CN113379750A - 语义分割模型的半监督学习方法、相关装置及产品 - Google Patents
语义分割模型的半监督学习方法、相关装置及产品 Download PDFInfo
- Publication number
- CN113379750A CN113379750A CN202110691567.8A CN202110691567A CN113379750A CN 113379750 A CN113379750 A CN 113379750A CN 202110691567 A CN202110691567 A CN 202110691567A CN 113379750 A CN113379750 A CN 113379750A
- Authority
- CN
- China
- Prior art keywords
- image
- semantic segmentation
- segmentation result
- loss
- segmentation model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
Abstract
本公开提供了语义分割模型的半监督学习方法、相关装置及产品,涉及人工智能领域,具体涉及计算机视觉和深度学习技术,可用于智慧城市和智能交通场景下。具体实现方案为:执行如下半监督学习操作,直至得到语义分割模型:从训练样本集中选取训练样本;基于训练样本,得到第一图像和第二图像;通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果;确定第一分割结果和第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失;根据第一一致性损失和第二一致性损失,调整初始语义分割模型。本公开提高了语义分割模型的分割效果。
Description
技术领域
本公开涉及人工智能领域,具体涉及计算机视觉和深度学习技术,尤其涉及语义分割模型的半监督学习方法、装置、电子设备、存储介质以及计算机程序产品,可用于智慧城市和智能交通场景下。
背景技术
在语义分割领域,已标注的数据往往是比较难获得的。掩膜标注需要和目标对象的边缘紧密贴合,否则会带来边缘上的额外损失。相反的,未标注的数据的数据量一般要远远多于已标注的数据的数据量。基于此,半监督学习方法被广泛应用。半监督学习中增加了一致性损失,用于约束源图像的分割结果和加噪图像的分割结果之间的一致性。
发明内容
本公开提供了一种语义分割模型的半监督学习方法、装置、电子设备、存储介质以及计算机程序产品。
根据第一方面,提供了一种语义分割模型的半监督学习方法,执行如下半监督学习操作,直至得到语义分割模型:从训练样本集中选取训练样本,其中,训练样本集中包括带标签的训练样本和不带标签的训练样本;基于训练样本,得到第一图像和第二图像;通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果;确定第一分割结果和第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失;根据第一一致性损失和第二一致性损失,调整初始语义分割模型。
根据第二方面,提供了一种语义分割方法,包括:获取待分割图像;通过语义分割模型处理待分割图像,得到分割结果,其中,语义分割模型根据第一方面任一实现方式描述的方法训练得到。
根据第三方面,提供了一种语义分割模型的半监督学习装置,包括:通过如下单元执行半监督学习操作,直至得到语义分割模型:选取单元,被配置成从训练样本集中选取训练样本,其中,训练样本集中包括带标签的训练样本和不带标签的训练样本;得到单元,被配置成基于训练样本,得到第一图像和第二图像;分割单元,被配置成通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果;第一确定单元,被配置成确定第一分割结果和第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失;调整单元,被配置成根据第一一致性损失和第二一致性损失,调整初始语义分割模型。
根据第四方面,提供了一种语义分割装置,包括:获取单元,被配置成获取待分割图像;处理单元,被配置成通过语义分割模型处理待分割图像,得到分割结果,其中,语义分割模型根据第一方面任一实现方式描述的方法训练得到。
根据第五方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面、第二方面任一实现方式描述的方法。
根据第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面、第二方面任一实现方式描述的方法。
根据第七方面,提供了一种计算机程序产品,包括:计算机程序,计算机程序在被处理器执行时实现如第一方面、第二方面任一实现方式描述的方法。
根据本公开的技术,结合第一分割结果和第二分割结果之间的第一一致性损失,以及第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失,对模型进行参数更新,使得最终得到的语义分割模型具有更好的分割效果。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的语义分割模型的半监督学习方法的一个实施例的流程图;
图3是根据本实施例的语义分割模型的半监督学习方法的应用场景的示意图;
图4是根据本公开的语义分割模型的半监督学习方法的又一个实施例的流程图;
图5是根据本公开的语义分割方法的一个实施例的结构示意图;
图6是根据本公开的语义分割模型的半监督学习装置的一个实施例的结构图;
图7是根据本公开的语义分割装置的一个实施例的结构图;
图8是适于用来实现本公开实施例的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
图1示出了可以应用本公开的语义分割模型的半监督学习方法及装置,语义分割方法及装置的示例性架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。终端设备101、102、103之间通信连接构成拓扑网络,网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时,其可以是支持网络连接,信息获取、交互、显示、处理等功能的各种电子设备,包括但不限于车载智能设备、监控设备、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如接收终端设备获取的待分割图像,通过语义分割模型进行语义分割的后台服务器。服务器基于训练样本得到第一图像和第二图像,并结合第一图像的第一分割结果和第二图像的第二分割结果之间的第一一致性损失,以及第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失,对模型进行参数更新,得到语义分割模型。作为示例,服务器105可以是云端服务器。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
还需要说明的是,本公开的实施例所提供的语义分割模型的半监督学习方法、语义分割方法可以由服务器执行,也可以由终端设备执行,还可以由服务器和终端设备彼此配合执行。相应地,语义分割模型的半监督学习装置、语义分割装置包括的各个部分(例如各个单元)可以全部设置于服务器中,也可以全部设置于终端设备中,还可以分别设置于服务器和终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。当语义分割模型的半监督学习方法、语义分割方法运行于其上的电子设备不需要与其他电子设备进行数据传输时,该系统架构可以仅包括语义分割模型的半监督学习方法、语义分割方法运行于其上的电子设备(例如服务器或终端设备)。
请参考图2,图2为本公开实施例提供的一种语义分割模型的半监督学习方法的流程图。通过执行如下表征半监督学习操作的流程200,直至得到语义分割模型,流程200包括以下步骤:
步骤201,从训练样本集中选取训练样本。
本实施例中,语义分割模型的半监督学习方法的执行主体(例如,图1中的终端设备或服务器)可以基于有线或无线通信方式从远程,或从本地获取训练样本集,并从训练样本集中选取训练样本。其中,训练样本集中包括带标签的训练样本和不带标签的训练样本。
带标签的训练样本以对应于训练样本中的目标对象的掩膜,表征所标注的标签。其标签可以是采用人工标注方式,进行像素级的标注而得到。
无论是带标签的训练样本,还是不带标签的训练样本,所包括的目标对象可以是各种各样的对象,包括但不限于是目标人,建筑物、车辆、交通标志等目标物。
语义分割模型的训练过程一般包括多次迭代的半监督学习操作。在每次半监督学习操作中,上述执行主体从训练样本集中选取未经过训练的训练样本。响应于确定达到预设结束条件,可以将训练后的初始语义分割模型确定为语义分割模型。其中,预设结束条件可以根据实际训练情况而灵活设置,包括但不限于是训练次数超过预设次数阈值、训练时间超过预设时间阈值、初始语义分割模型的损失趋于收敛。
步骤202,基于训练样本,得到第一图像和第二图像。
本实施例中,上述执行主体可以基于训练样本,得到第一图像和第二图像。
作为示例,上述执行主体可以通过相同的处理方式,基于同一训练样本,得到不同的第一图像和第二图像。例如,通过添加噪声的方式,在训练样本中添加不同类型的噪声,或者同类型但数值不同的噪声,得到第一图像和第二图像。其中,噪声包括但不限于随机噪声、高斯噪声、椒盐噪声。
作为又一示例,上述执行主体可以通过不同的处理方式,基于同一训练样本,得到不同的第一图像和第二图像。例如,采用添加噪声的方式,在训练样本中添加噪声,得到第一图像;采用调整亮度的方式,调整训练样本的亮度,得到第二图像。处理方式包括但不限于添加噪声,调整亮度、分辨率、对比度,调整尺寸等方式。
步骤203,通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果。
本实施例中,上述执行主体可以通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果。
初始语义分割模型可以是能够执行语义分割任务的各种网络模型,包括但不限于是U-Net(U型网络)、FCN(Fully Convolutional Networks,全卷积网络)、SegNet(一种用于图像分割的深度卷积编解码结构)、PSPNet(Pyramid Scene Parsing Network,金字塔场景解析网络)、DFANet(用于实时语义分割的深度特征聚合网络)。
初始语义分割模型对于第一图像的第一分割结果和第二图像的第二分割结果,是像素级的分割结果。
步骤204,确定第一分割结果和第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失。
本实施例中,上述执行主体可以确定第一分割结果和第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失。
第一一致性损失是基于像素级的第一分割结果和第二分割结果所得到的像素级的损失,用于约束第一分割结果和第二分割结果中的相对应的像素之间的一致性。
第二一致性损失用于约束初始语义模型对于第一图像和第二图像的语义分割过程中所得到的整体特征之间的一致性。其中,整体特征具体表现为第一图像对应的第一目标特征和第二图像的第二目标特征。第一目标特征和第二目标特征可以是基于语义分割过程中所得到的、表征图像整体性的任意特征。语义分割过程表征语义分割模型自接收待分割的图像至得到语义分割结果的整个过程。
作为示例,第一目标特征表征第一分割结果中目标对象的外形特征、姿态特征,第二目标特征表征第二分割结果中目标对象的外形特征、姿态特征。
当第一目标特征、第二目标特征无法基于语义分割过程直接得到时,可以在语义分割过程多得到的信息的基础上,进行特征分析、提取等操作,得到第一目标特征、第二目标特征。
步骤205,根据第一一致性损失和第二一致性损失,调整初始语义分割模型。
作为示例,上述执行主体可以根据第一一致性损失和第二一致性损失,求取总损失,并根据总损失计算梯度;进而,根据梯度下降算法更新初始语义分割模型的参数,以调整初始语义分割模型。
其中,上述执行主体还可以基于第一一致性损失和第二一致性损失的预设权重,计算得到总损失。
在进行多次迭代后,响应于达到预设结束条件,可以将训练后的初始语义分割网络作为语义分割模型。
继续参见图3,图3是根据本实施例的语义分割模型的半监督学习方法的应用场景的一个示意图300。在图3的应用场景中,服务器中部署有初始语义分割模型,用于通过半监督学习方式,训练初始语义分割模型。具体的,服务器通过执行如下半监督学习操作,直至得到语义分割模型:第一,从训练样本集301中选取训练样本302。其中,训练样本集301中包括带标签的训练样本和不带标签的训练样本。第二,基于训练样本,在训练样本的基础上添加不同的噪声,得到第一图像303和第二图像304。第三,将第一图像303和第二图像304依次输入初始语义分割模型305,得到第一图像303的第一分割结果306和第二图像304的第二分割结果307。第四,服务器根据第一分割结果306和第二分割结果307,确定两个分割结果之间像素级的第一一致性损失308,以及语义分割过程中,相对应的第一图像303的第一目标特征309和第二图像304的第二目标特征310之间的第二一致性损失311。第五,根据第一一致性损失308和第二一致性损失311,求取梯度,根据梯度调整初始语义分割模型305。
本实施例中,结合第一分割结果和第二分割结果之间像素级的第一一致性损失,以及第一图像的第一目标特征和第二图像的第二目标特征之间整体性的第二一致性损失,对模型进行参数更新,使得最终得到的语义分割模型具有更好的分割效果。
在本实施例的一些可选的实现方式中,第一目标特征包括第一分割结果中表征目标对象的边缘的关键点特征,第二目标特征包括第二分割结果中表征目标对象的边缘的关键点特征。
本实现方式中,上述执行主体可以通过如下方式确定第二一致性损失:
首先,提取第一分割结果中的目标对象的关键点特征和第二分割结果中的目标对象的关键点特征。
本实现方式中,上述执行主体可以对第一分割结果和第二分割结果进行进一步的特征提取,得到第一分割结果中表征目标对象的边缘的关键点特征,以及第二分割结果中表征目标对象的边缘的关键点特征。
然后,根据第一分割结果和第二分割结果中的、相对应的关键点特征,确定第二一致性损失。
本实现方式中,第二一致性损失用于约束第一分割结果和第二分割结果中目标对象的边缘之间的一致性。通过对分割结果中边缘特征的一致性约束,初始语义分割模型在关注第一分割结果和第二分割结果之间像素级的第一一致性损失的基础上,在语义分割过程中更加关注目标对象的边缘,可以提高语义分割模型关于目标对象的边缘的分割效果。
在本实施例的一些可选的实现方式中,第一目标特征包括初始语义分割模型对于第一图像的语义分割过程所得到的第一中间特征,第二目标特征包括初始语义分割模型对于第二图像的语义分割过程所得到的、对应于第一中间特征的第二中间特征。
无论是第一中间特征还是第二中间特征,均可以是初始语义分割模型处理第一图像和第二图像的语义分割过程中所得到的任一特征图。第一中间特征对应于第二中间特征,用于表征第一中间特征在第一图像的语义分割过程中所处的节点与第二中间特征在第二图像的语义分割过程中所处的节点相同。
本实现方式中,上述执行主体可以通过如下方式确定第二一致性损失:确定第一中间特征和第二中间特征之间的第二一致性损失。
本实现方式中,第二一致性损失用于约束第一图像和第二图像在语义分割过程中相对应的中间特征之间的一致性,初始语义分割模型在关注第一分割结果和第二分割结果之间像素级的第一一致性损失的基础上,在语义分割过程中更加关注中间特征,可以防止梯度消失等情况发生,进一步提高语义分割模型关于目标对象的分割效果。
本实现方式中,在语义分割过程中可灵活选取中间特征。而且,可以在第一图像和第二图像的语义分割过程中选取多个相对应的中间特征,以约束第一图像对应的多个中间特征和第二图像对应的多个中间特征之间一致性。其中,第一图像对应的多个中间特征和第二图像对应的多个中间特征一一对应。从而,使得初始语义模型更加关注第一图像和第二图像之间相对应的中间特征的一致性。
在本实施例的一些可选的实现方式中,上述执行主体可以通过如下方式执行上述步骤202:以训练样本作为第一图像,在训练样本中加入噪声,得到第二图像。
本实现方式中,上述执行主体只对训练样本进行一次噪声添加操作,得到噪声图像(第二图像),并保留训练样本,作为源图像(第一图像)。从而,在减小信息处理量的基础上,保留了训练样本的源信息,使得初始语义分割模型在半监督学习过程中,约束噪声图像与源图像之间关于分割结果的一致性,以及关于中间特征的一致性。
由于训练样本集中包括带标签的训练样本,因此,所选取的训练样本可能是带标签的训练样本。针对于上述情形,在本实施例的一些可选的实现方式中,上述执行主体响应于确定训练样本为带标签的训练样本,确定训练样本的标签与第一分割结果之间的第三损失。
本实现方式中,第一图像就是训练样本本身,初始语义分割模型对于第一图像的第一分割结果应该以第一图像的标签为目标。通过第三损失约束第一图像的标签和第一分割结果之间的一致性。
在本实现方式中,上述执行主体通过如下方式执行上述步骤205:根据第一一致性损失、第二一致性损失和第三损失,调整初始语义分割模型。
作为示例,上述执行主体可以根据第一一致性损失、第二一致性损失和第三损失,求取总损失,并根据总损失求取梯度;进而,根据梯度更新初始语义分割模型的参数。
本实现方式中,针对于带标签的训练样本还需计算第三损失,以约束第一图像的标签和分割结果的一致性,可以提高初始语义分割模型的训练速度以及分割效果。
继续参考图4,示出了根据本公开的一个语义分割模型的半监督学习方法实施例的示意性流程。通过执行如下表征半监督学习操作的流程400,直至得到语义分割模型,流程400包括以下步骤:
步骤401,从训练样本集中选取训练样本。
其中,训练样本集中包括带标签的训练样本和不带标签的训练样本。
步骤402,以训练样本作为第一图像,在训练样本中加入噪声,得到第二图像。
步骤403,通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果。
步骤404,提取第一分割结果中的目标对象的关键点特征和第二分割结果中的目标对象的关键点特征。
步骤405,确定第一分割结果和第二分割结果之间的第一一致性损失。
步骤406,确定表征第一分割结果和第二分割结果中的、相对应的关键点特征之间的一致性,以及第一中间特征和第二中间特征之间的一致性的第二一致性损失。
其中,第一目标特征包括初始语义分割模型对于第一图像的语义分割过程所得到的第一中间特征,第二目标特征包括初始语义分割模型对于第二图像的语义分割过程所得到的、对应于第一中间特征的第二中间特征。
步骤407,响应于确定训练样本为带标签的训练样本,确定训练样本的标签与第一分割结果之间的第三损失,并根据第一一致性损失、第二一致性损失和第三损失,调整初始语义分割模型。
步骤408,响应于确定训练样本为不带标签的训练样本,根据第一一致性损失和第二一致性损失,调整初始语义分割模型。
从本实施例中可以看出,与图2对应的实施例相比,本实施例中的语义分割模型的半监督学习方法的流程400具体说明了第二一致性损失的确定过程,以及针对于带标签的训练样本和不带标签的训练样本的损失的确定过程,进一步提高了语义分割模型的分割效果。
继续参考图5,示出了根据本公开的一个语义分割方法实施例的示意性流程500,流程500包括以下步骤:
步骤501,获取待分割图像。
本实施例中,语义分割模型的半监督学习方法的执行主体(例如,图1中的终端设备或服务器)可以基于有线或无线通信方式从远程,或从本地获取待分割图像。
待分割图像是待进行语义分割的图像,可以包括目标人,建筑物、车辆、交通标志等目标物。
作为示例,上述待分割图像可以是车载摄像设备所摄取的、表征交通环境信息的待分割图像。
步骤502,通过语义分割模型处理待分割图像,得到分割结果。
本实施例中,上述执行主体可以通过语义分割模型处理待分割图像,得到分割结果。其中,语义分割模型根据实施例200、400的方法训练得到。
本实施例中,通过实施例200、400的方法训练得到的语义分割模型处理待分割图像,提高了所得到的分割结果的准确度。
继续参考图6,作为对上述各图所示方法的实现,本公开提供了一种语义分割模型的半监督学习装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,语义分割模型的半监督学习装置通过如下单元执行半监督学习操作,直至得到语义分割模型:选取单元601,被配置成从训练样本集中选取训练样本,其中,训练样本集中包括带标签的训练样本和不带标签的训练样本;得到单元602,被配置成基于训练样本,得到第一图像和第二图像;分割单元603,被配置成通过初始语义分割模型,得到第一图像的第一分割结果和第二图像的第二分割结果;第一确定单元604,被配置成确定第一分割结果和第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失;调整单元605,被配置成根据第一一致性损失和第二一致性损失,调整初始语义分割模型。
在本实施例的一些可选的实现方式中,第一目标特征包括第一分割结果中表征目标对象的边缘的关键点特征,第二目标特征包括第二分割结果中表征目标对象的边缘的关键点特征;以及第一确定单元604,进一步被配置成:提取第一分割结果中的目标对象的关键点特征和第二分割结果中的目标对象的关键点特征;根据第一分割结果和第二分割结果中的、相对应的关键点特征,确定第二一致性损失。
在本实施例的一些可选的实现方式中,第一目标特征包括初始语义分割模型对于第一图像的语义分割过程所得到的第一中间特征,第二目标特征包括初始语义分割模型对于第二图像的语义分割过程所得到的、对应于第一中间特征的第二中间特征;以及第一确定单元604,进一步被配置成:确定第一中间特征和第二中间特征之间的第二一致性损失。
在本实施例的一些可选的实现方式中,得到单元602,进一步被配置成:以训练样本作为第一图像,在训练样本中加入噪声,得到第二图像。
在本实施例的一些可选的实现方式中,上述装置还包括:第二确定单元(图中未示出),被配置成响应于确定训练样本为带标签的训练样本,确定训练样本的标签与第一分割结果之间的第三损失;以及调整单元605,进一步被配置成:根据第一一致性损失、第二一致性损失和第三损失,调整初始语义分割模型。
本实施例中,结合第一分割结果和第二分割结果之间的第一一致性损失,以及第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失,对模型进行参数更新,使得最终得到的语义分割模型具有更好的分割效果。
继续参考图7,作为对上述各图所示方法的实现,本公开提供了一种语义分割模型的半监督学习装置的一个实施例,该装置实施例与图5所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,语义分割装置包括:获取单元701,被配置成获取待分割图像;处理单元702,被配置成通过语义分割模型处理待分割图像,得到分割结果。其中,语义分割模型根据实施例200、400的方法训练得到。
本实施例中,通过实施例200、400的方法训练得到的语义分割模型处理待分割图像,提高了所得到的分割结果的准确度。
根据本公开的实施例,本公开还提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现上述任意实施例所描述的语义分割模型的半监督学习方法、语义分割方法。
根据本公开的实施例,本公开还提供了一种可读存储介质,该可读存储介质存储有计算机指令,该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的语义分割模型的半监督学习方法、语义分割方法。
本公开实施例提供了一种计算机程序产品,该计算机程序在被处理器执行时能够实现上述任意实施例所描述的语义分割模型的半监督学习方法、语义分割方法。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如语义分割模型的半监督学习方法。例如,在一些实施例中,语义分割模型的半监督学习方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的语义分割模型的半监督学习方法、语义分割方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行语义分割模型的半监督学习方法、语义分割方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷;也可以为分布式系统的服务器,或者是结合了区块链的服务器。
根据本公开实施例的技术方案,结合第一分割结果和第二分割结果之间的第一一致性损失,以及第一图像的第一目标特征和第二图像的第二目标特征之间的第二一致性损失,对模型进行参数更新,使得最终得到的语义分割模型具有更好的分割效果。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开提供的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (15)
1.一种语义分割模型的半监督学习方法,执行如下半监督学习操作,直至得到所述语义分割模型:
从训练样本集中选取训练样本,其中,所述训练样本集中包括带标签的训练样本和不带标签的训练样本;
基于所述训练样本,得到第一图像和第二图像;
通过初始语义分割模型,得到所述第一图像的第一分割结果和所述第二图像的第二分割结果;
确定所述第一分割结果和所述第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的所述第一图像的第一目标特征和所述第二图像的第二目标特征之间的第二一致性损失;
根据所述第一一致性损失和所述第二一致性损失,调整所述初始语义分割模型。
2.根据权利要求1所述的方法,其中,所述第一目标特征包括所述第一分割结果中表征目标对象的边缘的关键点特征,所述第二目标特征包括所述第二分割结果中表征目标对象的边缘的关键点特征;以及
确定语义分割过程中,相对应的所述第一图像的第一目标特征和所述第二图像的第二目标特征之间的第二一致性损失,包括:
提取所述第一分割结果中的目标对象的关键点特征和所述第二分割结果中的目标对象的关键点特征;
根据所述第一分割结果和所述第二分割结果中的、相对应的关键点特征,确定所述第二一致性损失。
3.根据权利要求1-2中任一项所述的方法,其中,所述第一目标特征包括所述初始语义分割模型对于所述第一图像的语义分割过程所得到的第一中间特征,所述第二目标特征包括所述初始语义分割模型对于所述第二图像的语义分割过程所得到的、对应于所述第一中间特征的第二中间特征;以及
确定语义分割过程中,相对应的所述第一图像的第一目标特征和所述第二图像的第二目标特征之间的第二一致性损失,包括:
确定所述第一中间特征和所述第二中间特征之间的第二一致性损失。
4.根据权利要求1所述的方法,其中,所述基于所述训练样本,得到第一图像和第二图像,包括:
以所述训练样本作为所述第一图像,在所述训练样本中加入噪声,得到所述第二图像。
5.根据权利要求4所述的方法,其中,还包括:
响应于确定所述训练样本为带标签的训练样本,确定所述训练样本的标签与所述第一分割结果之间的第三损失;以及
所述根据所述第一一致性损失和所述第二一致性损失,调整所述初始语义分割模型,包括:
根据所述第一一致性损失、所述第二一致性损失和所述第三损失,调整所述初始语义分割模型。
6.一种语义分割方法,包括:
获取待分割图像;
通过语义分割模型处理所述待分割图像,得到分割结果,其中,所述语义分割模型根据权利要求1-5的方法训练得到。
7.一种语义分割模型的半监督学习装置,通过如下单元执行半监督学习操作,直至得到所述语义分割模型:
选取单元,被配置成从训练样本集中选取训练样本,其中,所述训练样本集中包括带标签的训练样本和不带标签的训练样本;
得到单元,被配置成基于所述训练样本,得到第一图像和第二图像;
分割单元,被配置成通过初始语义分割模型,得到所述第一图像的第一分割结果和所述第二图像的第二分割结果;
第一确定单元,被配置成确定所述第一分割结果和所述第二分割结果之间的第一一致性损失,以及语义分割过程中,相对应的所述第一图像的第一目标特征和所述第二图像的第二目标特征之间的第二一致性损失;
调整单元,被配置成根据所述第一一致性损失和所述第二一致性损失,调整所述初始语义分割模型。
8.根据权利要求7所述的装置,其中,所述第一目标特征包括所述第一分割结果中表征目标对象的边缘的关键点特征,所述第二目标特征包括所述第二分割结果中表征目标对象的边缘的关键点特征;以及
所述第一确定单元,进一步被配置成:
提取所述第一分割结果中的目标对象的关键点特征和所述第二分割结果中的目标对象的关键点特征;根据所述第一分割结果和所述第二分割结果中的、相对应的关键点特征,确定所述第二一致性损失。
9.根据权利要求7-8中任一项所述的装置,其中,所述第一目标特征包括所述初始语义分割模型对于所述第一图像的语义分割过程所得到的第一中间特征,所述第二目标特征包括所述初始语义分割模型对于所述第二图像的语义分割过程所得到的、对应于所述第一中间特征的第二中间特征;以及
所述第一确定单元,进一步被配置成:
确定所述第一中间特征和所述第二中间特征之间的第二一致性损失。
10.根据权利要求7所述的装置,其中,所述得到单元,进一步被配置成:
以所述训练样本作为所述第一图像,在所述训练样本中加入噪声,得到所述第二图像。
11.根据权利要求10所述的装置,其中,还包括:
第二确定单元,被配置成响应于确定所述训练样本为带标签的训练样本,确定所述训练样本的标签与所述第一分割结果之间的第三损失;以及
所述调整单元,进一步被配置成:
根据所述第一一致性损失、所述第二一致性损失和所述第三损失,调整所述初始语义分割模型。
12.一种语义分割装置,包括:
获取单元,被配置成获取待分割图像;
处理单元,被配置成通过语义分割模型处理所述待分割图像,得到分割结果,其中,所述语义分割模型根据权利要求1-5的方法训练得到。
13.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括:计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691567.8A CN113379750A (zh) | 2021-06-22 | 2021-06-22 | 语义分割模型的半监督学习方法、相关装置及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110691567.8A CN113379750A (zh) | 2021-06-22 | 2021-06-22 | 语义分割模型的半监督学习方法、相关装置及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113379750A true CN113379750A (zh) | 2021-09-10 |
Family
ID=77578286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110691567.8A Pending CN113379750A (zh) | 2021-06-22 | 2021-06-22 | 语义分割模型的半监督学习方法、相关装置及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379750A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781491A (zh) * | 2021-11-11 | 2021-12-10 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像分割模型的训练、图像分割方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741332A (zh) * | 2018-12-28 | 2019-05-10 | 天津大学 | 一种人机协同的图像分割与标注方法 |
CN111325794A (zh) * | 2020-02-23 | 2020-06-23 | 哈尔滨工业大学 | 一种基于深度卷积自编码器的视觉同时定位与地图构建方法 |
CN112085739A (zh) * | 2020-08-20 | 2020-12-15 | 深圳力维智联技术有限公司 | 基于弱监督的语义分割模型的训练方法、装置及设备 |
US20200394455A1 (en) * | 2019-06-15 | 2020-12-17 | Paul Lee | Data analytics engine for dynamic network-based resource-sharing |
-
2021
- 2021-06-22 CN CN202110691567.8A patent/CN113379750A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109741332A (zh) * | 2018-12-28 | 2019-05-10 | 天津大学 | 一种人机协同的图像分割与标注方法 |
US20200394455A1 (en) * | 2019-06-15 | 2020-12-17 | Paul Lee | Data analytics engine for dynamic network-based resource-sharing |
CN111325794A (zh) * | 2020-02-23 | 2020-06-23 | 哈尔滨工业大学 | 一种基于深度卷积自编码器的视觉同时定位与地图构建方法 |
CN112085739A (zh) * | 2020-08-20 | 2020-12-15 | 深圳力维智联技术有限公司 | 基于弱监督的语义分割模型的训练方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
张钰;刘建伟;左信;: "多任务学习", 计算机学报, no. 07 * |
李少朋;张涛;: "深度学习在视觉SLAM中应用综述", 空间控制技术与应用, no. 02 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781491A (zh) * | 2021-11-11 | 2021-12-10 | 阿里巴巴达摩院(杭州)科技有限公司 | 图像分割模型的训练、图像分割方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560874A (zh) | 图像识别模型的训练方法、装置、设备和介质 | |
CN113436100B (zh) | 用于修复视频的方法、装置、设备、介质和产品 | |
CN113627536B (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN113657269A (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
CN112802037A (zh) | 人像提取方法、装置、电子设备及存储介质 | |
CN113792742A (zh) | 遥感图像的语义分割方法和语义分割模型的训练方法 | |
CN116403083A (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
CN114186681A (zh) | 用于生成模型簇的方法、装置及计算机程序产品 | |
CN113378855A (zh) | 用于处理多任务的方法、相关装置及计算机程序产品 | |
CN113379750A (zh) | 语义分割模型的半监督学习方法、相关装置及产品 | |
CN114724144B (zh) | 文本识别方法、模型的训练方法、装置、设备及介质 | |
CN114882313B (zh) | 生成图像标注信息的方法、装置、电子设备及存储介质 | |
CN113780297B (zh) | 图像处理方法、装置、设备以及存储介质 | |
CN112927319B (zh) | 模型训练方法、图像处理方法、装置、设备及存储介质 | |
CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 | |
CN114612971A (zh) | 人脸检测方法、模型训练方法、电子设备及程序产品 | |
CN114093006A (zh) | 活体人脸检测模型的训练方法、装置、设备以及存储介质 | |
CN114119990A (zh) | 用于图像特征点匹配的方法、装置及计算机程序产品 | |
CN114219731A (zh) | 图片优化方法、装置、设备以及存储介质 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN113032071A (zh) | 页面元素定位方法、页面测试方法、装置、设备和介质 | |
CN113627354B (zh) | 模型训练、视频处理方法,装置,设备以及存储介质 | |
CN113361524B (zh) | 图像处理方法及装置 | |
CN113283305B (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN113870142B (zh) | 用于增强图像对比度的方法、装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |