【技术实现步骤摘要】
息肉分割模型的训练方法、分割方法、装置、介质及设备
[0001]本公开涉及图像处理领域,具体地,涉及一种息肉分割模型的训练方法、分割方法、装置、介质及设备。
技术介绍
[0002]在全球范围内,结直肠癌为经常诊断出的癌症疾病,结肠镜检查可以有效地发现并去除息肉。息肉分割(Polyp Segmentation)作为一种计算机视觉任务,可以自动地将图像或视频中的息肉部位分割出来,能够在结肠镜检查过程中降低息肉的漏检率。
[0003]但是,大多数息肉分割模型都需要大量像素级精确标注的数据集作为训练样本,且其分割精度受设备和数据分布的影响较大,对数据集进行像素级精确标注也需要耗费大量的人力物力。
技术实现思路
[0004]提供该
技术实现思路
部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
[0005]第一方面,本公开提供一种息肉分割模型的训练方法,所述方法包括:
[0006]基于息肉分割模型对源域数据集中的源域图像和目标域数据集中的目标域图像进行图像特征提取,获得第一源域块特征和第一目标域块特征,其中,所述源域数据集中的图像标注有息肉分割标签,所述目标域数据集中的图像未标注标签,所述源域数据集与所述目标域数据集的数据分布不同,所述第一源域块特征中的每一特征值对应于所述源域图像中n*n的像素点的特征,所述第一目标域块特征中的每一特征值对应于所述目 ...
【技术保护点】
【技术特征摘要】
1.一种息肉分割模型的训练方法,其特征在于,所述方法包括:基于息肉分割模型对源域数据集中的源域图像和目标域数据集中的目标域图像进行图像特征提取,获得第一源域块特征和第一目标域块特征,其中,所述源域数据集中的图像标注有息肉分割标签,所述目标域数据集中的图像未标注标签,所述源域数据集与所述目标域数据集的数据分布不同,所述第一源域块特征中的每一特征值对应于所述源域图像中n*n的像素点的特征,所述第一目标域块特征中的每一特征值对应于所述目标域图像中n*n的像素点的特征;确定所述第一源域块特征中的源域前景块特征和所述第一目标域块特征中的目标域前景块特征;确定所述源域前景块特征和所述目标域前景块特征对应的连接关系;根据所述连接关系对第一块特征进行更新,获得第二块特征,其中,所述第一块特征包括源域类型下的第一源域块特征和目标域类型下的所述第一目标域块特征,所述第二块特征包括根据所述连接关系对所述第一源域块特征更新后得到的第二源域块特征和根据所述连接关系对所述第一目标域块特征更新后得到的第二目标域块特征;根据所述第二源域块特征获得所述源域图像对应的预测分割结果;根据所述源域图像对应的预测分割结果和所述息肉分割标签、以及所述第二源域块特征和所述第二目标域块特征,确定所述息肉分割模型的目标损失,并根据所述目标损失对所述息肉分割模型进行训练。2.根据权利要求1所述的方法,其特征在于,所述确定所述第一源域块特征中的源域前景块特征和所述第一目标域块特征中的目标域前景块特征,包括:对所述息肉分割标签对应的位置进行特征切分,获得分割标签块特征;根据所述分割标签块特征确定所述第一源域块特征对应的候选前景块特征集合;针对所述候选前景块特征集合中的每一所述候选前景块特征,确定所述第一目标域块特征中与所述候选前景块特征对应的目标域匹配前景块特征,并确定所述目标域匹配前景块特征在所述第一源域块特征中的源域匹配前景块特征;若所述源域匹配前景块特征属于所述候选前景块特征集合,将所述候选前景块特征确定为所述源域前景块特征,并将所述目标域匹配前景块特征确定为所述目标域前景块特征。3.根据权利要求1所述的方法,其特征在于,所述确定所述源域前景块特征和所述目标域前景块特征对应的连接关系,包括:根据每一目标类型下的域前景块特征,确定所述目标类型下的域连接关系,其中,所述目标类型包括源域类型和目标域类型,所述域连接关系包括所述源域类型下的源域前景块特征之间的源域连接关系和所述目标域类型下的所述目标域前景块特征之间的目标域连接关系;基于各个所述源域前景块特征和所述目标域前景块特征,确定所述源域前景块特征和所述目标域前景块特征之间的域间连接关系。4.根据权利要求3所述的方法,其特征在于,所述根据每一目标类型下的域前景块特征,确定所述目标类型下的域连接关系,包括:针对每一所述目标类型下各个域前景块特征,确定所述目标类型下的所述域前景块特
征与各个候选域前景块特征之间的相似度,所述候选域前景块特征与所述域前景块特征不同,且对应于同一目标类型;若所述相似度大于或等于预设阈值,则确定所述域前景块特征与所述候选域前景块特征之间具备连接关系,所述目标类型下的域连接关系包括所述目标类型下各个域前景块特征对应的接连关系。5.根据权利要求3所述的方法,其特征在于,所述基于各个所述源域前景块特征和所述目标域前景块特征,确定所述源域前景块特征和所述目标域前景块特征之间的域间连接关系,包括:通过以下公式确定第i个源域前景块特征和第j个目标域前景块特征之间的域间连接关系值关系值其中,用于表示源域图像s中的第i个源域前景块特征;用于表示目标域图像t中的第j个目标域前景块特征;σ用于表示调节超参数;所述域间连接关系包括每一所述源域前景块特征和每一所述目标域前景块特征之间的域间连接关系值。6.根据权利要求3所述的方法,其特征在于,所述根据所述连接关系对第一块特征进行更新,获得第二块特征,包括:根据所述目标类型下的域连接关系和至少一个注意力特征层对所述目标类型下的第一块特征进行卷积处理,...
【专利技术属性】
技术研发人员:王杰祥,张志诚,边成,李永会,
申请(专利权)人:抖音视界有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。