买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请公开了图像分割模型训练方法、图像分割方法、装置、电子设备及计算机可读存储介质，包括：获取训练图像和对应的标签；将训练图像输入初始模型，得到分割结果；利用分割结果与标签得到损失值，并利用损失值对初始模型进行参数调节；若检测到满足训练完成条件，则将参数调节后的初始模型确定为图像分割模型；该方法采用了一种具有二元树形特征融合结构的初始模型训练得到图像分割模型。该模型中，相邻特征提取深度的分支网络中具有二元属性特征融合结构；通过该结构，对相邻分支网络上同阶段的特征提取操作的输出进行融合，使得深层的分支网络上的特征信息能够持续传递给浅层的分支网络，进而提高图像分割模型的精细程度，降低算法复杂度。

主权项：1.一种图像分割模型训练方法，其特征在于，包括：获取训练图像和对应的标签；将所述训练图像输入初始模型，得到分割结果；利用所述分割结果与所述标签得到损失值，并利用所述损失值对所述初始模型进行参数调节；若检测到满足训练完成条件，则将参数调节后的所述初始模型确定为图像分割模型；其中，所述初始模型包括一个主干网络和若干个分支网络，所述主干网络包括多个串联的主干特征提取模块；每个所述主干特征提取模块对应于一个所述分支网络，各个分支网络具有若干个串联的分支特征提取模块，各个所述主干特征提取模块以及对应的所述分支网络分别对应于不同的特征提取深度；特征提取深度大的分支网络中所述分支特征提取模块的数量，不大于特征提取深度小的分支网络中所述分支特征提取模块的数量；第二分支网络中第二目标模块的输入数据，由所述第二目标模块的前序模块的第二输出数据，以及所述前序模块位置对应的第一分支网络中第一目标模块的第一输出数据构成，所述第二分支网络的特征提取深度为所述第一分支网络的特征提取深度减一；所述将所述训练图像输入初始模型，得到分割结果，包括：将所述训练图像输入所述主干网络，分别利用各个主干特征提取网络对输入的主干输入数据进行特征提取，得到主干输出数据；将各个所述主干输出数据，分别输入对应的所述分支网络，分别利用各个所述分支网络中的目标分支模块对输入的分支输入数据进行特征提取，得到分支输出数据；将所述分支输出数据输入所述目标分支模块对应的后序分支模块，以及相邻分支网络中与所述后序分支模块位置对应的相邻分支模块；分别利用各个所述分支网络中的尾部分支模块生成第一分割数据；对各个所述第一分割数据进行结果融合处理，得到所述分割结果。

全文数据：

权利要求：

百度查询： 深圳市人工智能与机器人研究院 图像分割模型训练、图像分割方法、装置、设备及介质