CN115346074B - 训练方法、图像处理方法、装置、电子设备以及存储介质 - Google Patents

训练方法、图像处理方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN115346074B
CN115346074B CN202211074101.4A CN202211074101A CN115346074B CN 115346074 B CN115346074 B CN 115346074B CN 202211074101 A CN202211074101 A CN 202211074101A CN 115346074 B CN115346074 B CN 115346074B
Authority
CN
China
Prior art keywords
sample image
sample
image
reconstructed
loss function
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.)
Active
Application number
CN202211074101.4A
Other languages
English (en)
Other versions
CN115346074A (zh
Inventor
王兆玮
杨叶辉
王晓荣
黄海峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202211074101.4A priority Critical patent/CN115346074B/zh
Publication of CN115346074A publication Critical patent/CN115346074A/zh
Application granted granted Critical
Publication of CN115346074B publication Critical patent/CN115346074B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)

Abstract

本公开提供了一种训练方法、图像处理方法、装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像；根据第一样本图像和第一重构样本图像，确定第一样本图像中的待掩码样本图像块，其中，待掩码样本图像块是满足预定条件的样本图像块；对第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像；以及，利用第一掩码样本图像对经第一阶段训练得到的深度学习模型进行第二阶段训练，得到预训练模型。

Description

训练方法、图像处理方法、装置、电子设备以及存储介质
技术领域
本公开涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域。具体地，涉及一种训练方法、图像处理方法、装置、电子设备以及存储介质。
背景技术
随着计算机技术的发展，人工智能技术在各种领域得到了广泛应用。例如，可以利用人工智能技术进行深度学习模型的训练，以便根据得到的经训练的深度学习模型进行图像处理。
发明内容
本公开提供了一种训练方法、图像处理方法、装置、电子设备以及存储介质。
根据本公开的一方面，提供了一种预训练模型的训练方法，包括：利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像；根据第一样本图像和上述第一重构样本图像，确定第一样本图像中的待掩码样本图像块，其中，上述待掩码样本图像块是满足预定条件的样本图像块；对上述第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像；以及，利用上述第一掩码样本图像对经上述第一阶段训练得到的深度学习模型进行第二阶段训练，得到上述预训练模型。
根据本公开的另一方面，提供了一种图像处理模型的训练方法，包括：获取第二样本图像；以及，利用上述第二样本图像训练预训练模型，得到上述图像处理模型，其中，上述预训练模型是利用根据本公开方法训练的。
根据本公开的另一方面，提供了一种图像处理方法，包括：获取目标图像；以及，将上述目标图像输入图像处理模型，得到图像处理结果，其中，上述图像处理模型是利用根据本公开上述的方法训练的。
根据本公开的另一方面，提供了一种预训练模型的训练装置，包括：第一获得模块，用于利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像；确定模块，用于根据第一样本图像和上述第一重构样本图像，确定第一样本图像中的待掩码样本图像块，其中，上述待掩码样本图像块是满足预定条件的样本图像块；第二获得模块，用于对上述第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像；以及，第三获得模块，用于利用上述第一掩码样本图像对经上述第一阶段训练得到的深度学习模型进行第二阶段训练，得到上述预训练模型。
根据本公开的另一方面，提供了一种图像处理模型的训练装置，包括：第一获取模块，用于获取第二样本图像；以及，第四获得模块，用于利用上述第二样本图像训练预训练模型，得到上述图像处理模型，其中，上述预训练模型是利用根据本公开上述的装置训练的。
根据本公开的另一方面，提供了一种图像处理装置，包括：第二获取模块，用于获取目标图像；以及，第五获得模块，用于将上述目标图像输入图像处理模型，得到图像处理结果，其中，上述图像处理模型是利用根据本公开上述的装置训练的。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与上述至少一个处理器通信连接的存储器；其中，上述存储器存储有可被上述至少一个处理器执行的指令，上述指令被上述至少一个处理器执行，以使上述至少一个处理器能够执行如本公开所述的方法。
根据本公开的另一方面，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，其中，上述计算机指令用于使上述计算机执行如本公开所述的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现如本公开所述的方法。
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示意性示出了根据本公开实施例的可以应用预训模型的训练方法、图像处理模型的训练方法、图像处理方法及装置的示例性系统架构；
图2示意性示出了根据本公开实施例的预训练模型的训练方法的流程图；
图3A示意性示出了根据本公开实施例的预训练模型的训练方法的原理示意图；
图3B示意性示出了根据本公开实施例的生成热力图的示例示意图；
图3C示意性示出了根据本公开实施例的生成第二掩码样本图像的示例示意图；
图3D示意性示出了根据本公开实施例的生成第一掩码样本图像的示例示意图；
图4示意性示出了根据本公开实施例的图像处理模型的训练方法的流程图；
图5示意性示出了根据本公开实施例的图像处理方法的流程图；
图6示意性示出了根据本公开实施例的预训练模型的训练装置的框图；
图7示意性示出了根据本公开实施例的图像处理模型的训练装置的框图；
图8示意性示出了根据本公开实施例的图像处理装置的框图；以及
图9示意性示出了根据本公开实施例的适于实现预训练模型的训练方法、图像处理模型的训练方法和图像处理方法的电子设备的框图。
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。
图1示意性示出了根据本公开实施例的可以应用预训模型的训练方法、图像处理模型的训练方法、图像处理方法及装置的示例性系统架构。
需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如，在另一实施例中，可以应用预训练模型的训练方法、图像处理模型的训练方法、图像处理方法及装置的示例性系统架构可以包括终端设备，但终端设备可以无需与服务器进行交互，即可实现本公开实施例提供的预训练模型的训练方法、图像处理模型的训练方法、图像处理方法及装置。
如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。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，有线和无线通信链路等中的至少之一。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用。例如，知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和社交平台软件等中的至少之一。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括以下至少之一：智能手机、平板电脑、膝上型便携计算机和台式计算机等。
服务器105可以是提供各种服务的各种类型的服务器。例如，服务器105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，以解决了传统物理主机与VPS服务(Virtual Private Server，虚拟专用服务器)中，存在的管理难度大，业务扩展性弱的缺陷。服务器105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。
需要说明的是，本公开实施例所提供的预训练模型的训练方法和图像处理模型的训练方法一般可以由服务器105执行。相应地，本公开实施例所提供的预训练模型的训练装置和图像处理模型的训练装置一般可以设置于服务器105中。本公开实施例所提供的预训练模型的训练方法和图像处理模型的训练方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的预训练模型的训练装置和图像处理模型的训练装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
备选地，本公开实施例所提供的预训练模型的训练方法和图像处理模型的训练方法一般也可以由终端设备101、102、或103执行。相应地，本公开实施例所提供的预训练模型的训练装置和图像处理模型的训练装置也可以设置于终端设备101、102、或103中。
需要说明的是，本公开实施例所提供的图像处理方法一般可以由终端设备101、102、或103执行。相应地，本公开实施例所提供的图像处理装置也可以设置于终端设备101、102、或103中。
备选地，本公开实施例所提供的图像处理方法一般也可以由服务器105执行。相应地，本公开实施例所提供的图像处理装置一般可以设置于服务器105中。本公开实施例所提供的图像处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的图像处理装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
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。
应注意，以下方法中各个操作的序号仅作为该操作的表示以便描述，而不应被看作表示该各个操作的执行顺序。除非明确指出，否则该方法不需要完全按照所示顺序来执行。
图2示意性示出了根据本公开实施例的预训练模型的训练方法的流程图。
如图2所示，该方法200包括操作S210～S240。
在操作S210，利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像。
在操作S220，根据第一样本图像和第一重构样本图像，确定第一样本图像中的待掩码样本图像块。
在操作S230，对第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像。
在操作S240，利用第一掩码样本图像对经第一阶段训练得到的深度学习模型进行第二阶段训练，得到预训练模型。
根据本公开的实施例，待掩码样本图像块可以是满足预定条件的样本图像块。
根据本公开的实施例，第一样本图像可以指用于训练深度学习模型得到预训练模型的图像。预训练模型可以指利用数目较多的训练数据对深度学习模型进行训练得到的与任务无关的模型。针对下游任务，可以利用与下游任务相关的少量的训练数据对预训练模型进行微调，得到用于处理下游任务的模型。例如，下游任务可以包括图像处理任务。深度学习模型可以是用于处理图像处理任务的模型。
根据本公开的实施例，深度学习模型的模型结构可以根据实际业务需求进行配置，在此不作限定。例如，深度学习模型可以包括至少一个模型结构。模型结构可以包括至少一个模型子结构和各个模型子结构彼此之间的连接关系。模型结构可以是基于模型子结构之间的连接关系，将至少一个模型子结构进行连接得到的结构。模型结构包括的至少一个模型子结构可以是来自至少一个操作层的结构。例如，模型结构可以是基于模型子结构之间的连接关系，将来自至少一个操作层的至少一个模型子结构进行连接得到的结构。例如，至少一个操作层可以包括以下至少之一：输入层、卷积层、池化层、反池化层、反卷积层、前馈神经网络层、注意力层、补丁合并(即Patch Merging)层、补丁扩展(即PatchExpanding)层、跳跃连接层、瓶颈层、残差层、全连接层、批量归一化层、线性嵌入(即LinearEmbedding)层和非线性层等。
根据本公开的实施例，深度学习模型可以包括以下之一：基于非编码器-非解码器的深度学习模型和基于编码器-解码器的深度学习模型。基于编码器-解码器的深度学习模型可以包括以下至少之一：基于Transformer(即转换器)的深度学习模型和基于卷积神经网络的深度学习模型。编码器-解码器可以包括以下之一：对称编码器-解码器和非对称编码器-解码器。对称编码器-解码器的模型架构可以包括以下之一：U型模型架构和V型模型架构。例如，深度学习模型可以包括视觉Transformer模型。视觉Transformer模型可以包括以下至少之一：Vision Transformer模型和Swin Transformer模型。此外，视觉Transformer模型还可以包括基于U型模型架构的视觉Transformer模型和基于V型模型架构的视觉Transformer模型。U型模型架构可以包括以下至少之一：U-Net模型、D-LinkNet模型和MDU-Net(即Multi-scale Densely Connected U-Net)模型。
根据本公开的实施例，深度学习模型的训练方式可以根据实际业务需求进行配置，在此不作限定。例如，训练方式可以包括以下至少之一：无监督训练、有监督训练和半监督训练。
根据本公开的实施例，图像处理任务可以包括以下至少之一：图像分割任务、图像分类任务和目标检测任务。此外，图像处理任务还可以包括与图像分割任务对应的细分领域任务、与图像分类任务对应的细分领域任务和与目标检测任务对应的细分领域任务。例如，与图像分割任务对应的细分领域任务可以包括以下至少之一：医学图像分割任务、工业产品图像分割任务和道路图像分割任务等。与图像分类对应的细分领域任务可以包括以下至少之一：医学图像分类任务、工业产品图像分类任务和道路图像分类任务等。与目标检测任务对应的细分领域任务可以包括以下至少之一：针对医学图像的目标检测任务、针对工业产品图像的目标检测任务和针对道路图像的目标检测任务。
根据本公开的实施例，图像可以包括至少一个图像块(即Patch)。图像块可以包括至少一个像素。各个图像块的尺寸可以至少部分相同。例如，各个图像块的尺寸可以彼此相同。本公开实施例中的图像可以指图像中对象之间具有固定关系的图像。例如，图像可以包括以下至少之一：医学图像和预定自然场景图像。预定自然场景图像可以指图像中的对象之间具有固定结构关系的自然场景图像。固定结构关系可以指各个对象彼此之间的位置关系保持不变。由于在对象之间具有固定关系的图像中，对象出现的位置较为固定，因此，对象出现的位置具有统计学规律。由此，难以学习的对象出现的位置也具有统计学规律。而由于对象可以对应至少一个图像块，因此，难以学习的图像块(即难样本)出现的位置也具有统计学规律，由此，可以通过确定难样本的统计学规律来加速和优化预训练模型的训练过程。
根据本公开的实施例，在图像是第一样本图像的情况下，第一样本图像可以包括以下至少之一：第一样本医学图像和第一预定自然场景样本图像。第一预定自然场景样本图像中的对象之间可以具有固定结构关系。
根据本公开的实施例，医学图像可以是医学领域中的重要数据，在辅助医生进行诊断和病理研究等方面有着较为重要的作用。医学图像可以是三维医学图像和二维医学图像中的至少之一。医学图像可以包括以下至少之一：MRI(Magnetic Resonance Imaging，磁共振成像)图像、CT(Computerized Tomography，计算机断层扫描)图像、ECT(EmissionComputed Tomography，发射型计算机层析成像)图像、PET(Positron Emission ComputedTomography，正电子发射计算机断层显像)图像、超声图像、OCT(Optical CoherenceTomography，光学相干层析成像)图像和X射线摄影。
根据本公开的实施例，医学图像可以包括单模态医学图像和多模态医学图像中的至少之一。多模态可以指同一医学图像的不同形式，也可以指至少两个不同类型的医学图像。例如，MRI图像可以是多模态MRI图像。多模态MRI图像可以包括以下至少两个：T1模态图像(即T1加权图像)、T2模态图像(即T2加权图像)、T1CE模态图像(即对比度增强的T1加权图像)和FLAIR(FLuid Attenuated Inversion Recovery，流体衰减反转恢复)模态图像。
根据本公开的实施例，医学图像可以是部位的医学图像。部位可以包括以下至少之一：非全身部位和全身部位。全身部位可以指遍及全身的部位。非全身部位可以包括以下至少之一：头部、颈部、胸部、腹部、盆部、脊柱、上肢和下肢。全身部位可以包括以下至少之一：皮肤、筋膜、肌、血管、淋巴、神经、骨头和关节等。头部可以包括以下至少之一：脑部、眼部、耳部、鼻部、口腔、咽喉和面部等。颈部可以包括以下至少之一：甲状腺和气管等。胸部可以包括以下至少之一：肺部、心脏、食管、呼吸道、支气管和背部等。腹部可以包括以下至少之一：肝脏、胆部、胰腺、胃部、肠部、空肠、回肠、盲肠、结肠、十二指肠、脾脏、肾部、阑尾和腰部等。盆部可以包括以下至少之一：骨盆、盆腔和直肠等。脊柱可以包括以下至少之一：颈椎、胸椎、腰椎和骶椎等。上肢可以包括以下至少之一：肩部、肘部、腕部和手部等。下肢可以包括以下至少之一：足部、髋关节、膝部、踝部和趾甲等。关节可以包括以下至少之一：腕关节、指关节和膝关节等。需要说明的是，上述仅是示例性说明，还可以包括其他部位。
根据本公开的实施例，医学图像分割任务可以包括以下至少之一：非全身部位医学图像分割任务和全身部位医学图像分割任务。例如，非全身部位医学图像分割任务可以包括以下至少之一：腹部图像分割任务、眼部图像分割任务、脑部图像分割任务和肺部图像分割任务等。
根据本公开的实施例，医学图像分类任务可以包括以下至少之一：非全身部位医学图像分类任务和全身部位医学图像分类任务。针对医学图像的目标检测任务可以包括以下至少之一：针对非全身部位医学图像分类任务和全身部位医学图像分类任务。
根据本公开的实施例，预定自然场景图像可以包括以下至少之一：工业产品图像和道路图像等。工业产品图像可以指工业产品的图像。工业产品可以包括智能制造产品。例如，智能制造产品可以包括以下至少之一：智能仪表和自动驾驶车辆。智能仪表可以包括以下至少之一：指针表计和数显表计。工业产品图像可以包括智能制造产品图像。例如，智能制造产品图像可以包括以下至少之一：智能仪表图像和自动驾驶车辆图像。智能仪表图像可以包括以下至少之一：指针表计图像和数显表计图像。道路图像可以指与道路对象相关的图像。道路对象可以包括以下至少之一：车道线和障碍物等。
根据本公开的实施例，样本图像可以包括至少一个样本图像块。重构样本图像可以指对与样本图像相关的图像进行图像重构得到的图像。重构样本图像可以包括至少一个重构样本图像块。与样本图像相关的图像可以包括掩码样本图像。掩码样本图像可以是对样本图像中的预定样本图像块进行掩码得到的。预定样本图像块可以是随机确定的。
根据本公开的实施例，第一样本图像可以包括至少一个样本图像块。与第一样本图像相关的图像可以指对第一样本图像中的预定样本图像块进行掩码得到的图像。第一重构样本图像可以包括至少一个第一重构样本图像块。待掩码样本图像块可以是满足预定条件的样本图像块。可以将待掩码样本图像块称为难样本。难样本可以指难以学习到的样本。例如，如果第一样本图像块与该第一样本图像块对应的第一重构样本图像块之间的统计值属于预定统计值范围，则可以将该第一样本图像块确定为难样本。统计值可以包括以下至少之一：均值和标准差等。预定条件可以是用于确定难样本的条件。例如，预定条件可以是第一样本图像中的第一样本图像块和与第一样本图像块对应的第一重构样本图像中的第一重构样本图像块之间的统计值属于预定统计值范围。
根据本公开的实施例，可以响应于检测到模型训练指令，从数据源中获取第一样本图像。数据源可以包括以下至少之一：本地数据库和网络资源。可以调用数据接口。利用数据接口从数据源中获取第一样本图像。第一样本图像可以是以下至少之一：模拟样本图像和真实样本图像。真实样本图像可以是公开数据集中的样本图像。模拟样本图像是基于以下方式之一生成的：基于预定图像参数生成的和基于生成对抗网络模型处理预定随机噪声数据生成的。
根据本公开的实施例，经第一阶段训练得到的深度学习模型可以指对初始深度学习模型进行至少一个训练轮次训练得到的深度学习模型。第一阶段可以指与从第1训练轮次至第N训练轮次对应的阶段。N可以是大于1的整数。N可以根据实际业务需求进行配置，在此不作限定。可以将与第一样本图像相关的图像输入经第一阶段训练得到的深度学习模型，得到第一重构样本图像。例如，可以对与第一样本图像相关的图像进行特征提取，得到至少一个尺度的样本特征数据。对至少一个尺度的样本特征数据进行处理，得到第一重构样本图像。
根据本公开的实施例，可以将第一样本图像和第一重构样本图像进行比较。根据比较结果，确定第一样本图像中满足预定条件的待掩码样本图像块。待掩码样本图像块可以包括至少一个。可以对第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像。
根据本公开的实施例，在获得第一掩码样本图像之后，可以利用第一掩码样本图像块对经第一阶段训练得到的深度学习模型进行第二阶段训练，得到预训练模型。
例如，第一样本图像可以是第一样本医学图像。第一样本医学图像可可以是眼底部位的样本医学图像。例如，眼部部位的样本医学图像可以是REFUGE数据集中的图像。可以对眼底图像进行视杯视盘分割，得到视杯视盘分割结果。根据视杯视盘分割结果，确定视杯视盘比。可以将视杯视盘比作为确定是否青光眼的依据。视盘是视网膜中视神经纤维汇集传出眼球的部位。视杯可以是视盘中存在的可变尺寸的明亮中央凹陷区域。预训练模型可以是与视杯视盘分割任务对应的模型。
例如，第一样本图像可以是第一样本医学图像。第一样本医学图像可以是脑部的样本医学图像。可以根据脑部图像分割结果来确定脑部肿瘤的位置。预训练模型可以是与脑部图像分割任务对应的模型。
例如，第一样本图像可以是第一样本医学图像。第一样本医学图像可以是腹部的样本医学图像。例如，腹部的样本医学图像可以是BTCV数据集中的图像。可以根据腹部图像分割结果来确定腹部肿瘤的位置。预训练模型可以是与腹部图像分割任务对应的模型。如下表1示意性示出了不同预训练模型的训练方法的性能评估结果。
方法 性能评估结果
其他方法 0.62546
本公开实施例的方法 0.71650
表1
根据本公开的实施例，可以由电子设备执行本公开实施例的预训练模型的训练方法。电子设备可以包括至少一个处理器。处理器可以用于执行本发明实施例提供的预训练模型的训练方法。可以利用单个处理器执行本发明实施例提供的预训练模型的训练方法，也可以利用多个处理器并行执行本发明实施例提供的预训练模型的训练方法。
根据本公开的实施例，由于第一掩码样本图像是对第一样本图像中的待掩码样本图像块进行掩码得到的，待掩码样本图像块是根据第一样本图像和经第一阶段训练得到的深度学习模型处理第一样本图像得到的第一重构样本图像得到的满足预定条件的样本图像块，因此，提高了第一掩码样本图像的有效性和准确性，由此，基于第一掩码样本图像对深度学习模型进行第二阶段的训练，能够加速和优化获得预训练模型的过程，进而实现在数据量较少的情况下，获得能够具有较好模型性能的预训练模型。由此，降低了电子设备的数据处理量和模型的训练优化成本，提高了电子设备的处理效率，从而获得了符合自然规律的电子设备内部性能改进的效果。
根据本公开的实施例，操作S210可以包括如下操作。
随机对第一样本图像中的第一样本图像块进行掩码，得到第二掩码样本图像。根据第二掩码样本图像，得到至少一个尺度的样本特征数据。根据至少一个尺度的样本特征数据，得到第一重构样本图像。
根据本公开的实施例，可以从第一样本图像中的多个第一样本图像块中随机确定至少一个第一样本图像块。对至少一个第一样本图像块进行掩码，得到第二掩码样本图像。
根据本公开的实施例，可以对第二掩码样本图像进行特征提取，得到至少一个尺度的第一样本特征数据。例如，深度学习模型可以包括下采样模块和上采样模块。可以利用深度学习模型的下采样模块处理第二掩码样本图像，得到至少一个尺度的第一样本特征数据。下采样模块可以包括以下之一：卷积神经网络和基于Transformer的编码器。Transformer可以包括视觉Transformer。卷积神经网络可以包括以下至少之一：ResNet(Residual Neural Network，残差神经网络)、VGGNet(Visual Geometry Group Network，视觉几何群网络)、WideResNet(Wide Residual Network，宽残差网络)和DenseNet(DenseNeural Network，稠密神经网络)。
根据本公开的实施例，下采样模块可以包括至少一个级联的下采样单元。在下采样模块包括卷积神经网络的情况下，下采样单元可以包括第一卷积子单元和池化子单元。第一卷积子单元可以包括至少一个第一卷积层。池化子单元可以包括至少一个池化层。第一掩码样本图像依次经由至少一个级联的下采样单元，每通过一个下采样单元得到的与第一样本特征数据对应的特征图的尺寸减小。下采样单元可以用于实现对与该特征提取单元对应的尺度的第一样本特征数据进行下采样。
根据本公开的实施例，可以对至少一个尺度的第一样本特征数据进行处理，得到第一重构样本图像。例如，可以利用上采样模块处理至少一个尺度的第一样本特征数据，得到第一重构样本图像。上采样模块可以包括至少一个级联的上采样单元。上采样单元可以包括第二卷积子单元和上采样子单元。第二卷积子单元可以包括至少一个第二卷积层。上采样子单元可以包括以下至少之一：至少一个上采样层、至少一个转置卷积层、至少一个解池化层和至少一个线性插值层。
根据本公开的实施例，在下采样模块包括基于Transformer的编码器情况下，下采样模块可以包括至少一个级联的基于Transformer的编码器。在上采样模块包括基于Transformer的解码器的情况下，上采样模块可以包括至少一个级联的基于Transformer的解码器。
例如，深度学习模型可以编码器、解码器、瓶颈层和跳跃连接层。编码器可以包括线性嵌入层、Transformer块和补丁合并层。例如，编码器可以包括级联的线性嵌入层、Transformer块、补丁合并层、Transformer块、补丁合并层和Transformer块。瓶颈层可以包括补丁合并层和Transformer块。例如，瓶颈层可以包括级联的补丁合并层和至少一个Transformer块。解码器可以包括补丁扩展层和Transformer块。例如，解码器可以包括级联的至少一个解码层。解码层可以包括级联的补丁扩展层和Transformer块。Transformer块可以包括Swin Transformer块。
可以利用编码器处理第二掩码样本图像，得到至少一个尺度的样本特征数据。利用瓶颈层、解码器和跳跃连接层处理至少一个尺度的样本特征数据，得到第一重构样本图像。
根据本公开的实施例，对第二掩码样本图像进行特征提取，得到至少一个尺度的第一样本特征数据中的“第一样本特征数据”可以是“根据第二掩码样本图像，得到至少一个尺度的样本特征数据”中的“样本特征数据”。
根据本公开的实施例，由于第一重构样本图像是根据至少一个尺度的样本特征数据得到的，因此，能够提高样本特征数据的丰富性，进而提高图像重构结果的准确性。
根据本公开的实施例，至少一个尺度可以包括J个尺度。J可以是大于或等于1的整数。
根据本公开的实施例，根据至少一个尺度的样本特征数据，得到第一重构样本图像，可以包括如下操作。
在1≤j＜J的情况下，根据第j尺度的样本特征数据和上采样样本特征数据，得到第j尺度的融合样本特征数据。根据第1尺度的融合样本特征数据，得到第一重构样本图像。
根据本公开的实施例，第j尺度的上采样样本特征数据可以是根据第j+1尺度的样本特征数据和上采样样本特征数据得到的。第j尺度的样本特征数据可以是根据第j-1尺度的样本特征数据得到的。
根据本公开的实施例，J可以是大于或等于1的整数。j可以是大于或等于1且小于或等于J的整数。J的数值可以根据实际业务需求进行配置，在此不作限定。j∈{1，2，……，J-1，J}。
根据本公开的实施例，在j＝J的情况下，可以根据第j尺度的样本特征数据，得到第J尺度的融合样本特征数据。
根据本公开的实施例，在1＜j≤J的情况下，根据第j-1尺度的样本特征数据进行特征提取，得到第j尺度的第一中间样本特征数据。根据第j尺度的第一中间样本特征数据进行池化操作，得到第j尺度的样本特征数据。在j＝1的情况下，对第二掩码样本图像进行特征提取，得到第1尺度的第一中间样本特征数据。根据第1尺度的第一中间样本特征数据进行池化操作，得到第1尺度的样本特征数据。
根据本公开的实施例，在1＜j≤J的情况下，根据第j尺度的融合样本特征数据进行特征提取，得到第j尺度的第二中间样本特征数据。对第j尺度的第二中间样本特征数据进行上采样操作，得到第j尺度的上采样样本特征数据。
根据本公开的实施例，在j＝1的情况下，对第1尺度的融合样本特征数据进行特征提取，得到第1尺度的第二中间样本特征数据。根据第1尺度的第二中间样本特征数据，得到第一重构样本图像。
根据本公开的实施例，第j尺度的融合样本特征数据是根据第j尺度的样本特征数据和上采样样本特征数据得到的，第j尺度的上采样样本特征数据可以使得包括深层抽象特征的低分辨率图像在保持深层抽象特征的基础上改变为高分辨率图像，在此基础上，将第j尺度的上采样样本特征数据与样本特征数据进行融合，根据第1尺度的融合样本特征数据得到第一重构样本图像，能够提高图像重构结果的准确性。
根据本公开的实施例，根据第二掩码样本图像，得到至少一个尺度的样本特征数据，可以包括如下操作。
对第二掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到至少一个尺度的样本特征数据。
根据本公开的实施例，可以基于注意力策略和局部策略中的至少之一，对第二掩码样本图像进行处理，得到至少一个尺度的样本特征数据。注意力策略可以用于实现以高权重去聚焦重要信息，低权重去忽略非重要信息，并能通过共享重要信息与其他信息进行信息交换，从而实现重要信息的传递。局部特征策略可以用于实现提取对象的局部特征。在本公开实施例中，注意力策略能够提取第二掩码样本图像中的样本图像块自身和各个样本图像块彼此之间的信息，以更好地完成对的第二掩码样本图像的处理。局部策略可以可以用于实现提取第二掩码样本图像中的样本图像块自身的信息。
根据本公开的实施例，可以基于注意力策略和局部策略中的至少之一，对第二掩码样本图像进行处理，得到用于至少一个尺度的样本特征数据。例如，可以根据注意力策略确定注意力层。根据局部策略确定前馈神经网络层。注意力层的输出可以作为前馈神经网络层的输入。利用注意力层和前馈神经网络层中的至少之一处理第二掩码样本图像，得到至少一个尺度的样本特征数据。
根据本公开的实施例，对第二掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到至少一个尺度的样本特征数据，可以包括如下操作。
基于注意力策略对第二掩码样本图像进行处理，得到至少一个尺度的样本特征数据。
根据本公开的实施例，可以根据注意力策略确定前馈神经网络层，利用前馈神经网络层处理第二掩码样本图像，得到至少一个尺度的样本特征数据。
根据本公开的实施例，样本特征数据是基于注意力策略对第二掩码样本图像进行处理得到的，因此，样本特征数据参与了全局自注意机制，耦合了全局信息，由此，可以提高预训练模型的输出结果的准确性。
根据本公开的实施例，操作S220可以包括如下操作。
基于第一损失函数，根据第一样本图像和第一重构样本图像，得到第一损失函数值。根据第一损失函数值，确定第一样本图像中的待掩码样本图像块。
根据本公开的实施例，第一损失函数可以指用于实现图像重构的损失函数。第一损失函数的形式可以根据实际业务需求进行配置，在此不作限定。例如，第一损失函数可以包括重构损失函数。重构损失函数可以是均方误差(Mean Squared Error，MSE)损失函数。
根据本公开的实施例，可以将第一样本图像和第一重构样本图像输入第一损失函数，得到中间损失函数值。可以将中间函数值进行数据归一化处理，得到第一损失函数值。备选地，第一损失函数可以是具体数据归一化功能的损失函数。
根据本公开的实施例，可以根据第一损失函数值和预定阈值，确定第一样本图像中的待掩码样本图像块。例如，可以根据将第一损失函数值和预定阈值进行比较得到的比较结果，从第一样本图像中包括的至少一个样本图像块中确定待掩码样本图像块。备选地，可以确定第一损失函数值和预定阈值之间的差值。根据差值，从第一样本图像中包括的至少一个样本图像块中确定待掩码样本图像块。
根据本公开的实施例，可以获得与每个训练轮次对应的第一损失函数值。可以根据至少一个训练轮次各自对应的第一损失函数值，得到总损失函数值。根据总损失函数值来确定第一样本图像中的待掩码样本图像块。
根据本公开的实施例，第一样本图像可以包括多个第一样本图像块。第一重构样本图像可以包括多个第一重构样本图像块。
根据本公开的实施例，基于第一损失函数，根据第一样本图像和第一重构样本图像，得到第一损失函数值，可以包括如下操作。
针对多个第一样本图像块中的第一样本图像块，将第一样本图像块和与第一样本图像块对应的第一重构样本图像块输入第一损失函数，得到与第一样本图像块对应的第一损失函数值。根据与多个第一样本图像块对应的第一损失函数值，得到第一损失函数值。
根据本公开的实施例，第一样本图像块可以具有与该第一样本图像块对应的第一重构样本图像块。针对第一样本图像中的多个第一样本图像块中的样本图像块，可以将该样本图像块和与该样本图像块对应的第一重构样本图像块输入第一损失函数，得到与该第一样本图像块对应的第一损失函数值。
根据本公开的实施例，第一损失函数可以根据如下公式(1)确定。
Figure GDA0004087641280000171
根据本公开的实施例，L1可以表征第一损失函数。xm可以表征第一样本图像中的第m个第一样本图像块。zm可以表征第一重构样本图像中的第m个第一重构样本图像块。第m个第一样本图像块与第m个第一重构样本图像块相对应。M可以表征第一样本图像块的数目和第一重构样本图像块的数目。M可以是大于或等于1的整数。m∈{1，2，......，M-1，M}。
根据本公开的实施例，根据第一损失函数值，确定第一样本图像中的待掩码样本图像块，可以包括如下操作。
根据第一损失函数值和预定阈值，生成热力图。将与热力图中的预定颜色区域对应的第一样本图像块确定为第一样本图像中的待掩码样本图像块。
根据本公开的实施例，热力图(即Heatmap)可以包括至少一个颜色区域。热力图可以反映深度学习模型学习第一样本图像的难易程度。颜色区域可以是根据第一损失函数值和预定阈值确定的。预定颜色区域可以是第一损失函数值和预定阈值之间的差值满足预定差值范围的颜色区域。备选地，预定颜色区域可以是第一损失函数值大于或等于预定阈值的颜色区域。预定阈值和预定差值范围可以根据实际业务需求进行配置，在此不作限定。例如，预定阈值可以是0.9。
根据本公开的实施例，针对第一样本图像中的多个第一样本图像块中的第一样本图像块，根据预定阈值和与该第一样本图像块对应的第一损失函数值，确定与该第一样本图像块对应的颜色。根据与多个第一样本图像块各自对应的颜色，生成热力图。
例如，在确定与该第一样本图像块对应的第一损失函数值大于或等于预定阈值的情况下，可以将与该第一样本图像块对应的颜色设置为第一颜色。在确定与该第一样本图像块对应的第一损失函数值小于预定阈值的情况下，可以将与该第一样本图像块对应的颜色设置为第二颜色。
例如，可以包括多个颜色。每个颜色可以具有与该颜色对应的预定差值范围。可以确定预定阈值和与该第一样本图像块对应的第一损失函数值之间的差值。确定与差值对应的预定差值范围。将与该第一样本图像块对应的颜色设置为与预定差值范围对应的颜色。
根据本公开的实施例，通过将与热力图中的预定颜色区域对应的第一样本图像块确定为第一样本图像中的待掩码样本图像块，实现了以可视化方式确定待掩码样本图像块，由此，提高了确定待掩码样本图像的便利性。
根据本公开的实施例，操作S240可以包括如下操作。
利用经第一阶段训练得到的深度学习模型处理第一掩码样本图像，得到第二重构样本图像。基于第二损失函数，根据第一样本图像中的待掩码样本图像块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本图像块，得到第二损失函数值。根据第二损失函数值调整经第一阶段训练得到的深度学习模型的模型参数，直至满足预定结束条件，得到预训练模型。
根据本公开的实施例，第二重构样本图像可以包括多个第二重构样本图像块。
根据本公开的实施例，第二损失函数可以指用于实现图像重构的损失函数。第二损失函数的形式可以根据实际业务需求进行配置，在此不作限定。例如，第二损失函数可以包括重构损失函数。重构损失函数可以是均方误差损失函数。
根据本公开的实施例，可以将第一掩码样本图像输入经第一阶段训练得到的深度学习模型，得到第二重构样本图像。例如，可以对第一掩码样本图像进行特征提取，得到至少一个尺度的第二样本特征数据。可以对至少一个尺度的第二样本特征数据进行处理，得到第二重构样本图像。第二重构样本图像可以包括多个第二重构样本图像块。
根据本公开的实施例，对第一掩码样本图像进行特征提取，得到至少一个尺度的第二样本特征数据，可以包括：对第一掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到至少一个尺度的第二样本特征数据。对第一掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到至少一个尺度的第二样本特征数据，可以包括：基于注意力策略对第一掩码图像进行处理，得到至少一个尺度的第二样本特征数据。
根据本公开的实施例，根据至少一个尺度的第二样本特征数据，得到第二重构样本图像，可以包括：在1≤j＜J的情况下，根据第j尺度的第二样本特征数据和第二上采样样本特征数据，得到第j尺度的第二融合样本特征数据。第j尺度的第二上采样样本特征数据可以是根据第j+1尺度的第二样本特征数据和第二上采样样本特征数据得到的。第j尺度的第二样本特征数据可以是根据第j-1尺度的第二样本特征数据得到的。根据第1尺度的第二融合样本特征数据，得到第二重构样本图像。
根据本公开的实施例，可以将第一样本图像中的待掩码样本图像块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本图像块输入第二损失函数，得到第二损失函数值。再根据第二损失函数值调整经第一阶段训练得到的深度学习模型的模型参数，直至满足预定结束条件。预定结束条件可以包括以下至少之一：达到最大训练轮次和第二损失函数值收敛。
根据本公开的实施例，由于参与确定第二损失函数值的是第一样本图像中的待掩码样本图块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本块，并不是第一样本图像中的全部第一样本图像块和第二重构样本图像中的全部第二重构样本图像块，待掩码样本图像块是难样本，因此，使得模型能够更高效的关注第一样本图像中的难学习区域，进而加速和优化了获得预训练模型的过程。
根据本公开的实施例，基于第二损失函数，根据第一样本图像中的待掩码样本图像块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本图像块，得到第二损失函数值，可以包括如下操作。
将第一样本图像中的待掩码样本图像块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本图像块输入第二损失函数，得到与待掩码样本图像块对应的第二损失函数值。
根据本公开的实施例，第二损失函数可以根据如下公式(2)确定。
Figure GDA0004087641280000201
根据本公开的实施例，L2可以表征第二损失函数。xt可以表征第一样本图像中的第t个待掩码样本图像块。zt可以表征第二重构样本图像中的第t个第二重构样本图像块。第t个待掩码样本图像块与第t个第二重构样本图像块相对应。T可以表征第一样本图像中的待掩码样本图像块的数目。T可以是大于或等于1的整数。t∈{1，2，......，T-1，T}。
下面参考图3A、图3B、图3C和图3D，结合具体实施例对根据本公开实施例所述的预训练模型的训练方法做进一步说明。
图3A示意性示出了根据本公开实施例的预训练模型的训练方法的原理示意图。
如图3A所示，在300A中，可以随机对第一样本图像301中的第一样本图像块进行掩码，得到第二掩码样本图像302。将第二掩码样本图像302输入经第一阶段训练得到的深度学习模型303，得到第一重构样本图像304。将第一样本图像301和第一重构样本图像304输入第一损失函数305，得到中间损失函数值。对中间损失函数值进行数据归一化处理，得到第一损失函数值306。根据第一损失函数值306，确定第一样本图像301中的待掩码样本图像块301_1。待掩码样本图像块301_1是满足预定条件的样本图像块。
对第一样本图像301中的待掩码样本图像块301_1进行掩码，得到第一掩码样本图像307。将第一掩码样本图像307输入经第一阶段训练得到的深度学习模型303，得到第二重构样本图像308。将第一样本图像301中的待掩码样本图像块301_1和第二重构样本图像308中与待掩码样本图像块对应的第二重构样本图像块308_1输入第二损失函数309，得到第二损失函数值310。根据第二损失函数值310调整经第一阶段训练得到的深度学习模型303的模型参数，直至满足预定结束条件，得到预训练模型311。
图3B示意性示出了根据本公开实施例的生成热力图的示例示意图。
如图3B所示，在300B中，随机对第一样本图像312中的第一样本图像块进行掩码，得到第二掩码样本图像313。将第二掩码样本图像313输入经第一阶段训练得到的深度学习模型314，得到第一重构样本图像315。
将第一样本图像312和第一重构样本图像315输入第一损失函数316，得到中间损失函数值。对中间函数值进行数据归一化处理，得到第一损失函数值317。根据第一损失函数值317和预定阈值318，生成热力图图3B中的319。
图3C示意性示出了根据本公开实施例的生成第二掩码样本图像的示例示意图。
如图3C所示，在300C中，第一样本图像320可以包括多个第一样本图像块。例如，多个第一样本图像块可以包括第一样本图像块320_1和第一样本图像块320_2。对第一样本图像块320_1和第二样本图像块320_2进行掩码，得到第二掩码样本图像321。
图3D示意性示出了根据本公开实施例的生成第一掩码样本图像的示例示意图。
如图3D所示，在300D中，第一样本图像323可以包括多个第一样本图像块。例如，多个第一样本图像块可以包括第一样本图像块323_1和第一样本图像块323_2。预定阈值可以是0.9。图3D中的322中的数值可以表征与第一样本图像块对应的第一损失函数值。例如，与第一样本图像块323_1对应的第一损失函数值是0.97。与第一样本图像块323_2对应的第一损失函数值是0.91。与第一样本图像块对应的第一损失函数值可以是将第一样本图像块和与第一样本图像块对应的第一重构样本图像块输入第一损失函数得到的。
由于与第一样本图像块323_1对应的第一损失函数值大于预定阈值，以及与第一样本图像块323_2对应的第一损失函数值大于预定阈值，因此，可以将第一样本图像块323_1和第一样本图像块323_2确定为第一样本图像323中的待掩码样本图像块。
对第一样本图像323中的待掩码样本图像块进行掩码，得到第一掩码样本图像324，即对第一样本图像323中的第一样本图像块323_1和第一样本图像块323_2进行掩码，得到第一掩码样本图像324。
图4示意性示出了根据本公开实施例的图像处理模型的训练方法的流程图。
如图4所示，该方法400包括操作S410～S420。
在操作S410，获取第二样本图像。
在操作S420，利用第二样本图像训练预训练模型，得到图像处理模型。
根据本公开的实施例，预训练模型可以是根据本公开实施例所述的预训练模型的训练方法训练得到的。
根据本公开的实施例，图像处理模型可以包括以下之一：图像分割模型、图像分类模型和目标检测模型。
根据本公开的实施例，图像分割模型可以包括以下至少之一：医学图像分割模型、工业产品图像分割模型和道路图像分割模型。图像分类模型可以包括以下至少之一：医学图像分类模型、工业产品图像分类模型和道路图像分类模型。目标检测模型可以包括以下至少之一：针对医学图像的目标检测模型、针对工业产品图像的目标检测模型和针对道路图像的目标检测模型。此外，图像处理模型还可以包括图像检索模型。
图5示意性示出了根据本公开实施例的图像处理方法的流程图。
如图5所示，该方法500包括操作S510～S520。
在操作S510，获取目标图像。
在操作S520，将目标图像输入图像处理模型，得到图像处理结果。
根据本公开的实施例，图像处理模型可以是根据本公开实施例所述的图像处理方法训练得到的。
本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
以上仅是示例性实施例，但不限于此，还可以包括本领域已知的其他预训练模型的训练方法、图像处理模型的训练方法和图像处理方法，只要能够加速和优化获得预训练模型的过程即可。
图6示意性示出了根据本公开实施例的预训练模型的训练装置的框图。
如图6所示，预训练模型的训练装置600可以包括第一获得模块610、确定模块620、第二获得模块630和第四获得模块640。
第一获得模块610，用于利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像。
确定模块620，用于根据第一样本图像和第一重构样本图像，确定第一样本图像中的待掩码样本图像块。待掩码样本图像块是满足预定条件的样本图像块。
第二获得模块630，用于对第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像。
第三获得模块640，用于利用第一掩码样本图像对经第一阶段训练得到的深度学习模型进行第二阶段训练，得到预训练模型。
根据本公开的实施例，确定模块620可以包括第一获得子模块和确定子模块。
第一获得子模块，用于基于第一损失函数，根据第一样本图像和第一重构样本图像，得到第一损失函数值。
确定子模块，用于根据第一损失函数值，确定第一样本图像中的待掩码样本图像块。
根据本公开的实施例，第一样本图像可以包括多个第一样本图像块。第一重构样本图像可以包括多个第一重构样本图像块。
根据本公开的实施例，第一获得子模块可以包括第一获得单元和第二获得单元。
针对多个第一样本图像块中的第一样本图像块，
第一获得单元，用于将第一样本图像块和与第一样本图像块对应的第一重构样本图像块输入第一损失函数，得到与第一样本图像块对应的第一损失函数值。
第二获得单元，用于根据与多个第一样本图像块对应的第一损失函数值，得到第一损失函数值。
根据本公开的实施例，确定子模块可以包括生成单元和确定单元。
生成单元，用于根据第一损失函数值和预定阈值，生成热力图。
确定单元，用于将与热力图中的预定颜色区域对应的第一样本图像块确定为第一样本图像中的待掩码样本图像块。
根据本公开的实施例，第三获得模块640可以包括第二获得子模块、第三获得子模块和第四获得子模块。
第二获得子模块，用于利用经第一阶段训练得到的深度学习模型处理第一掩码样本图像，得到第二重构样本图像。第二重构样本图像可以包括多个第二重构样本图像块。
第三获得子模块，用于基于第二损失函数，根据第一样本图像中的待掩码样本图像块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本图像块，得到第二损失函数值。
第四获得子模块，用于根据第二损失函数值调整经第一阶段训练得到的深度学习模型的模型参数，直至满足预定结束条件，得到预训练模型。
根据本公开的实施例，第三获得子模块可以包括第三获得单元。
第三获得单元，用于将第一样本图像中的待掩码样本图像块和第二重构样本图像中与待掩码样本图像块对应的第二重构样本图像块输入第二损失函数，得到与待掩码样本图像块对应的第二损失函数值。
根据本公开的实施例，第一获得模块610可以包括第五获得子模块、第六获得子模块和第七获得子模块。
第六获得子模块，用于随机对第一样本图像中的第一样本图像块进行掩码，得到第二掩码样本图像。
第七获得子模块，用于根据第二掩码样本图像，得到至少一个尺度的样本特征数据。
第八获得子模块，用于根据至少一个尺度的样本特征数据，得到第一重构样本图像。
根据本公开的实施例，至少一个尺度可以包括J个尺度。J可以是大于或等于1的整数。
根据本公开的实施例，第七获得子模块可以包括第四获得单元和第五获得单元。
第四获得单元，用于在1≤j＜J的情况下，根据第j尺度的样本特征数据和上采样样本特征数据，得到第j尺度的融合样本特征数据。第j尺度的上采样样本特征数据是根据第j+1尺度的样本特征数据和上采样样本特征数据得到的。第j尺度的样本特征数据是根据第j-1尺度的样本特征数据得到的。
第五获得单元，用于根据第1尺度的融合样本特征数据，得到第一重构样本图像。
根据本公开的实施例，第六获得子模块可以包括第六获得单元。
第六获得单元，用于对第二掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到至少一个尺度的样本特征数据。
根据本公开的实施例，第六获得单元可以包括获得子单元。
获得子单元，用于基于注意力策略对第二掩码样本图像进行处理，得到至少一个尺度的样本特征数据。
根据本公开的实施例，第一样本图像可以包括以下之一：第一医学样本图像和第一预定自然场景样本图像。第一预定自然场景样本图像中的对象之间具有固定结构关系。
图7示意性示出了根据本公开实施例的图像处理模型的训练装置的框图。
如图7所示，图像处理模型的训练装置700可以包括第一获取模块710和第七获得模块720。
第一获取模块710，用于获取第二样本图像。
第四获得模块720，用于利用第二样本图像训练预训练模型，得到图像处理模型。
根据本公开的实施例，预训练模型可以是根据本公开实施例的预训练模型的训练装置训练得到的。
根据本公开的实施例，图像处理模型可以包括以下之一：图像分割模型、图像分类模型和目标检测模型。
图8示意性示出了根据本公开实施例的图像处理装置的框图。
如图8所示，图像处理装置800可以包括第二获取模块810和第五获得模块820。
第二获取模块810，用于获取目标图像。
第五获得模块820，用于将目标图像输入图像处理模型，得到图像处理结果。
根据本公开的实施例，图像处理模型可以是根据本公开实施例的图像处理模型的训练装置训练得到的。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例，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上所述的方法。
根据本公开的实施例，一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例，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上所述的方法。
图9示意性示出了根据本公开实施例的适于实现预训练模型的训练方法、图像处理模型的训练方法和图像处理方法的电子设备的框图。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9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900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901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901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901执行上文所描述的各个方法和处理，例如，预训练模型的训练方法、图像处理模型的训练方法和图像处理方法。例如，在一些实施例中，预训练模型的训练方法、图像处理模型的训练方法和图像处理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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的预训练模型的训练方法、图像处理模型的训练方法和图像处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行预训练模型的训练方法、图像处理模型的训练方法和图像处理方法。
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)、复杂可编程逻辑设备(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，也可以是分布式系统的服务器，或者是结合了区块链的服务器。
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公开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 (30)

1.一种预训练模型的训练方法，包括：
利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像，其中，与所述第一样本图像相关的图像包括掩码样本图像，所述掩码样本图像是对所述第一样本图像中的预定样本图像块进行掩码得到的；
根据第一样本图像和所述第一重构样本图像，确定第一样本图像中的待掩码样本图像块，其中，所述待掩码样本图像块是满足预定条件的样本图像块，所述预定条件是所述第一样本图像中的第一样本图像块和与所述第一样本图像块对应的第一重构样本图像中的第一重构样本图像块之间的统计值属于预定统计值范围；
对所述第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像；以及
利用所述第一掩码样本图像对经所述第一阶段训练得到的深度学习模型进行第二阶段训练，得到所述预训练模型。
2.根据权利要求1所述的方法，其中，所述根据第一样本图像和所述第一重构样本图像，确定第一样本图像中的待掩码样本图像块，包括：
基于第一损失函数，根据所述第一样本图像和所述第一重构样本图像，得到第一损失函数值；以及
根据所述第一损失函数值，确定所述第一样本图像中的待掩码样本图像块。
3.根据权利要求2所述的方法，其中，所述第一样本图像包括多个第一样本图像块，所述第一重构样本图像包括多个第一重构样本图像块；
其中，所述基于第一损失函数，根据所述第一样本图像和所述第一重构样本图像，得到第一损失函数值，包括：
针对所述多个第一样本图像块中的第一样本图像块，
将所述第一样本图像块和与所述第一样本图像块对应的第一重构样本图像块输入所述第一损失函数，得到与所述第一样本图像块对应的第一损失函数值；以及
根据与所述多个第一样本图像块对应的第一损失函数值，得到所述第一损失函数值。
4.根据权利要求3所述的方法，其中，所述根据所述第一损失函数值，确定所述第一样本图像中的待掩码样本图像块，包括：
根据所述第一损失函数值和预定阈值，生成热力图；以及
将与所述热力图中的预定颜色区域对应的第一样本图像块确定为所述第一样本图像中的待掩码样本图像块。
5.根据权利要求1～4中任一项所述的方法，其中，所述利用所述第一掩码样本图像对经所述第一阶段训练得到的深度学习模型进行第二阶段训练，得到所述预训练模型，包括：
利用经所述第一阶段训练得到的深度学习模型处理所述第一掩码样本图像，得到第二重构样本图像，其中，所述第二重构样本图像包括多个第二重构样本图像块；
基于第二损失函数，根据所述第一样本图像中的待掩码样本图像块和所述第二重构样本图像中与所述待掩码样本图像块对应的第二重构样本图像块，得到第二损失函数值；以及
根据所述第二损失函数值调整经所述第一阶段训练得到的深度学习模型的模型参数，直至满足预定结束条件，得到所述预训练模型。
6.根据权利要求5所述的方法，其中，所述基于第二损失函数，根据所述第一样本图像中的待掩码样本图像块和所述第二重构样本图像中与所述待掩码样本图像块对应的第二重构样本图像块，得到第二损失函数值，包括：
将所述第一样本图像中的待掩码样本图像块和所述第二重构样本图像中与所述待掩码样本图像块对应的第二重构样本图像块输入所述第二损失函数，得到与所述待掩码样本图像块对应的第二损失函数值。
7.根据权利要求1～4中任一项所述的方法，其中，所述利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像，包括：
随机对所述第一样本图像中的第一样本图像块进行掩码，得到第二掩码样本图像；
根据所述第二掩码样本图像，得到至少一个尺度的样本特征数据；以及
根据所述至少一个尺度的样本特征数据，得到所述第一重构样本图像。
8.根据权利要求7所述的方法，其中，所述至少一个尺度包括J个尺度，J是大于的整数；
其中，所述根据所述至少一个尺度的样本特征数据，得到所述第一重构样本图像，包括：
在1≤j＜J的情况下，根据第j尺度的样本特征数据和上采样样本特征数据，得到第j尺度的融合样本特征数据，其中，所述第j尺度的上采样样本特征数据是根据第j+1尺度的样本特征数据和上采样样本特征数据得到的，所述第j尺度的样本特征数据是根据第j-1尺度的样本特征数据得到的；以及
根据第1尺度的融合样本特征数据，得到所述第一重构样本图像。
9.根据权利要求7所述的方法，其中，所述根据所述第二掩码样本图像，得到至少一个尺度的样本特征数据，包括：
对所述第二掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到所述至少一个尺度的样本特征数据。
10.根据权利要求9所述的方法，其中，所述对所述第二掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到所述至少一个尺度的样本特征数据，包括：
基于注意力策略对所述第二掩码样本图像进行处理，得到所述至少一个尺度的样本特征数据。
11.根据权利要求1～4中任一项所述的方法，其中，所述第一样本图像包括以下之一：第一医学样本图像和第一预定自然场景样本图像，所述第一预定自然场景样本图像中的对象之间具有固定结构关系。
12.一种图像处理模型的训练方法，包括：
获取第二样本图像；以及
利用所述第二样本图像训练预训练模型，得到所述图像处理模型，
其中，所述预训练模型是利用根据权利要求1～11中任一项所述的方法训练的。
13.根据权利要求12所述的方法，其中，所述图像处理模型包括以下之一：图像分割模型、图像分类模型和目标检测模型。
14.一种图像处理方法，包括：
获取目标图像；以及
将所述目标图像输入图像处理模型，得到图像处理结果，
其中，所述图像处理模型是利用根据权利要求12或13所述的方法训练的。
15.一种预训练模型的训练装置，包括：
第一获得模块，用于利用经第一阶段训练得到的深度学习模型处理与第一样本图像相关的图像，得到第一重构样本图像，其中，与所述第一样本图像相关的图像包括掩码样本图像，所述掩码样本图像是对所述第一样本图像中的预定样本图像块进行掩码得到的；
确定模块，用于根据第一样本图像和所述第一重构样本图像，确定第一样本图像中的待掩码样本图像块，其中，所述待掩码样本图像块是满足预定条件的样本图像块，所述预定条件是所述第一样本图像中的第一样本图像块和与所述第一样本图像块对应的第一重构样本图像中的第一重构样本图像块之间的统计值属于预定统计值范围；
第二获得模块，用于对所述第一样本图像中的待掩码样本图像块进行掩码，得到第一掩码样本图像；以及
第三获得模块，用于利用所述第一掩码样本图像对经所述第一阶段训练得到的深度学习模型进行第二阶段训练，得到所述预训练模型。
16.根据权利要求15所述的装置，其中，所述确定模块，包括：
第一获得子模块，用于基于第一损失函数，根据所述第一样本图像和所述第一重构样本图像，得到第一损失函数值；以及
确定子模块，用于根据所述第一损失函数值，确定所述第一样本图像中的待掩码样本图像块。
17.根据权利要求16所述的装置，其中，所述第一样本图像包括多个第一样本图像块，所述第一重构样本图像包括多个第一重构样本图像块；
其中，所述第一获得子模块，包括：
针对所述多个第一样本图像块中的第一样本图像块，
第一获得单元，用于将所述第一样本图像块和与所述第一样本图像块对应的第一重构样本图像块输入所述第一损失函数，得到与所述第一样本图像块对应的第一损失函数值；以及
第二获得单元，用于根据与所述多个第一样本图像块对应的第一损失函数值，得到所述第一损失函数值。
18.根据权利要求17所述的装置，其中，所述确定子模块，包括：
生成单元，用于根据所述第一损失函数值和预定阈值，生成热力图；以及
确定单元，用于将与所述热力图中的预定颜色区域对应的第一样本图像块确定为所述第一样本图像中的待掩码样本图像块。
19.根据权利要求15～18中任一项所述的装置，其中，所述第三获得模块，包括：
第二获得子模块，用于利用经所述第一阶段训练得到的深度学习模型处理所述第一掩码样本图像，得到第二重构样本图像，其中，所述第二重构样本图像包括多个第二重构样本图像块；
第三获得子模块，用于基于第二损失函数，根据所述第一样本图像中的待掩码样本图像块和所述第二重构样本图像中与所述待掩码样本图像块对应的第二重构样本图像块，得到第二损失函数值；以及
第四获得子模块，用于根据所述第二损失函数值调整经所述第一阶段训练得到的深度学习模型的模型参数，直至满足预定结束条件，得到所述预训练模型。
20.根据权利要求19所述的装置，其中，所述第三获得子模块，包括：
第三获得单元，用于将所述第一样本图像中的待掩码样本图像块和所述第二重构样本图像中与所述待掩码样本图像块对应的第二重构样本图像块输入所述第二损失函数，得到与所述待掩码样本图像块对应的第二损失函数值。
21.根据权利要求15～18中任一项所述的装置，其中，所述第一获得模块，包括：
第五获得子模块，用于随机对所述第一样本图像中的第一样本图像块进行掩码，得到第二掩码样本图像；
第六获得子模块，用于根据所述第二掩码样本图像，得到至少一个尺度的样本特征数据；以及
第七获得子模块，用于根据所述至少一个尺度的样本特征数据，得到所述第一重构样本图像。
22.根据权利要求21所述的装置，其中，所述至少一个尺度包括J个尺度，J是大于1的整数；
其中，所述七获得子模块，包括：
第四获得单元，用于在1≤j＜J的情况下，根据第j尺度的样本特征数据和上采样样本特征数据，得到第j尺度的融合样本特征数据，其中，所述第j尺度的上采样样本特征数据是根据第j+1尺度的样本特征数据和上采样样本特征数据得到的，所述第j尺度的样本特征数据是根据第j-1尺度的样本特征数据得到的；以及
第五获得单元，用于根据第1尺度的融合样本特征数据，得到所述第一重构样本图像。
23.根据权利要求21所述的装置，其中，所述第六获得子模块，包括：
第六获得单元，用于对所述第二掩码样本图像进行全局特征提取和局部特征提取中的至少之一，得到所述至少一个尺度的样本特征数据。
24.根据权利要求23所述的装置，其中，所述第六获得单元，包括：
获得子单元，用于基于注意力策略对所述第二掩码样本图像进行处理，得到所述至少一个尺度的样本特征数据。
25.根据权利要求15～18中任一项所述的装置，其中，所述第一样本图像包括以下之一：第一医学样本图像和第一预定自然场景样本图像，所述第一预定自然场景样本图像中的对象之间具有固定结构关系。
26.一种图像处理模型的训练装置，包括：
第一获取模块，用于获取第二样本图像；以及
第四获得模块，用于利用所述第二样本图像训练预训练模型，得到所述图像处理模型，
其中，所述预训练模型是利用根据权利要求15～25中任一项所述的装置训练的。
27.根据权利要求26所述的装置，其中，所述图像处理模型包括以下之一：图像分割模型、图像分类模型和目标检测模型。
28.一种图像处理装置，包括：
第二获取模块，用于获取目标图像；以及
第五获得模块，用于将所述目标图像输入图像处理模型，得到图像处理结果，
其中，所述图像处理模型是利用根据权利要求26或27所述的装置训练的。
29.一种电子设备，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1～11中任一项、权利要求12～13中任一项或权利要求14所述的方法。
30.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1～11中任一项、权利要求12～13中任一项或权利要求14所述的方法。
CN202211074101.4A 2022-09-02 2022-09-02 训练方法、图像处理方法、装置、电子设备以及存储介质 Active CN115346074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211074101.4A CN115346074B (zh) 2022-09-02 2022-09-02 训练方法、图像处理方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211074101.4A CN115346074B (zh) 2022-09-02 2022-09-02 训练方法、图像处理方法、装置、电子设备以及存储介质

Publications (2)

Publication Number Publication Date
CN115346074A CN115346074A (zh) 2022-11-15
CN115346074B true CN115346074B (zh) 2023-06-16

Family

ID=83956369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211074101.4A Active CN115346074B (zh) 2022-09-02 2022-09-02 训练方法、图像处理方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115346074B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116629315B (zh) * 2023-05-23 2024-02-20 北京百度网讯科技有限公司 感知模型的训练方法、装置、设备和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435398A (zh) * 2021-07-13 2021-09-24 傲雄在线(重庆)科技有限公司 基于掩码预训练模型的签名特征识别方法、系统、设备及存储介质
CN114648638A (zh) * 2022-04-02 2022-06-21 北京百度网讯科技有限公司 语义分割模型的训练方法、语义分割方法与装置
CN114842307A (zh) * 2022-07-04 2022-08-02 中国科学院自动化研究所 掩码图像模型训练方法、掩码图像内容预测方法和设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104159121A (zh) * 2014-06-26 2014-11-19 华为技术有限公司 一种基于深度信息的图像块的编码、解码方法及装置
US10048413B2 (en) * 2016-06-07 2018-08-14 Goodrich Corporation Imaging systems and methods
JP7383946B2 (ja) * 2019-09-12 2023-11-21 株式会社アイシン 画像復元装置、画像復元方法、画像復元プログラム、復元器生成装置、復元器生成方法、復元器生成プログラム、判定器生成装置、判定器生成方法、判定器生成プログラム、物品判定装置、物品判定方法、および物品判定プログラム
US11024027B2 (en) * 2019-09-13 2021-06-01 Siemens Healthcare Gmbh Manipulable object synthesis in 3D medical images with structured image decomposition
EP3996034A1 (en) * 2020-11-05 2022-05-11 Leica Microsystems CMS GmbH Methods and systems for training convolutional neural networks
CN112749678A (zh) * 2021-01-22 2021-05-04 北京百度网讯科技有限公司 模型训练、矿产预测方法、装置、设备以及存储介质
CN114550177B (zh) * 2022-02-25 2023-06-20 北京百度网讯科技有限公司 图像处理的方法、文本识别方法及装置
CN114821223A (zh) * 2022-03-30 2022-07-29 阿里巴巴（中国）有限公司 预训练图像文本模型处理方法和图文检索系统
CN114898266B (zh) * 2022-05-12 2023-12-08 北京百度网讯科技有限公司 训练方法、图像处理方法、装置、电子设备以及存储介质
CN114926338A (zh) * 2022-05-25 2022-08-19 上海商汤智能科技有限公司 模型训练方法及装置、电子设备和存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435398A (zh) * 2021-07-13 2021-09-24 傲雄在线(重庆)科技有限公司 基于掩码预训练模型的签名特征识别方法、系统、设备及存储介质
CN114648638A (zh) * 2022-04-02 2022-06-21 北京百度网讯科技有限公司 语义分割模型的训练方法、语义分割方法与装置
CN114842307A (zh) * 2022-07-04 2022-08-02 中国科学院自动化研究所 掩码图像模型训练方法、掩码图像内容预测方法和设备

Also Published As

Publication number Publication date
CN115346074A (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
Kamran et al. RV-GAN: Segmenting retinal vascular structure in fundus photographs using a novel multi-scale generative adversarial network
WO2020215984A1 (zh) 基于深度学习的医学图像检测方法及相关设备
US20190080456A1 (en) Method and system for performing segmentation of image having a sparsely distributed object
CN111429421B (zh) 模型生成方法、医学图像分割方法、装置、设备及介质
WO2021128825A1 (zh) 三维目标检测及模型的训练方法及装置、设备、存储介质
WO2022032823A1 (zh) 图像分割方法、装置、设备及存储介质
AU2021289232A1 (en) Systems and methods for automated analysis of medical images
Ding et al. FTransCNN: Fusing Transformer and a CNN based on fuzzy logic for uncertain medical image segmentation
CN115346074B (zh) 训练方法、图像处理方法、装置、电子设备以及存储介质
WO2021217937A1 (zh) 姿态识别模型的训练方法及设备、姿态识别方法及其设备
WO2023207743A1 (zh) 图像检测方法、装置、计算机设备、存储介质及程序产品
CN110827283B (zh) 基于卷积神经网络的头颈血管分割方法及装置
Sun et al. ISSMF: Integrated semantic and spatial information of multi-level features for automatic segmentation in prenatal ultrasound images
Lu et al. PKRT-Net: prior knowledge-based relation transformer network for optic cup and disc segmentation
Chaturvedi DeepRA: predicting joint damage from radiographs using CNN with attention
Zhou et al. A superior image inpainting scheme using Transformer-based self-supervised attention GAN model
CN113850796A (zh) 基于ct数据的肺部疾病识别方法及装置、介质和电子设备
Chillapalli et al. A Review of Diagnostic Strategies for Pulmonary Embolism Prediction in Computed Tomography Pulmonary Angiograms
CN114943924B (zh) 基于人脸表情视频的疼痛评估方法、系统、设备及介质
CN115439478A (zh) 基于肺灌注的肺叶灌注强度评估方法、系统、设备及介质
CN114332463A (zh) 一种mr脑肿瘤图像实例分割方法、装置、设备及存储介质
Soh et al. HUT: Hybrid UNet transformer for brain lesion and tumour segmentation
Sahin et al. Segmentation of covid-19 infected lung area in ct scans with deep algorithms
Liu et al. OCTA retinal vessel segmentation based on vessel thickness inconsistency loss
Li et al. Liver Tumor Segmentation Based on Three-Channel Cascaded SEU-Nets and C-LSTM

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
GR01 Patent grant
GR01 Patent grant