CN118229979A - 一种图像分割方法、装置及设备 - Google Patents
一种图像分割方法、装置及设备 Download PDFInfo
- Publication number
- CN118229979A CN118229979A CN202410414487.1A CN202410414487A CN118229979A CN 118229979 A CN118229979 A CN 118229979A CN 202410414487 A CN202410414487 A CN 202410414487A CN 118229979 A CN118229979 A CN 118229979A
- Authority
- CN
- China
- Prior art keywords
- image
- image segmentation
- processed
- model
- 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
- 238000003709 image segmentation Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012549 training Methods 0.000 claims abstract description 42
- 230000008569 process Effects 0.000 claims abstract description 27
- 210000000697 sensory organ Anatomy 0.000 claims abstract description 18
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 27
- 230000007704 transition Effects 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000011176 pooling Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 238000000137 annealing Methods 0.000 claims description 3
- 238000010008 shearing Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 16
- 238000003860 storage Methods 0.000 description 13
- 238000002372 labelling Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 210000001508 eye Anatomy 0.000 description 7
- 210000004709 eyebrow Anatomy 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 210000001331 nose Anatomy 0.000 description 6
- 208000004929 Facial Paralysis Diseases 0.000 description 5
- 208000036826 VIIth nerve paralysis Diseases 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 210000000214 mouth Anatomy 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06V10/20—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
- 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
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
Abstract
本说明书实施例公开了一种图像分割方法、装置及设备。所述方法包括:获取待处理的图像;将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;其中,所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
Description
技术领域
本说明书涉及图像处理及人工智能技术领域,尤其涉及一种图像分割方法、装置及设备。
背景技术
在医疗领域中,在对病人进行面瘫等疾病诊断时,通常需要根据病人的五官的位置进行诊断。
临床中,一般往往根据临床医生的经验,人为判断五官的对称性,这种人为判断的方法,容易受人为因素的干扰,存在效率低级准确性低的问题。
因此,本说明书提供一种图像分割方法,为面瘫诊断等需要确定五官位置的诊断方法提供辅助。
发明内容
本说明书实施例提供一种图像分割方法、装置及设备,用于解决以下技术问题:现在临床中,一般往往根据临床医生的经验,人为判断五官的对称性,这种人为判断的方法,容易受人为因素的干扰,存在效率低级准确性低的问题。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种图像分割方法,所述方法包括:
获取待处理的图像;
将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
本说明书实施例还提供一种图像分割装置,包括:
获取模块,获取待处理的图像;
分割模块,将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
本说明书实施例还提供一种电子设备,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:
获取待处理的图像;
将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
本说明书实施例通过,获取待处理的图像;将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;其中,所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器,能够实现目标图像的快速分割,准确率高,且鲁棒性好,可作为临床的辅助方法。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种图像分割方法的系统架构示意图;
图2为本说明书实施例提供的一种图像分割方法的示意图;
图3为本说明书实施例提供的图像分割模型的训练过程的示意图
图4为本说明书实施例提供的图像分割模型的模型结构示意图;
图5为本说明书实施例提供一种图像分割装置的示意图。
说明:
Input Layer:输入层;
Initial Conv Layer:初始化卷积层;
Dense Block:密集块;
Transiton Layer:过渡层或转换层;
Global Average Pooling:全局平均池化;
Fully connected Layer:全连接层;
Conv:卷积;
BN:Batch Normalization,批量归一化;
ReLU:线性整流函数;
Avg Pool:平均池化;
Output nodes:输出节点;
Linear or Softmax for Multiple Classes:线性或者归一化分类结果。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1为本说明书实施例提供的一种图像分割方法的系统架构示意图。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。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上可以安装有各种客户端应用。例如进行图像分割等专用程序。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种专用或通用的电子设备,包括但不限于智能手机、平板电脑、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。其可以实现成多个软件或软件模块(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。
服务器105可以是提供各种服务的服务器,例如为终端设备101、102、103上所安装的客户端应用提供服务的后端服务器。例如,服务器可以进行图像分割,以便将图像分割结果显示在终端设备服务器101、102、103上,服务器也可以进行图像分割,以便将图像分割结果显示在终端设备101、102、103上。
服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现为多个服务器组成的分布式服务器集群,也可以实现为单个服务器。当服务器105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多个软件或软件模块),也可以实现成单个软件或软件模块。
图2为本说明书实施例提供的一种图像分割方法的流程示意图。从程序角度而言,图像分割方法的执行主体可以为搭载于应用服务器或应用终端的程序。可以理解,该方法可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。如图2所示,该图像分割方法包括:
步骤S201:获取待处理的图像。
在本说明书实施例中,待处理的图像为医疗图像,具体为用于面瘫评估的用户的图像。待处理的图像的获取可以通过具有拍照功能的设备实现,具体可以为手机、相机、摄像头等,具有拍照功能的设备不做限定。
待处理的图像为RGB图像以及可以转换为RGB图像的图像。当然,待处理的图像也可以为视频图像,将视频图像中的一帧作为待处理的图像即可。
在本说明书的一个实施例中,待处理的图像尺寸为224×224。若待处理的图像尺寸不满足要求,则通过调整图像尺寸的方式,使得待处理的图像尺寸为224×224。
为了实现更好的分割效果以及对图像分割的广泛性,所述获取待处理的图像进一步包括:
对所述待处理的图像进行预处理;
所述预处理包括:
将所述待处理的图像进行图像旋转、和/或图像缩放、和/或图像剪切、和/或图像亮度调整、和/或图像对比度调整,对所述待处理的图像进行图像增强。
对待处理的图像进行图像旋转,能够实现头型角度校正,保证待处理的图像为正面视图;进行图像缩放,使得待处理的图像尺寸满足224×224;进行图像剪切的目的在于剪切掉非目标的一些不必要的图像,以保证待处理的图像中的目标物的准确识别;进行图像亮度调整的图像对比度调整的目的均是为了便于目标物的识别。在本说明书实施例中,目标物为待处理的图像中的五官,具体地,目标物为眉毛、眼睛、鼻子、嘴巴、脸轮廓。具体到实施例中,眉毛应包括左右眉毛的起始点、中间点和结束点;眼睛应该包括左右眼睛的内外眼角、瞳孔中心;鼻子的鼻梁的起点及鼻尖;嘴巴的上下嘴唇的左右端点及嘴角。
步骤S203:将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
为了进一步理解图像分割模型的训练过程,下面将予以详细说明。图3为本说明书实施例提供的图像分割模型的训练过程的示意图,如图3所示,图像分割模型的训练过程包括:
步骤S301:获取医疗图像样本集。
在本说明书实施例中,医疗图像样本集为用于面瘫评估的用户的图像。医疗图像样本集中的图像格式为RGB图像以及可以转换为RGB图像的图像。当然,医疗图像样本集中的图像也可以为视频图像,将视频图像中的一帧作为医疗图像样本集的图像即可。
步骤S303:对所述医疗图像样本集进行标注处理,得到每一标注样本图像。
在本说明书实施例中,对医疗图像样本集进行标注,用于标注感兴趣的目标区域。本实施例获得分割图像的目的用于面瘫评估,因此标注的感兴趣的目标区域包括:眉毛、眼睛、鼻子、嘴巴、脸轮廓。经过标注后,每一标注样本图像中均包括:眉毛、眼睛、鼻子、嘴巴、脸轮廓的标注结果。
对医疗图像样本集进行标注时,每一个标注样本上标注的感兴趣的目标区域的点越多越好。在本说明书的一个实施例中,在具体选择标注的感兴趣的目标区域的点时,左右眉毛各至少选择5个点,左右眼睛各至少选择5个点,鼻子至少选择10个点,嘴巴至少选择10点,脸轮廓至少选择30个点。
在本说明书实施例中,对医疗图像样本集进行标注处理时,可以采用人工标注,也可以采用半自动标注,或者自动标注,对医疗图像样本集进行标注处理的具体方法并不构成对本申请的限定。
步骤S305:对每一标注样本图像进行数据增强处理,得到目标图像样本集。
为了保证提高模型的泛化能力,进一步需要对标注样本图像进行数据增强处理,具体地,可以采用图像旋转、和/或图像缩放、和/或图像剪切、和/或图像亮度调整、和/或图像对比度调整等进行增强处理,以获得目标图像样本集。
步骤S307:将所述目标图像样本集输入初始分割模型中进行训练,以获得图像分割模型。
在本说明书实施例中,初始分割模型为DenseNet模型,基于DenseNet模型训练获得。
具体而言,初始分割模型可以为DenseNet的变体DenseNet-121、DenseNet-169和DenseNet-201,初始分割模型优选为DenseNet-169。
DenseNet指Densely connected convolutional networks(密集连接的卷积网络),基于特征,通过对前面所有层与后面层的密集连接,来极致训练过程中的所有特征,进而达到更好的效果和减少参数。在DenseNet中,每一层的特征都被保存下来,在后面的每次卷积操作中用到,因此,每一层的网络结构都用到了前面的所有信息(包括卷积操作前和卷积操作后的信息)。
在本说明书实施例中,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
需要特别说明的是,为了实现较好的训练结果及较高的训练效率,在图像分割模型的训练过程中,首先采用Adam优化器,随着目标图像样本集的增加到预设样本数时,以SGD作为优化器。在一个具体实施例中,预设样本数为1000。
在模型训练过程中,为了防止过拟合并加速收敛,在本说明书实施例中,所述图像分割模型使用优化器进行优化时,使用余弦退火(Cosine Annealing)。
均方误差作为损失函数用于评估预测值和真实值之间的差异,因此,在训练过程中,均为误差越小越好。
如图4所示,在本说明书实施例中,所述图像分割模型包括输入层、初始卷积层、Dense Blocks、Transition Layers、全局平均池化层、全连接层及输出层,所述TransitionLayers位于所述Dense Blocks之间。
在本说明书实施例中,输入层的输入为224×224的RGB图像。
在本说明书实施例中,所述初始卷积层用于所述待处理的图像的初步特征提取,所述初始卷积层的卷积核尺寸为7×7;
所述Dense Blocks至少包括两个密集块,每个所述密集块包括BN-ReLU-Conv结构,每个所述密集块的卷积层为1×1;
所述Transition Layers包括:1×1的卷积层和2×2的平均池化层;
所述全连接层的输出节点数为5。
在本说明书实施例中,所述初始卷积层进一步包括:
对所述初始卷积层获得的初步特征经ReLU激活函数处理后,进行批量归一化。
需要特别说明的是,本说明书实施例中,Dense Blocks的密集块的个数至少为两个密集块,也可以为多个密集块,Dense Blocks优选为两个密集块。
Transition Layers的个数与Dense Blocks的密集块的个数相同,一个密集块与一个Transition Layers连接,后续再为一个密集块与一个Transition Layers连接,以此类推。
在本说明书实施例中,所述Transition Layers之前还包括:特征向量的串联;
所述特征向量的串联是指将所述Dense Blocks中的每一个密集块输出的特征图进行特征合并。
为了进一步理解本说明书实施例中国,图像分割模型的训练,本说明实施例还提供了图像分割模型的模型结构示意图。图4为本说明书实施例提供的图像分割模型的模型结构示意图。
如图4所示,224×224的RGB图像作为输入层的输入至初始卷积层。初始卷积层用于初步特征提取,初始卷积层的卷积核(Conv)尺寸为7×7,经卷积核卷积后,进一步ReLU激活函数处理后,经BN(Batch Normalization,批量归一化)处理后作为第一密集块(DenseBlocks#1)的输入。在第一密集块中,卷积核个数为1×1,随后经第一Transition Layer(Transition Layer#1),再经过第二密集块(Dense Blocks#2),最后经过第二TransitionLayer(Transition Layer#2),第二Transition Layer输出的特征经全局平均池化后,经全连接层进行连接后,在输出层进行输出。在输出层输出时,可以输出线性分类结果或者归一化分类结果。第一Transition Layer和第二Transition Layer均包括1×1的卷积核和2×2的平均池化层。输出层输出的线性分类结果或者归一化分类结果,即图像分割结果。
在本说明书实施例中,所述图像分割模型在使用验证集进行验证时,若所述验证集的性能在预设次数的训练过程中没有提升,则结束所述图像分割模型的训练;若对所述图像分割模型进行验证时不收敛,则采用平均绝对百分百误差作为所述验证集的评估指标,作为所述验证集验证所述图像分割模型的评估指标。
图像分割模型在使用时,将待处的图像作为输入,经图像分割模型,即可输出图像分割结果。
在本说明书实施例中,图像分割结果除了包括:待处理的图像中的五官位置及坐标信息外,图像分割结果还包括病人唯一识别码、病人的图像类别。具体地,病人的图像类别为不同表情的图像。在本说明书的一个实施例中,病人的图像类别包括:正常表情图像、抬眉图像、闭眼图像、微笑图像及吹气图像。需要特别说明的是,本说明书实施例提供的方法,也可以用于其他表情的图像类别。
在本说明书的一个实施例中,图像分割结果以json文件的格式保存。
本说明书实施例提供的图像分割方法,获取待处理的图像;将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;其中,所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器,能够实现目标图像的快速分割,准确率高,且鲁棒性好,可作为临床的辅助方法。
上述内容详细介绍了一种图像分割方法,与之相应的,本说明书还提供一种图像分割装置。图5为本说明书实施例提供一种图像分割装置的示意图。如图5所示,该图像分割装置包括:
获取模块501,获取待处理的图像;
分割模块503:将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
本说明书实施例还提供一种电子设备,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:
获取待处理的图像;
将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的,因此,装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书实施例可提供为方法、系统、或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据优化设备的处理器以产生一个机器,使得通过计算机或其他可编程数据优化设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据优化设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据优化设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种图像分割方法,其特征在于,所述图像分割方法包括:
获取待处理的图像;
将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
2.如权利要求1所述的图像分割方法,其特征在于,所述获取待处理的图像进一步包括:
对所述待处理的图像进行预处理;
所述预处理包括:
将所述待处理的图像进行图像旋转、和/或图像缩放、和/或图像剪切、和/或图像亮度调整、和/或图像对比度调整,对所述待处理的图像进行图像增强。
3.如权利要求1所述的图像分割方法,其特征在于,所述图像分割模型使用优化器进行优化时,使用余弦退火。
4.如权利要求1所述的图像分割方法,其特征在于,所述图像分割模型包括输入层、初始卷积层、Dense Blocks、Transition Layers、全局平均池化层、全连接层及输出层,所述Transition Layers位于所述Dense Blocks之间。
5.如权利要求4所述的图像分割方法,其特征在于,所述初始卷积层用于所述待处理的图像的初步特征提取,所述初始卷积层的卷积核尺寸为7×7;
所述Dense Blocks至少包括两个密集块,每个所述密集块包括BN-ReLU-Conv结构,每个所述密集块的卷积层为1×1;
所述Transition Layers包括:1×1的卷积层和2×2的平均池化层;
所述全连接层的输出节点数为5。
6.如权利要求5所述的图像分割方法,其特征在于,所述初始卷积层进一步包括:
对所述初始卷积层获得的初步特征经ReLU激活函数处理后,进行批量归一化。
7.如权利要求5所述的图像分割方法,其特征在于,所述Transition Layers之前还包括:特征向量的串联;
所述特征向量的串联是指将所述Dense Blocks中的每一个密集块输出的特征图进行特征合并。
8.如权利要求1所述的图像分割方法,其特征在于,所述图像分割模型在使用验证集进行验证时,若所述验证集的性能在预设次数的训练过程中没有提升,则结束所述图像分割模型的训练;若对所述图像分割模型进行验证时不收敛,则采用平均绝对百分百误差作为所述验证集的评估指标,作为所述验证集验证所述图像分割模型的评估指标。
9.一种图像分割装置,其特征在于,所述图像分割装置包括:
获取模块,获取待处理的图像;
分割模块,将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
10.一种电子设备,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:
获取待处理的图像;
将所述待处理的图像,输入至预训练的图像分割模型中,获得所述待处理的图像中的五官位置及坐标信息;
其中,
所述图像分割模型为基于DenseNet模型训练获得的模型,所述图像分割模型在训练过程中,以均方误差作为损失函数,以Adam和/或SGD为优化器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410414487.1A CN118229979A (zh) | 2024-04-08 | 2024-04-08 | 一种图像分割方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410414487.1A CN118229979A (zh) | 2024-04-08 | 2024-04-08 | 一种图像分割方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118229979A true CN118229979A (zh) | 2024-06-21 |
Family
ID=91500624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410414487.1A Pending CN118229979A (zh) | 2024-04-08 | 2024-04-08 | 一种图像分割方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118229979A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523532A (zh) * | 2018-11-13 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读介质及电子设备 |
CN110046602A (zh) * | 2019-04-24 | 2019-07-23 | 李守斌 | 基于分类的深度学习人脸检测方法 |
CN114331960A (zh) * | 2021-11-25 | 2022-04-12 | 广州大学 | 一种基于DenseNet网络的损伤定位方法、装置和存储介质 |
CN114494879A (zh) * | 2022-01-28 | 2022-05-13 | 福建农林大学 | 一种基于对位叠加操作的鸟类识别方法、系统及存储介质 |
CN114937502A (zh) * | 2022-07-07 | 2022-08-23 | 西安交通大学 | 基于深度学习的骨质疏松性椎体压缩性骨折评估方法及系统 |
-
2024
- 2024-04-08 CN CN202410414487.1A patent/CN118229979A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523532A (zh) * | 2018-11-13 | 2019-03-26 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、计算机可读介质及电子设备 |
US20210166385A1 (en) * | 2018-11-13 | 2021-06-03 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, computer-readable medium, and electronic device |
CN110046602A (zh) * | 2019-04-24 | 2019-07-23 | 李守斌 | 基于分类的深度学习人脸检测方法 |
CN114331960A (zh) * | 2021-11-25 | 2022-04-12 | 广州大学 | 一种基于DenseNet网络的损伤定位方法、装置和存储介质 |
CN114494879A (zh) * | 2022-01-28 | 2022-05-13 | 福建农林大学 | 一种基于对位叠加操作的鸟类识别方法、系统及存储介质 |
CN114937502A (zh) * | 2022-07-07 | 2022-08-23 | 西安交通大学 | 基于深度学习的骨质疏松性椎体压缩性骨折评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340014B (zh) | 活体检测方法、装置、设备和存储介质 | |
CN116343314B (zh) | 一种表情识别方法、装置、存储介质及电子设备 | |
CN115618964B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN112308113A (zh) | 一种基于半监督的目标识别方法、设备及介质 | |
CN117635822A (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN115828162B (zh) | 一种分类模型训练的方法、装置、存储介质及电子设备 | |
CN111091112A (zh) | 活体检测方法及装置 | |
CN115273251A (zh) | 一种基于多模态的模型训练方法、装置以及设备 | |
CN117409466B (zh) | 一种基于多标签控制的三维动态表情生成方法及装置 | |
CN116402113B (zh) | 一种任务执行的方法、装置、存储介质及电子设备 | |
CN116030247B (zh) | 一种医学图像样本生成方法、装置、存储介质及电子设备 | |
CN116091895B (zh) | 一种面向多任务知识融合的模型训练方法及装置 | |
CN116342888B (zh) | 一种基于稀疏标注训练分割模型的方法及装置 | |
CN117036829A (zh) | 一种基于原型学习实现标签增强的叶片细粒度识别方法和系统 | |
CN115830633B (zh) | 基于多任务学习残差神经网络的行人重识别方法和系统 | |
CN114663700B (zh) | 一种虚拟资源的推送方法、装置以及设备 | |
CN118229979A (zh) | 一种图像分割方法、装置及设备 | |
CN115439912A (zh) | 一种识别表情的方法、装置、设备及介质 | |
CN111652074B (zh) | 一种人脸识别方法、装置、设备及介质 | |
CN113887326B (zh) | 一种人脸图像处理方法及装置 | |
CN118172819A (zh) | 一种面瘫评级方法、装置及设备 | |
CN112115952B (zh) | 一种基于全卷积神经网络的图像分类方法、设备及介质 | |
CN116152246B (zh) | 一种图像识别方法、装置、设备及存储介质 | |
CN116384515B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 | |
CN116451808B (zh) | 一种模型训练的方法、装置、存储介质及电子设备 |
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 |