【技术实现步骤摘要】
所属的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图6来描述根据本申请的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述图像分割模型训练方法或图像分割方法部分中描述的根据本申请各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1或图5中所示的步骤。所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元
技术介绍
1、图像分割模型用于从包括有指定目标和背景的图像中进行图像分割提取而获得掩码图像，其中前景可以是人、动物或其他类型的指定物体。当前图像分割网络的数据集来自于网络抓取数据、下载开源数据、人工采集标注的数据和仿真生成数据。然而，现有的图像分割网络数据集无法满足用户使用过程中的个性化、隐私化的定制需求，开源数据形式单一，采集标注的成本巨大。
2、为了提高模型训练的效果，现有技术中有一些丰富数据集的方法。一种方法为通过分布来进一步丰富数据集，根据真实数据集分布的情况，可以生成任何分布的随机样本，例如正态、指数、卡方、对数正态和均匀分布，但是真实世界图像比较复杂，利用分布无法拟合出现实需要的图像。另一种方法为通过变分自动编码器生成合成数据。变分自动编码器是一种无监督方法，编码器将原始数据集压缩成更紧凑的结构并将数据传输到解码器。然后解码器生成输出数据，通过优化输入数据和输出数据之间的相关性来训练编码器和解码器。还有一种方法是通过生成对抗网络生成合成数据，通过生成器和判别器这两个网络迭代地训练模型。生成器采用随机样本数据并生成合成数据集，判别器根据之前设置的条件将综合生成的数据与真本文档来自技高网...
【技术保护点】
1.一种图像分割模型训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的图像分割模型训练方法，其特征在于，所述获取基础数据集，包括如下步骤：
3.根据权利要求1所述的图像分割模型训练方法，其特征在于，所述获取基础数据集之后，还包括如下步骤：
4.根据权利要求3所述的图像分割模型训练方法，其特征在于，所述获取初始运动模糊核，包括：确定运动模糊核的至少一个等级，确定模糊方向和至少一个等级的模糊长度；根据所述样本输入图像的尺寸创建初始运动模糊核，所述初始运动模糊核的中心线对应模糊方向；
5.根据权利要求1所述的图像分割模型训练方法，其特征在于，采用多尺度拉普拉斯金字塔融合方式将所述目标图和预设的样本背景图融合，得到融合图像。
6.根据权利要求1所述的图像分割模型训练方法，其特征在于，根据所述融合图像中的背景色彩调整所述融合图像中的目标色彩，得到色彩调整后图像，包括如下步骤：
7.根据权利要求3所述的图像分割模型训练方法，其特征在于，基于所述基础数据集和所述色彩调整数据集训练图像分割模型，包括如下步骤：p>
8.一种图像分割方法，其特征在于，包括如下步骤：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现权利要求1至7中任一项所述的图像分割模型训练方法的步骤或权利要求8中图像分割方法的步骤。
...【技术特征摘要】
1.一种图像分割模型训练方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的图像分割模型训练方法，其特征在于，所述获取基础数据集，包括如下步骤：
3.根据权利要求1所述的图像分割模型训练方法，其特征在于，所述获取基础数据集之后，还包括如下步骤：
4.根据权利要求3所述的图像分割模型训练方法，其特征在于，所述获取初始运动模糊核，包括：确定运动模糊核的至少一个等级，确定模糊方向和至少一个等级的模糊长度；根据所述样本输入图像的尺寸创建初始运动模糊核，所述初始运动模糊核的中心线对应模糊方向；
5.根据权利要求1所述的图像分割模型训练方法，其特征在于，采用多尺度拉普拉斯金字塔融合方式将所述目标...
【专利技术属性】
技术研发人员：胡倩，侯文雷，蒋萍，张芷铭，李瑮，汪磊，
申请(专利权)人：苏州科达科技股份有限公司，
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。