第一样本图像的第一图像分割结果；

将所述第二样本图像输入第二模型进行光伏板分割处理，输出所述第二样本图像的置信度和第二图像分割结果，并根据所述第二图像分割结果得到所述第二样本图像的伪标签；

根据所述置信度从所述第二样本图像中选择第三样本图像，并从所述伪标签中选择与所述第三样本图像对应的目标伪标签；

将所述第三样本图像输入所述第一模型进行光伏板分割处理，输出所述第三样本图像的第三图像分割结果；

根据所述真实标签和所述第一图像分割结果计算的第一损失以及所述目标伪标签和所述第三图像分割结果计算的第二损失更新所述第一模型的模型参数，并基于所述第一模型的模型参数更新所述第二模型的模型参数，直至满足收敛条件，将收敛的第一模型作为所述光伏板图像分割模型。

2.根据权利要求1所述的光伏板图像分割模型的训练方法，其特征在于，所述根据所述置信度从所述第二样本图像中选择第三样本图像的步骤包括：

选择所述置信度大于置信度阈值的所述第二样本图像作为所述第三样本图像；

或，

选择所述置信度排序靠前的目标数量的所述第二样本图像作为所述第三样本图像。

3.根据权利要求1所述的光伏板图像分割模型的训练方法，其特征在于，所述根据所述真实标签和所述第一图像分割结果计算的第一损失以及所述目标伪标签和所述第三图像分割结果计算的第二损失更新所述第一模型的模型参数的步骤包括：

确定所述第一损失与所述第二损失的加权和，得到目标损失；其中，所述第一损失的权重不小于所述第二损失的权重；

根据所述目标损失更新所述第一模型的模型参数。

4.根据权利要求3所述的光伏板图像分割模型的训练方法，其特征在于，所述训练方法还包括：

在训练过程中逐渐增加所述第二损失的权重。

5.根据权利要求1所述的光伏板图像分割模型的训练方法，其特征在于，所述获取训练样本集的步骤之后还包括：

对所述第一样本图像和所述第二样本图像进行增强处理，所述增强处理包括随机裁剪、对比度变换、翻转和/或随机拼接。

6.一种光伏板图像分割方法，其特征在于，所述光伏板图像分割方法包括：

获取待分割图像，所述待分割图像包含光伏板；

将所述待分割图像输入光伏板图像分割模型进行光伏板分割处理，得到所述待分割图像的光伏板图像分割结果；

其中，所述光伏板图像分割模型通过如权利要求1-5任一项所述的光伏板图像分割模型的训练方法得到。