CN114913187A - 图像分割方法、训练方法、装置、电子设备以及存储介质 - Google Patents
图像分割方法、训练方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114913187A CN114913187A CN202210584060.7A CN202210584060A CN114913187A CN 114913187 A CN114913187 A CN 114913187A CN 202210584060 A CN202210584060 A CN 202210584060A CN 114913187 A CN114913187 A CN 114913187A
- Authority
- CN
- China
- Prior art keywords
- sample
- image segmentation
- round
- expert
- data
- 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.)
- Granted
Links
- 238000003709 image segmentation Methods 0.000 title claims abstract description 462
- 238000000034 method Methods 0.000 title claims abstract description 120
- 238000012549 training Methods 0.000 title claims abstract description 70
- 238000012545 processing Methods 0.000 claims abstract description 170
- 239000011159 matrix material Substances 0.000 claims description 68
- 238000013136 deep learning model Methods 0.000 claims description 62
- 230000011218 segmentation Effects 0.000 claims description 56
- 230000006870 function Effects 0.000 claims description 41
- 238000000605 extraction Methods 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 238000010606 normalization Methods 0.000 description 9
- 238000005192 partition Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000000638 solvent extraction Methods 0.000 description 4
- 210000001508 eye Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000010412 Glaucoma Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000001328 optic nerve Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06N3/045—Combinations of networks
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
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)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种图像分割方法、模型训练方法、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、深度学习技术领域。具体实现方案为:对待分割图像进行N轮处理,得到第N图像分割结果,其中,第N图像分割结果满足第一预定条件,N是大于或等于1的整数;将第N图像分割结果确定为目标图像分割结果;其中,对待分割图像进行N轮处理,得到第N图像分割结果,包括:根据第(n‑1)图像分割结果和第(n‑1)多专家权重数据,得到第n图像分割结果,其中,第(n‑1)多专家权重数据是根据第(n‑1)图像分割结果的相关数据得到的,其中,n是大于或等于1且小于或等于N的整数。
Description
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,涉及一种图像分割方法、训练方法、装置、电子设备以及存储介质。
背景技术
图像分割是计算机视觉领域的较为重要的研究方向。图像分割是将图像划分成各自满足相似性准则或具有某种同质特征的连通区域的过程。图像分割可以包括语义分割、实例分割和全景分割。
随着深度学习技术的发展,图像分割在多个领域得到发展,例如,医学诊断等。
发明内容
本公开提供了一种图像分割方法、训练方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种图像分割方法,包括:对待分割图像进行N轮处理,得到第N图像分割结果,其中,上述第N图像分割结果满足第一预定条件,N是大于或等于1的整数;以及,将上述第N图像分割结果确定为目标图像分割结果;其中,上述对待分割图像进行N轮处理,得到第N图像分割结果,包括:根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果,其中,上述第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的,其中,n是大于或等于1且小于或等于N的整数。
根据本公开的另一方面,提供了一种图像分割模型的训练方法,包括:对深度学习模型执行R个模型参数调整周期的训练,直至满足第二预定条件,其中,R是大于或等于1的整数;以及,将在满足上述第二预定条件的情况下得到的深度学习模型确定为上述图像分割模型;其中,上述对深度学习模型执行R个模型参数调整周期的训练,包括:针对第r个模型参数调整周期,针对第s轮,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果,其中,上述第rs-1多专家样本权重数据是根据第rs-1样本图像分割结果的相关数据得到的,r是大于或等于1且小于或等于R的整数,s是大于或等于1且小于或等于rS的整数,rS是大于或等于1的整数;以及,利用与上述第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与上述第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
根据本公开的另一方面,提供了一种图像分割装置,包括:获得模块,用于对待分割图像进行N轮处理,得到第N图像分割结果,其中,上述第N图像分割结果满足第一预定条件,N是大于或等于1的整数;以及,第一确定模块,用于将上述第N图像分割结果确定为目标图像分割结果;其中,上述获得模块,包括:第一获得子模块,用于根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果,其中,上述第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的,其中,n是大于或等于1且小于或等于N的整数。
根据本公开的另一方面,提供了一种图像分割模型的训练装置,包括:训练模块,用于对深度学习模型执行R个模型参数调整周期的训练,直至满足第二预定条件,其中,R是大于或等于1的整数;以及,第二确定模块,用于将在满足上述第二预定条件的情况下得到的深度学习模型确定为上述图像分割模型;其中,上述训练模块,包括:针对第r个模型参数调整周期,第二获得子模块,用于针对第s轮,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果,其中,上述第rs-1多专家样本权重数据是根据第rs-1样本图像分割结果的相关数据得到的,r是大于或等于1且小于或等于R的整数,s是大于或等于1且小于或等于rS的整数,rS是大于或等于1的整数;以及,第三获得子模块,用于利用与上述第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与上述第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
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图像分割方法、图像分割模型的训练方法及装置的示例性***架构;
图2示意性示出了根据本公开实施例的图像分割方法的流程图;
图3示意性示出了根据本公开实施例的图像分割方法的原理示意图;
图4示意性示出了根据本公开实施例的图像分割模型的训练方法的流程图;
图5A示意性示出了根据本公开实施例的图像分割模型的训练方法的原理示意图;
图5B示意性示出了根据本公开实施例的分割模块的结构示意图;
图5C示意性示出了根据本公开实施例的权重模块的结构示意图;
图5D示意性示出了根据本公开另一实施例的图像分割模型的训练方法的原理示意图。
图6示意性示出了根据本公开实施例的图像分割装置的框图;
图7示意性示出了根据本公开实施例的图像分割模型的训练装置的框图;以及
图8示意性示出了根据本公开实施例的适于实现图像分割方法和图像分割模型的训练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。
图像分割中的多标签场景可以指由多个专家对图像中同一对象进行分割标注的场景。可以将专家对图像中对象进行分割标注得到的结果称为专家标签数据。由此,多标签场景将产生多专家标签数据。多专家标签数据可以包括至少两个专家标签数据。可以基于多专家标签数据对图像进行图像分割。
各个专家的专家标签数据彼此之间存在差异。可以利用至少两个专家标签数据的平均值来实现图像分割。由于各个专家的能力有所不同,因此,专家标签数据的准确性不同。由于未考虑到各个专家的能力的不同,因此,利用上述方式得到的图像分割结果的准确性欠佳。
为此,本公开实施例提出一种图像分割方案。例如,对待分割图像进行N轮处理,得到第N图像分割结果。第N图像分割结果满足第一预定条件,N是大于或等于1的整数。将第N图像分割结果确定为目标图像分割结果。对待分割图像进行N轮处理,得到第N图像分割结果,可以包括:根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果。第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的。n是大于或等于1且小于或等于N的整数。
根据本公开的实施例,由于针对第n轮,第n图像分割结果是根据第(n-1)图像分割结果和第(n-1)多专家权重数据得到的,第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的,因此,多专家权重数据和图像分割结果分别是利用了对方的信息得到的,图像分割结果可以体现待分割图像的结构信息,由此,对待分割图像进行N轮处理,实现了利用多专家权重数据和待分割图像的结构信息来得到图像分割结果,提高了图像分割结果的准确性。
图1示意性示出了根据本公开实施例的可以应用图像分割方法、图像分割模型的训练方法及装置的示例性***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***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、***、环境或场景。例如,在另一实施例中,可以应用图像分割方法、图像分割模型的训练方法及装置的示例性***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图像分割方法、图像分割模型的训练方法及装置。
如图1所示,根据该实施例的***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/或无线通信链路等。
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/或社交平台软件等(仅为示例)。
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。
服务器105可以是提供各种服务的各种类型的服务器。例如,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***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图像分割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分割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分割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分割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分割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分割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。
需要说明的是,本公开实施例所提供的图像分割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图像分割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深度学习模型的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图像分割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图像分割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图像分割模型的训练装置也可以设置于终端设备101、102、或103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图像分割方法的流程图。
如图2所示,该方法200包括操作S210~S220。
在操作S210,对待分割图像进行N轮处理,得到第N图像分割结果。第N图像分割结果满足第一预定条件。N可以是大于或等于1的整数。
在操作S220,将第N图像分割结果确定为目标图像分割结果。
操作S210可以包括操作S211。
在操作S211,根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果。第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的。n可以是大于或等于1且小于或等于N的整数。
根据本公开的实施例,待分割图像可以指需要进行图像分割的图像。待分割图像可以是各种应用场景的图像。例如,应用场景可以包括以下之一:医疗诊断场景和自动驾驶场景等。例如,在医疗诊断场景中,待分割图像可以是眼部图像、甲状腺图像、胃部图像和肺部图像中的至少之一。眼部图像可以包括眼底图像。
根据本公开的实施例,第一预定条件可以指获得目标图像分割结果所需要满足的条件。例如,第一预定条件可以是迭代轮数达到预定迭代轮数。预定迭代轮数可以根据实际业务需求进行配置,在此不作限定。例如,预定迭代轮数可以是4次。
根据本公开的实施例,多专家权重数据可以包括至少两个专家权重数据。专家权重数据可以指预测的与该专家权重数据对应的专家标签数据的概率值。专家标签数据可以指经由专家对待分割图像进行分割标注得到的图像分割结果。
根据图像分割结果,图像分割结果的相关数据可以指用于获得图像分割结果的中间数据。例如,图像分割结果的相关数据可以是对图像分割结果进行下采样得到的。即,图像分割结果可以是对图像分割结果的相关数据进行上采样得到的。例如,图像分割结果可以是对图像分割结果的相关数据进行逆卷积操作得到的。
根据本公开的实施例,可以对待分割图像进行至少一轮处理,直至满足第一预定条件。针对至少一轮中的每轮,具有与每轮对应的图像分割结果和多专家权重数据。对待分割图像进行至少一轮处理,直至满足第一预定条件,可以包括:将正在进行的轮次称为当前轮。将在满足第一预定条件的情况下得到的图像分割结果确定为目标图像分割结果。对待分割图像进行至少一轮处理,可以包括:根据上一轮的图像分割结果和多专家权重数据,得到当前轮的图像分割结果。上一轮的图像分割结果可以是根据上一轮的图像分割结果的相关数据得到的。
根据本公开的实施例,在当前轮是首轮的情况下,可以根据与首轮对应的图像分割结果和多专家权重数据,得到首轮的图像分割结果。与首轮对应的图像分割结果可以是对待分割图像进行图像分割得到的。例如,与首轮对应的图像分割结果可以是利用预先训练的分割编码器对待分割图像进行图像分割得到的。与首轮对应的多专家权重数据可以是与待分割图像相关的多专家权重数据。例如,与首轮对应的多专家权重数据可以是根据至少两个多专家标签数据得到的。例如,与首轮对应的多专家权重数据可以是根据至少两个多专家标签数据得到的平均值。在当前轮是非首轮的情况下,可以根据与当前轮的上一轮次的图像分割结果和多专家权重数据,得到与当前轮对应的图像分割结果。可以根据与最后一轮对应的图像分割结果,得到目标图像分割结果。
根据本公开的实施例,至少一轮可以包括N轮。N可以是大于或等于1的整数。第(n-1)图像分割结果可以指与第(n-1)轮对应的图像分割结果。第(n-1)多专家权重数据可以指与第(n-1)轮对应的多专家权重数据。第n图像分割结果可以指与第n对应的图像分割结果。n∈{1,2,......,(N-1),N}。在N=1的情况下,可以对初始图像分割结果和初始多专家权重数据进行处理,得到目标图像分割结果。初始图像分割结果可以指与首轮对应的图像分割结果。初始多专家权重数据可以指与首轮对应的多专家权重数据。在N>1且n>1的情况下,可以对第(n-1)图像分割结果和第(n-1)多专家权重数据进行处理,得到第n图像分割结果。第(n-1)多专家权重数据可以是对第(n-1)图像分割结果的相关数据进行处理得到的。可以根据第N图像分割结果,得到目标图像分割结果。
例如,N=4。在n=1的情况下,可以对初始图像分割结果和初始多专家权重数据进行处理,得到与第1轮对应的图像分割结果。在n=2的情况下,可以根据第1图像分割结果和第1多专家权重数据,得到第2图像分割结果。第1多专家权重数据可以是根据第1图像分割结果的相关数据得到的。在n=3的情况下,可以根据第2图像分割结果和第2多专家权重数据,得到第3图像分割结果。第2多专家权重数据可以是根据第2图像分割结果的相关数据得到的。在n=4的情况下,可以根据第3图像分割结果和第3多专家权重数据,得到第4图像分割结果。第3多专家权重数据可以是根据第3图像分割结果的相关数据得到的。可以将第4图像分割结果确定为目标图像分割结果。
根据本公开的实施例,由于针对第n轮,第n图像分割结果是根据第(n-1)图像分割结果和第(n-1)多专家权重数据得到的,第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的,因此,多专家权重数据和图像分割结果分别是利用了对方的信息得到的,图像分割结果可以体现待分割图像的结构信息,由此,对待分割图像进行N轮处理,实现了利用多专家权重数据和待分割图像的结构信息来得到图像分割结果,提高了图像分割结果的准确性。
根据本公开的实施例,操作S211可以包括如下操作。
根据第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。根据第n第一中间特征数据,得到第n图像分割结果。
根据本公开的实施例,第(n-1)第一中间特征数据可以指与第(n-1)轮对应的第一中间特征数据。第n第一中间特征数据可以指与第n轮对应的第一中间特征数据。
根据本公开的实施例,根据第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据,可以包括:对第(n一1)第一中间特征数据进行处理,得到第(n-1)多专家权重数据。例如,可以对第(n-1)第一中间特征数据进行全局特征提取和局部特征提取中的至少之一,得到第(n-1)多专家权重数据。
根据本公开的实施例,根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据,可以包括:对第(n-1)多专家权重数据进行处理,得到中间第(n-1)多专家权重数据。根据第(n-1)图像分割结果和中间第(n-1)多专家权重数据,得到第n第一中间特征数据。例如,可以根据第(n-1)图像分割结果和与第(n-1)图像分割结果对应的位置数据,得到中间第(n-1)图像分割结果。可以根据中间第(n-1)图像分割结和中间第(n-1)多专家权重数据,得到第n第一中间特征数据。例如,对第(n-1)多专家权重数据进行处理,得到中间第(n-1)多专家权重数据,可以包括:对第(n-1)多专家权重数据进行卷积操作,得到中间第(n-1)多专家权重数据。例如,可以根据中间第(n-1)图像分割结和中间第(n-1)多专家权重数据,得到第n第一中间特征数据,可以包括:可以对中间第(n-1)图像分割结果和中间第(n-1)多专家权重数据进行全局特征提取和局部特征提取中的至少之一,得到第n第一中间特征数据。
根据本公开的实施例,根据第n第一中间特征数据,得到第n图像分割结果,可以包括:可以对第n第一中间特征数据进行上采样,得到第n图像分割结果。例如,可以对第n第一中间特征数据进行逆卷积操作,得到第n图像分割结果。
根据本公开的实施例,可以将第n轮称为当前轮。将(n-1)轮称为当前轮的上一轮。可以根据与上一轮对应的第一中间特征数据,得到与上一轮对应的多专家权重数据。根据与上一轮对应的图像分割结果和多专家权重数据,得到与当前轮对应的第一中间特征数据。根据与当前轮对应的第一中间特征数据,得到与当前轮对应的图像分割结果。
根据本公开的实施例,根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据,可以包括如下操作。
利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。第(n-1)图像分割结果可以用于作为第一键矩阵和第一值矩阵。第(n-1)多专家权重数据可以用于作为第一查询矩阵。
根据本公开的实施例,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。在本公开实施例中,第一注意力策略能够提取第(n-1)图像分割结果自身、第(n-1)多专家权重数据自身以及第(n-1)图像分割结果和第(n-1)多专家权重数据彼此之间的信息,以更好地完成待分割图像的图像分割。
根据本公开的实施例,键(即Key)矩阵、值(即Value)和查询(即Query)矩阵可以是注意力机制中的矩阵。
根据本公开的实施例,可以基于第一注意力策略,对用于作为第一键矩阵和第一值矩阵的第(n-1)图像分割结果,以及用于作为第一查询矩阵的第(n-1)多专家权重数据进行处理,得到第n第一中间特征数据。例如,可以根据第一注意力策略确定第一注意力单元。利用第一注意力单元处理用于作为第一键矩阵和第一值矩阵的第(n-1)图像分割结果,以及用于作为第一查询矩阵的第(n-1)多专家权重数据,得到第n第一中间特征数据。
根据本公开的实施例,可以将第n轮称为当前轮。将(n-1)轮称为当前轮的上一轮。可以利用第一注意力策略处理与上一轮对应的图像分割结果和多专家权重数据,得到与当前轮对应的第一中间特征数据。
根据本公开的实施例,利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据来得到第n第一中间特征数据,第一注意力策略能够提取第(n-1)图像分割结果自身、第(n-1)多专家权重数据自身以及第(n-1)图像分割结果和第(n-1)多专家权重数据彼此之间的信息,提高了图像分割结果的准确性。
根据本公开的实施例,利用第一注意力策略处理所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到第n第一中间特征数据,可以包括如下操作。
利用第一注意力策略对第(n-1)图像分割结果和第(n-1)多专家权重数据进行M层级处理,得到第n第一中间特征数据。M是大于1的整数。
根据本公开的实施例,M可以是大于1的整数。M的数值可以根据实际业务需求进行配置,在此不作限定。例如,M=4。
根据本公开的实施例,可以利用第一注意力策略对与上一轮对应的图像分割结果和多专家权重数据进行多层级处理,得到与当前轮对应的第一中间特征数据。
根据本公开的实施例,利用所述第一注意力策略对第(n-1)图像分割结果和第(n-1)多专家权重数据进行多层级处理,得到第n第一中间特征数据,可以包括如下操作。
在m=1的情况下,利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据。在m>1的情况下,利用第一注意力策略处理与第n轮的第m层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据。与第n轮的第m层级对应的第一中间特征数据可以用于作为第二键矩阵和第二值矩阵。第(n-1)多专家权重数据可以用于作为第二查询矩阵。根据与第n轮的第T层级对应的第一中间特征数据,得到第n第一中间特征数据。T是大于或等于1且小于或等于M的整数。
根据本公开的实施例,m∈{1,2,......,(M-1),M}。T可以是大于1且小于或等于M的整数。T的数值可以根据实际业务需求进行配置,在此不作限定。例如,T=M=4。
根据本公开的实施例,可以将第m层级称为当前层级。在当前层级是第一层级的情况下,利用第一注意力策略处理与第(n-1)轮的第一层级对应的图像分割结果和第(n-1)多专家权重数据,得到与第n轮的当前层级对应的第一中间特征数据。在当前层级是其他层级的情况下,利用第一注意力策略处理与第(n-1)轮的其他层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的当前层级对应的第一中间特征数据。其他层级可以是至少一个层级中除第一层级以外的任意一个层级。根据与第n轮的预定层级对应的第一中间特征数据,得到第n第一中间特征数据。
根据本公开的实施例,利用第一注意力策略处理与第n轮的第m层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括如下操作。
利用第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第二中间特征数据。根据与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,可以将与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据进行融合,得到与第n轮的第m层级对应的第三中间特征数据。根据与第n轮的第m层级对应的第三中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,可以将第m层级称为当前层级。利用第一注意力策略处理与第n轮的上一层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的当前层级对应的第二中间特征数据。根据与第n轮的当前层级对应的第二中间特征数据和与第n轮的上一层级对应的第一中间特征数据,得到与第n轮的当前级层级对应的第一中间特征数据。
根据本公开的实施例,根据与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括如下操作。
根据与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第三中间特征数据。对与第n轮的第m层级对应的第三中间特征数据进行空间变换,得到与第n轮的第m层级对应的第四中间特征数据。根据与第n轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第n轮的第m层级对应的第五中间特征数据。根据与第n轮的第m层级对应的第五中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,可以将与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据进行连接,得到与第n轮的第m层级对应的第六中间特征数据。对与第n轮的第m层级对应的第六中间特征数据进行标准化处理,得到与第n轮的第m层级对应的第三中间特征数据。标准化(即Normalization)可以包括以下之一:批标准化(Batch Normalization,BN)和层标准化(Lay Normalization,LN)。例如,可以对与第n轮的第m层级对应的第六中间特征数据进行批标准化处理,得到与第n轮的第m层级对应的第三中间特征数据。
根据本公开的实施例,可以对与第n轮的第m层级对应的第三中间特征数据进行空间变换,得到与第n轮的第m层级对应的第四中间特征数据。可以将与第n轮的第m层级对应的第三中间特征数据和第四中间特征数据进行连接,得到与第n轮的第m层级对应的第七中间特征数据。对与第n轮的第m层级对应的第七中间特征数据进行标准化处理,得到与第n轮的第m层级对应的第五中间特征数据。
根据本公开的实施例,可以对与第n轮的第m层级对应的第五中间特征数据进行下采样,得到与第n轮的第m层级对应的第八中间特征数据。例如,可以对与第n轮的第m层级对应的第五中间特征数据进行卷积操作,得到与第n轮的第m层级对应的第八中间特征数据。对与第n轮的第m层级对应的第八中间特征数据进行上采样,得到与与第n轮的第m层级对应的第一中间特征数据。例如,可以对与第n轮的第m层级对应的第八中间特征数据进行逆卷积操作,得到与与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,可以将第m层级称为当前层级。可以根据与当前轮的当前层级对应的第二中间特征数据和与当前轮的上一层级对应的第一中间特征数据,得到与当前轮的当前层级对应的第三中间特征数据。可以对与当前轮的当前层级对应的第三中间特征数据进行空间变换,得到与当前轮的当前层级对应的第四中间特征数据。根据与当前轮的当前层级对应的第三中间特征数据和第四中间特征数据,得到与当前轮的当前层级对应的第五中间特征数据。根据与当前轮的当前层级的第五中间特征数据,得到与当前轮的当前层级对应的第一中间特征数据。
根据本公开的实施例,在m=1的情况下,利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括:利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到与第n轮的第1层级对应的第二中间特征数据。根据与第n轮的第1层级对应的第二中间特征数据和第(n-1)图像分割结果,得到与第n轮的第1层级对应的第一中间特征数据。
根据本公开的实施例,根据与第n轮的第1层级对应的第二中间特征数据和第(n-1)图像分割结果,得到与第n轮的第1层级对应的第一中间特征数据,可以包括:根据与第n轮的第1层级对应的第二中间特征数据和与第(n-1)图像分割结果,得到与第n轮的第1层级对应的第三中间特征数据。对与第n轮的第1层级对应的第三中间特征数据进行空间变换,得到与第n轮的第1层级对应的第四中间特征数据。根据与第n轮的第1层级对应的第三中间特征数据和第四中间特征数据,得到与第n轮的第1层级对应的第五中间特征数据。根据与第n轮的第1层级对应的第五中间特征数据,得到与第n轮的第1层级对应的第一中间特征数据。
根据本公开的实施例,根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据,可以包括如下操作。
利用第一局部特征提取策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。
根据本公开的实施例,局部特征提取策略可以指用于实现提取数据的局部特征的策略。可以根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第三中间特征数据。利用第一局部特征提取策略处理第n第三中间特征数据,得到第n第一中间特征数据。第n第三中间特征数据可以指与第n轮对应的第三中间特征数据。
根据本公开的实施例,可以利用第一卷积神经网络模型处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。第一卷积神经网络模型的模型结构可以根据实际业务需求进行配置,能够实现获得第n第一中间特征数据即可,在此不作限定。例如,第一卷积神经网络模型可以包括以下至少之一:ResNet(Residual NeuralNetwork,残差网络)模型、VGG(即Visual Geometry Group)模型、MobileNet模型、LeNet模型和AlexNet模型。。
根据本公开的实施例,可以将第n轮称为当前轮。将第(n-1)轮称为上一轮。可以利用第一局部特征提取策略处理与上一轮对应的图像分割结果和多专家权重数据,得到与当前轮对应的第一中间特征数据。
根据本公开的实施例,根据第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据,可以包括如下操作。
利用第二注意力策略处理第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。第(n-1)第一中间特征数据可以用于作为第三键矩阵、第三值矩阵和第三查询矩阵。
根据本公开的实施例,第二注意力策略可以是多头注意力策略。可以基于第二注意力策略,对用于作为第三键矩阵、第三值矩阵和第三查询矩阵的第(n-1)第一中间特征数据进行处理,得到第(n-1)多专家权重数据。例如,可以根据第二注意力策略确定第二注意力单元。利用第二注意力单元处理用于作为第三键矩阵、第三值矩阵和第三查询矩阵的第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。
根据本公开的实施例,可以将第n轮称为当前轮。将第(n-1)轮称为上一轮。可以利用第二注意力策略处理与上一轮对应的第一中间特征数据,得到与上一轮对应的多专家权重数据。
根据本公开的实施例,利用第二注意力策略处理第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据,可以包括如下操作。
利用第二注意力策略处理第(n-1)第一中间特征数据,得到第(n-1)第二中间特征数据。根据第(n-1)第二中间特征数据,得到第(n-1)第三中间特征数据。对第(n-1)第三中间特征数据进行空间变换,得到第(n-1)第四中间特征数据。根据第(n-1)第三中间特征数据和第(n-1)第四中间特征数据,得到第(n-1)多专家权重数据。
根据本公开的实施例,第(n-1)第二中间特征数据可以指与第(n-1)轮对应的第二中间特征数据。第(n-1)第三中间特征数据可以指与第(n-1)轮对应的第三中间特征数据。第(n-1)第四中间特征数据可以指与第(n-1)轮对应的第四中间特征数据。
根据本公开的实施例,可以对第(n-1)第二中间特征数据进行标准化处理,得到第(n-1)第三中间特征数据。可以将第(n-1)第三中间特征数据和第(n-1)第四中间特征数据进行拼接,得到第(n-1)第五中间特征数据。对第(n-1)第五中间特征数据进行标准化处理,得到第(n-1)多专家权重数据。
根据本公开的实施例,可以将第n轮称为当前轮。将第(n-1)轮称为上一轮。可以利用第二注意力策略处理与上一轮对应的第一中间特征数据,得到与上一轮对应的第二中间特征数据。根据上一轮对应的第二中间特征数据,得到与上一轮对应的第三中间特征数据。对与上一轮对应的第三中间特征数据进行空间变换的,得到与上一轮对应的第四中间特征数据。根据与上一轮对应的第三中间特征数据和第四中间特征数据,得到与上一轮对应的多专家权重数据。
根据本公开的实施例,根据第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据,可以包括如下操作。
利用第二局部特征提取策略处理第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。
根据本公开的实施例,可以利用第二卷积神经网络模型处理第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。第二卷积神经网络模型的模型结构可以根据实际业务需求进行配置,能够实现获得多专家权重数据即可,在此不作限定。第二卷积神经网络模型与第一卷积神经网络模型可以相同或不同。例如,第二卷积神经网络模型可以包括以下至少之一:ResNet模型、VGG模型、MobileNet模型、LeNet模型和AlexNet模型。
根据本公开的实施例,可以将第n轮称为当前轮。将第(n-1)轮称为为上一轮。可以利用第二局部特征提取策略处理与上一轮对应的第一中间特征数据,得到与上一轮对应的多专家权重数据。
根据本公开的实施例,可以利用图像分割模型来待分割图像的图像分割。图像分割模型可以包括分割模块和权重模块。分割模块可以包括级联的M个分割单元。分割单元可以包括级联的第一注意层、第一中间处理层、第一多层感知机(Multi-Layer Perceptron,MLP)层和第二中处理层。权重模块可以包括级联的第二注意力层、第三中间处理层、第二多层感知机层和第四中间处理层。第二注意力层可以是多头自注意力层。头的数目可以与专家的数目相同。中间处理层可以是残差连接和规范化层。残差连接和规范化层可以有效改善深度学习模型训练过程中梯度消失的问题,并且能够改善深度学习模型的退化问题。
根据本公开的实施例,在m=1的情况下,利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括:利用与第n轮的第1层级对应的第一注意力层处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到与第n轮的第1层级对应的第二中间特征数据。利用与第n轮的第1层级对应的第一中间处理层处理与第n轮的第1层级对应的第二中间特征数据和第(n-1)图像分割结果,得到与第n轮的第1层级对应的第三中间特征数据。利用与第n轮的第1层级对应的第一多层感知机层处理与第n轮的第1层级对应的第三中间特征数据,得到与第n轮的第1层级对应的第四中间特征数据。利用与第n轮的第1层级对应的第二中间处理层处理与第n轮的第1层级对应的第三中间特征数据和第四中间特征数据,得到与第n轮的第1层级对应的第五中间特征数据。根据与第n轮的第1层级对应的第五中间特征数据,得到与第n轮的第1层级对应的第一中间特征数据。
根据本公开的实施例,在m>1的情况下,利用第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括:利用与第n轮的第m层级对应的第一注意力层处理与第n轮的第(m-1)层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第二中间特征数据。
利用与第n轮的第m层级对应的第一中间处理层处理处理与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第三中间特征数据。利用与第n轮的第m层级对应的第一多层感知机层处理与第n轮的第m层级对应的第三中间特征数据,得到与第n轮的第m层级对应的第四中间特征数据。利用与第n轮的第m层级对应的第二中间处理层处理与第n轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第n轮的第m层级对应的第五中间特征数据。根据与第n轮的第m层级对应的第五中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,利用第二注意力策略处理所述第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据,可以包括:利用第二注意力层处理第(n-1)第一中间特征数据,得到第(n-1)第二中间特征数据。利用第三中间处理层处理第(n-1)第二中间特征数据,得到第(n-1)第三中间特征数据。利用第二多层感知机层处理第(n-1)第三中间特征数据,得到第(n-1)第四中间特征数据。利用第四中间处理层处理第(n-1)第三中间特征数据和第(n-1)第四中间特征数据,得到第(n-1)多专家权重数据。
本公开实施例所述的图像分割方法可以应用于多标签场景。下面以待分割图像为医疗诊断场景中的眼底图像为例,参考图3结合具体实施例对根据本公开实施例所述的图像分割方法做进一步说明。
例如,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。
图3示意性示出了根据本公开实施例的图像分割方法的原理示意图。
如图3所示,在300中,对待分割图像301进行N轮处理,直至得到第一预定条件的第N图像分割结果315。将第N图像分割结果315确定为目标图像分割结果316。N可以是大于或等于1的整数。
对待分割图像301进行N轮处理,直至得到第一预定条件的第N图像分割结果315,可以包括:针对第1轮(即首轮),根据初始图像分割结果302和初始多专家权重数据304,得到第1图像分割结果305。根据第1图像分割结果305的相关数据,得到第1多专家权重数据306。初始图像分割结果302可以是利用预先训练的分割编码器对待分割图像301进行图像分割得到的。初始多专家权重数据可以是与待分割图像301相关的多专家权重数据303。例如,初始多专家权重数据可以是根据至少两个多专家标签数据得到的。
针对第2轮,根据第1图像分割结果305和第1多专家权重数据306,得到第2图像分割结果307。根据第2图像分割结果307的相关数据,得到第2多专家权重数据308。针对第n轮,根据第(n-1)图像分割结果309和第(n-1)多专家权重数据310,得到第n图像分割结果311。根据第n图像分割结果311的相关数据,得到第n多专家权重数据312。针对第N轮,根据第(N-1)图像分割结果313和第(N-1)多专家权重数据314,得到第N图像分割结果315。将第N图像分割结果315确定为目标图像分割结果316。
图4示意性示出了根据本公开实施例的图像分割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,对深度学习模型执行R个模型参数调整周期的训练,直至满足第二预定条件。R可以是大于或等于1的整数。
在操作S420,将在满足第二预定条件的情况下得到的深度学习模型确定为图像分割模型。
操作S410可以包括操作S411~S412。
针对第r个模型参数调整周期,
在操作S411,针对第s轮,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果。第rs-1多专家样本权重数据是根据第rs-1样本图像分割结果的相关数据得到的。r可以是大于或等于1且小于或等于R的整数。s可以是大于或等于1且小于或等于rS的整数。rS可以是大于或等于1的整数。
在操作S412,利用与第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
根据本公开的实施例,第二预定条件可以用于作为深度学习模型是否训练完成的条件。第二预定条件可以包括以下至少之一:训练轮次达到最大训练轮次和其他条件。其他条件可以包括损失函数的输出值收敛。
根据本公开的实施例,模型参数调整周期可以指对深度学习模型的模型参数进行更新的周期。可以具有与模型参数调整周期对应的轮数。与任意两个模型参数调整周期各自对应的迭代轮数可以相同或不同。例如,可以包括R个模型参数调整周期。与第r个模型参数调整周期对应的轮数为rS。R可以是大于或等于1的整数。r∈{1,2,......,(R-1),R}。rS可以是大于或等于1的整数。rS可以与N相同。与至少两个模型参数调整周期中的任意两个模型参数调整周期的轮数可以相同或不同。
根据本公开的实施例,针对至少一个模型参数调整周期中的每个模型参数调整周期,可以在获得与该模型参数调整周期对应的结果之后,利用与该模型参数调整周期对应的结果更新与该模型参数调整周期对应的深度学习模型的模型参数。
根据本公开的实施例,第rs-1样本图像分割结果可以指与第r个模型参数调整周期的第(s-1)轮对应的样本图像分割结果。第rs-1多专家样本权重数据可以指与第r个模型参数调整周期的第(s-1)轮对应的多专家样本权重数据。第rs样本图像分割结果可以指与第r个模型参数调整周期的第s轮对应的样本图像分割结果。s∈{1,2,.....(rS-1),rS}。
根据本公开的实施例,多专家样本标签数据可以包括至少两个专家样本标签数据。专家样本标签数据可以指经由专家对样本图像进行分割标注得到的样本图像分割结果。多专家样本权重数据可以包括至少两个专家样本权重数据。专家样本标签数据可以具有与该专家标签数据对应的专家样本权重数据。专家样本权重数据可以指预测的与该专家样本权重数据对应的专家样本标签数据的概率值。样本图像分割标签可以指真实的样本图像分割结果。预测的样本图像分割结果可以具有与该样本图像分割结果对应的样本图像分割标签。样本图像分割标签可以是根据多专家样本标签数据确定的。备选地,样本图像分割标签可以是根据多专家样本标签数据和多专家样本权重数据确定的。
根据本公开的实施例,针对R个模型更新周期中的第r个模型更新周期,针对rS轮中的第s轮,在r=1且s=1的情况下,可以对初始样本图像分割结果和初始多专家样本权重数据进行处理,得到第r1样本图像分割结果。初始样本图像分割结果可以指对样本图像进行图像分割得到的。例如,初始样本图像分割结果可以是利用预先训练的分割编码器对样本图像进行图像分割得到的。初始多专家样本权重数据可以是与样本图像相关的多专家样本权重数据。例如,初始多专家样本权重数据可以是根据至少一个多专家样本标签数据得到的。例如,初始多专家样本权重数据可以是根据至少一个多专家样本标签数据得到的平均值。
根据本公开的实施例,在s>1的情况下,可以对第rs-1样本图像分割结果和第rs-1多专家样本权重数据进行处理,得到第rs样本图像分割结果。第rs-1多专家样本权重数据可以是对第rs-1样本图像分割结果的相关数据进行处理得到的。基于上述方式得到与第r个模型更新周期的各轮各自对应的样本图像分割结果和多专家样本权重数据。
根据本公开的实施例,针对R个模型更新周期中的第r个模型更新周期,可以利用与第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家权重数据和多专家样本标签数据,调整与第r个模型参数调整周期对应的深度学习模型的模型参数,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
根据本公开的实施例,参与各个模型参数调整周期的模型参数更新的样本图像分割结果的数目可以相同或不同。与模型参数调整周期的各个样本图像分割结果可以至少部分参与该模型参数调整周期的模型参数更新。
例如,样本图像可以是眼底部位的样本图像。例如,眼部部位的样本图像可以是REFUGE数据集中的图像,利用样本图像训练深度学习模型,得到图像分割模型。可以利用图像分割模型实现视盘(即Optic Disc)分割和视杯(即Cup)分割,得到视盘分割结果和视杯分割结果。如下表1示意性示出了不同图像分割模型的分割精度。
表1中MV(即Majority Vote)方法、STAPLE(即Simultaneous Truth AndPerformance Level Estimation)方法、LFC(即Learning From Crowds)方法、Diag(即Diagnosis First)方法和Self Fusion(即自我融合)方法可以指多专家分割标签组合方法。
表1中无校准(即No Calibrate)模型可以包括AGNet模型、pOSAL模型和BEAL模型。校准(即Calibrate)模型可以包括WDNet模型、UECNN和MRNet(即膝关节磁共振网络)模型。自校准(即Self-calibrate)模型可以指利用本公开实施例所述的图像分割模型的训练方法得到的图像分割模型。
表1
如表1所示,利用根据本公开实施例的图像分割模型的训练方法得到的图像分割模型的分割精度最佳。上述这说明对于临床实践这样注重最终诊断效果的场景当中,本公开实施例提出的图像分割方案是一个更好的选择。
根据本公开的实施例,由于第rs样本图像分割结果可以是根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据得到的,第rs-1多专家样本权重数据可以是根据第rs-1样本图像分割结果的相关数据得到的,因此,多专家样本权重数据和样本图像分割结果分别是利用了对方的信息得到的,样本图像分割结果可以体现样本图像的结构信息。在此基础上,利用与第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与第r个模型参数调整周期对应的深度学习模型,实现了利用多专家样本权重数据和样本图像的结构信息来训练深度学习模型,提高了图像分割模型的图像分割结果的准确性。
根据本公开的实施例,操作S412可以包括如下操作。
基于第一损失函数,根据与第r个模型参数调整周期对应的至少一轮的样本图像分割结果和样本图像分割标签,得到与第r个模型参数调整周期对应的第一输出值。基于第二损失函数,根据与第r个模型参数调整周期对应的至少一轮的多专家样本权重数据和多专家样本标签数据,得到与第r个模型参数调整周期对应的第二输出值。根据与第r个模型参数调整周期对应的第一输出值和第二输出值训练与第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
根据本公开的实施例,第一损失函数和第二损失函数的形式可以是相同的,也可以是不同的,可以根据实际业务需求进行配置,在此不作限定。例如,损失函数可以包括以下至少之一:交叉熵损失函数、结构相似性(Structural SIMilarity,SSIM)损失函数、指数损失函数和平方损失函数。
根据本公开的实施例,针对与第r个模型参数调整周期对应的至少一轮中的每轮,将每轮作为当前轮,将与当前轮的样本图像分割结果和上一轮的样本图像分割标签输入第一损失函数,得到第三输出值。由此可以得到至少一个第三输出值。根据至少一个第三输出值,得到与第r个模型参数调整周期对应的第一输出值。
根据本公开的实施例,针对与第r个模型参数调整周期对应的至少一轮中每轮的多专家样本权重数据和多专家样本标签数据,将多专家样本权重数据和多专家样本标签数据输入第二损失函数,得到第四输出值。由此可以得到至少一个第四输出值。根据至少一个第四输出值,得到与第r个模型参数调整周期对应的第二输出值。
根据本公开的实施例,可以根据与第r个模型参数调整周期对应的第一输出值和第二输出值,调整与第r个模型参数调整周期对应的深度学习模型的模型参数,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
例如,深度学习模型可以包括分割模块和权重模块。可以根据与第r个模型参数调整周期对应的第一输出值和第二输出值,得到与第r个模型参数调整周期对应的输出值。根据与第r个模型参数调整周期对应的输出值,调整与第r个模型参数调整周期对应的深度学习模型的模型参数,得到与第(r+1)个模型参数调整周期对应的深度学习模型。备选地,可以根据与第r个模型参数调整周期对应的第一输出值,调整与第r个模型参数调整周期对应的分割模块的模型参数,得到与第(r+1)个模型参数调整周期对应的分割模块。根据与第r个模型参数调整周期对应的第二输出值,调整与第r个模型参数调整周期对应的权重模块的模型参数,得到与第(r+1)个模型参数调整周期对应的权重模块。
根据本公开的实施例,深度学习模型可以包括分割模块和权重模块。
根据本公开的实施例,根据与第r个模型参数调整周期对应的第一输出值和第二输出值训练与第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型,可以包括如下操作。
根据与第r个模型参数调整周期对应的第一输出值训练分割模块,得到与第(r+1)个模型参数调整周期对应的分割模块。根据与第r个模型参数调整周期对应的第二输出值训练权重模块,得到与第(r+1)个模型参数调整周期对应的权重模块。
根据本公开的实施例,分割模块的模型参数和权重模块的模型参数可以彼此独立调整。
根据本公开的实施例,通过独立调整分割模型的模型参数和权重模块的模型参数,提高了图像分割模型的图像分割结果的准确性。
根据本公开的实施例,与第r个模型参数调整周期对应的样本图像分割标签可以是通过以下之一确定的:
与第r个模型参数调整周期对应的样本图像分割标签是根据与第r个模型参数调整周期对应的多专家样本标签数据确定的。与第r个模型参数调整周期对应的样本图像分割标签是根据与第r个模型参数调整周期对应的多专家样本权重数据和多专家样本标签数据确定的。
根据本公开的实施例,多专家样本标签数据可以包括至少两个专家样本标签数据。多专家样本权重数据可以包括至少两个专家样本权重数据。
根据本公开的实施例,与第r个模型参数调整周期对应的样本图像分割标签可以是根据与第r个模型参数调整周期对应的至少两个专家样本标签数据的平均值确定的。例如,可以将与第r个模型参数调整周期对应的至少两个专家样本标签数据的平均值确定为与第r个模型参数调整周期对应的样本图像分割标签。
根据本公开的实施例,与第r个模型参数调整周期对应的样本图像分割标签可以是将与第r个模型参数调整周期对应的多专家样本权重数据和多专家样本标签数据进行融合得到的。例如,针对第r个模型参数调整周期的第s轮,与第s轮对应的样本图像分割标签可以是第rs-1样本图像分割标签,即,与当前轮对应的样本图像分割标签可以是与上一轮对应的样本图像分割标签。第rs-1样本图像分割标签可以是根据多专家样本标签数据和第rs-1多专家权重数据确定的。
根据本公开的实施例,第一损失函数可以是根据交叉熵损失函数和结构相似性损失函数确定的。
根据本公开的实施例,结构相似性损失函数可以用于实现松散地监督分割模型的训练。
根据本公开的实施例,第二损失函数可以是根据交叉熵损失函数确定的。
例如,第二损失函数可以根据如下公式(1)确定。
根据本公开的实施例,可以表征第二损失函数。zu可以表征多专家样本标签数据中专家u的专家样本标签数据。可以表征第rs多专家样本权重数据中与专家u对应的专家样本权重数据。U可以表征专家的数目。U可以是大于1的整数。u∈{1,2,......,(U-1),U}。rS可以表征与第r个模型参数调整周期对应的轮数。rS可以是大于或等于1的整数。s可以是大于或等于1且小于或等于rS的整数。r可以是大于或等于1且小于或等于R的整数。R可以表征模型参数调整周期的数目。
例如,第一损失函数可以根据如下公式(2)确定。
根据本公开的实施例,可以表征第二损失函数。可以表征第rs样本图像分割结果。可以表征第rs-1样本图像分割标签。第rs-1样本图像分割标签可以表征与第rs样本图像分割结果对应的样本图像分割标签。γ可以表征预定系数。γ可以随着轮数的增大而增大。
例如,第rs-1样本图像分割标签可以根据如下公式(3)确定。
根据本公开的实施例,均匀先验分布会导致权重模块与分割模块学习到的样本图像的结构信息存在先验冲突,利用结构性相似性损失函数能够降低先验冲突,提高图像分割模型的图像分割结果的准确性。
根据本公开的实施例,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果,可以包括如下操作。
根据第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据。根据第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据。根据第rs第一中间样本特征数据,得到第rs样本图像分割结果。
根据本公开的实施例,根据第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据,可以包括如下操作。
利用第一注意力策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据。第rs-1样本图像分割结果用于作为第四键矩阵和第四值矩阵。第rs-1多专家样本权重数据用于作为第四查询矩阵。
根据本公开的实施例,利用第一注意力策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据,可以包括如下操作。
利用第一注意力策略对第rs-1样本图像分割结果和第rs-1多专家样本权重数据进行M层级处理,得到第rs第一中间样本特征数据。M可以是大于1的整数。
根据本公开的实施例,利用第一注意力策略对第rs-1样本图像分割结果和第rs-1多专家样本权重数据进行M层级处理,得到第rs第一中间样本特征数据,可以包括如下操作。
在m=1的情况下,利用第一注意力策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。在m>1的情况下,利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据用于作为第五键矩阵和第五值矩阵。第rs-1多专家样本权重数据用于作为第五查询矩阵。根据与第r个模型参更新周期的第s轮的第T层级对应的第一中间特征数据,得到第rs第一中间样本特征数据。T可以是大于或等于1且小于或等于M的整数。
根据本公开的实施例,利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,可以包括如下操作。
利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,根据与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,可以包括如下操作。
根据与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据。对与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据进行空间变换,得到与第r个模型参更新周期的第s轮的第m层级对应的第四中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,根据第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据,可以包括如下操作。
利用第一局部特征提取策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据。
根据本公开的实施例,根据第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据,可以包括如下操作。
利用第二注意力策略处理第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据。第rs-1第一中间样本特征数据用于作为第六键矩阵、第六值矩阵和第六查询矩阵。
根据本公开的实施例,利用第二注意力策略处理第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据,可以包括如下操作。
利用第二注意力策略处理第rs-1第一中间样本特征数据,得到第rs-1第二中间样本特征数据。根据第rs-1第二中间样本特征数据,得到第rs-1第三中间样本特征数据。对第rs-1第三中间样本特征数据进行空间变换,得到第rs-1第四中间样本特征数据。根据第rs-1第三中间样本特征数据和第rs-1第四中间样本特征数据,得到第rs-1多专家样本权重数据。
根据本公开的实施例,根据第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据,可以包括如下操作。
利用第二局部特征提取策略处理第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据。
根据本公开的实施例,深度学习模型可以包括分割模块和权重模块。分割模块可以包括级联的M个分割单元。分割单元可以包括级联的第一注意层、第一中间处理层、第一多层感知机层和第二中处理层。权重模块可以包括级联的第二注意力层、第三中间处理层、第二多层感知机层和第四中间处理层。
根据本公开的实施例,在m=1的情况下,利用第一注意力策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,可以包括:利用与第r个模型参更新周期的第s轮的第1层级对应的第一注意力层处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第1层级对应的第二中间特征数据。利用与第r个模型参更新周期的第s轮的第1层级对应的第二中间处理层处理与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和第rs-1样本图像分割结果,得到与第r个模型参更新周期的第s轮的第1层级对应的第三中间特征数据。利用与第r个模型参更新周期的第s轮的第1层级对应的第一多层感知机层处理与第r个模型参更新周期的第s轮的第1层级对应的第三中间特征数据,得到与第r个模型参更新周期的第s轮的第1层级对应的第四中间特征数据。利用与第r个模型参更新周期的第s轮的第1层级对应的第二中间处理层处理与第r个模型参更新周期的第s轮的第1层级对应的第三中间特征数据和第四中间特征数据,得到与第r个模型参更新周期的第s轮的第1层级对应的第五中间特征数据。根据与第r个模型参更新周期的第s轮的第1层级对应的第五中间特征数据,得到与第r个模型参更新周期的第s轮的第1层级对应的第一中间特征数据。
根据本公开的实施例,在m>1的情况下,利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,可以包括:利用与第r个模型参更新周期的第s轮的第m层级对应的第一注意力层处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据。
利用与第r个模型参更新周期的第s轮的第m层级对应的第一中间处理层处理处理与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据。利用与第r个模型参更新周期的第s轮的第m层级对应的第一多层感知机层处理与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第四中间特征数据。利用与第r个模型参更新周期的第s轮的第m层级对应的第二中间处理层处理与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,利用第二注意力策略处理第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据,可以包括:利用第二注意力层处理第rs-1第一中间样本特征数据,得到第rs-1第二中间样本特征数据。利用第三中间处理层处理第rs-1第二中间样本特征数据,得到第rs-1第三中间样本特征数据。利用第二多层感知机层处理所述第rs-1第三中间样本特征数据,得到第rs-1第四中间样本特征数据。利用第四中间处理层处理第rs-1第三中间样本特征数据和第rs-1第四中间样本特征数据,得到第rs-1多专家样本权重数据。
根据本公开的实施例,针对操作S412的说明可以参见上文图像分割方法相关部分的说明,在此不再赘述。
根据本公开的实施例,本公开实施例提出的图像分割方案是自校准方案,能够共同优化校准分割任务和多专家权重分配任务,例如,校准分割任务学习在多专家权重数据下的图像分割,利用校准后的图像分割结果用于多专家权重分配任务中的多专家权重数据的评估。
下面结合图5A、图5B和图5C,结合具体实施例对根据本公开实施例的图像分割模型的训练方法做进一步说明。
图5A示意性示出了根据本公开实施例的图像分割模型的训练方法的原理示意图。
如图5A所示,在500A中,深度学习模型501可以包括分割模块5010和权重模块5011。针对第r个模型参数调整周期的第s轮,可以利用分割模块5010处理第rs-1样本图像分割结果502和第rs-1多专家样本权重数据503,得到第rs样本图像分割结果504。第rs-1多专家样本权重数据503可以是利用权重模块5011处理第rs-1样本图像分割结果502得到的。
根据第rs-1多专家样本权重数据503和多专家样本标签数据505,得到第rs-1样本图像分割标签506。可以基于第一损失函数507,根据第rs样本图像分割结果504和第rs-1样本图像分割标签506,得到第三输出值。由此可以得到与第r个模型参数调整周期对应的rS个第三输出值。根据rS个第三输出值,得到第一输出值。根据第一输出值调整与第r个模型参数调整周期对应的分割模块5010的模型参数,得到与第(r+1)个模型参数调整周期对应的分割模块5010。
基于第二损失函数508,根据第rs-1多专家样本权重数据503和多专家样本标签数据505,得到第四输出值。由此可以得到与第r个模型参数调整周期对应的rS个第四输出值。根据根据rS个第四输出值,得到第二输出值。根据第二输出值调整与第r个模型参数调整周期对应的权重模块5011的模型参数,得到与第(r+1)个模型参数调整周期对应的权重模块5011。
可以重复执行上述操作,直至满足第二预定条件。可以将在满足第二预定条件的情况下得到的深度学习模型501确定为图像分割模型。
图5B示意性示出了根据本公开实施例的分割模块的结构示意图。
如图5B所示,在500B中,图5A中的分割模块5010可以包括级联的M个分割单元。级联的M个分割单元可以包括分割单元5010_1、分割单元5010_2、......、分割单元5010_m、......、分割单元5010_((M-1))和分割单元5010_M。
针对分割单元5010_m,分割单元5010_m可以包括级联的第一注意力层5010_m_1、第一中间处理层5010_m_2、第一多层感知机层5010_m_3和第二中间处理层5010_m_4。
图5C示意性示出了根据本公开实施例的权重模块的结构示意图。
如图5C所示,在500C中,图5A中的权重模块5011可以包括级联的第二注意力层5011_1、第三中间处理层5011_2、第二多层感知机层5011_3和第四中间处理层5011_4。
图5D示意性示出了根据本公开另一实施例的图像分割模型的训练方法的原理示意图。
如图5D所示,在500D中,深度学习模型可以包括分割模块和权重模块。分割模块可以包括级联的M个分割单元。M可以是大于或等于1的整数。分割单元可以包括级联的Attention层(即第一注意力层)、第一Add&Norm层(即第一中间处理层)、第一MLP层(即第一多层感知机层)和第二Add&Norm层(即第二中间处理层)。此外,分割单元还可以包括CBRBlock层和第一Deconvolution层(即第一逆卷积层)。CBR Block层中“C”可以指Convolution(即卷积)。“B”可以指Batch Normalization。“R”可以指Relu。权重模块可以包括级联的Multi-Head Attention层(即第二注意力层)、Norm层(即第三中间处理层)、第二MLP层(即第二多层感知机层)和第三Add&Norm层(即第四中间处理层)。
针对第r=1个模型参数调整周期的第s=1轮,可以利用分割模块处理和初始多专家样本权重数据,得到可以表征第r1样本图像分割结果。可以表征初始样本图像分割结果。初始样本图像分割结果可以是利用分割编码器处理样本图像得到。初始多专家样本权重数据可以是根据确定的。可以表征与专家u=1对应的专家样本标签数据。可以与专家u=2对应的专家样本标签数据。可以表征与专家u=U对应的专家样本标签数据。U可以是大于1的整数。
可以根据公式(1)处理和z1、z2、......、zU,得到可以根据调整分割模块的模型参数。z1可以表征多专家样本标签数据中专家u=1的专家样本标签数据。z2可以表征多专家样本标签数据中专家u=2的专家样本标签数据。zU可以表征多专家样本标签数据中专家u=U的专家样本标签数据。
可以重复执行上述操作,直至满足第二预定条件。可以将在满足第二预定条件的情况下得到的深度学习模型确定为图像分割模型。
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图像分割方法和图像分割模型的训练方法,只要能够提高图像分割结果的准确性即可。
图6示意性示出了根据本公开实施例的图像分割装置的框图。
如图6所示,图像分割装置600可以包括获得模块610和第一确定模块620。
获得模块610,用于对待分割图像进行N轮处理,得到第N图像分割结果。第N图像分割结果满足第一预定条件。N是大于或等于1的整数。
第一确定模块620,用于将第N图像分割结果确定为目标图像分割结果。
根据本公开的实施例,获得模块610可以包括第一获得子模块611。
第一获得子模块611,用于根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果。第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的。n是大于或等于1且小于或等于N的整数。
根据本公开的实施例,第一获得子模块621可以包括第一获得单元、第二获得单元和第三获得单元。
第一获得单元,用于根据第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。
第二获得单元,用于根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。
第三获得单元,用于根据第n第一中间特征数据,得到第n图像分割结果。
根据本公开的实施例,第二获得单元可以包括第一获得子单元。
第一获得子单元,用于利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。第(n-1)图像分割结果用于作为第一键矩阵和第一值矩阵。第(n-1)多专家权重数据用于作为第一查询矩阵。
根据本公开的实施例,第一获得子单元可以用于:
利用第一注意力策略对第(n-1)图像分割结果和第(n-1)多专家权重数据进行M层级处理,得到第n第一中间特征数据。M是大于1的整数。
根据本公开的实施例,利用第一注意力策略对第(n-1)图像分割结果和第(n-1)多专家权重数据进行多层级处理,得到第n第一中间特征数据,可以包括如下操作。
在m=1的情况下,利用第一注意力策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据。在m>1的情况下,利用第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据。与第n轮的第(m-1)层级对应的第一中间特征数据用于作为第二键矩阵和第二值矩阵,第(n-1)多专家权重数据用于作为第二查询矩阵。根据与第n轮的第T层级对应的第一中间特征数据,得到第n第一中间特征数据。T是大于或等于1且小于或等于M的整数。
根据本公开的实施例,利用第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括如下操作。
利用第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第二中间特征数据。根据与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,根据与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据,可以包括如下操作。
根据与第n轮的第m层级对应的第二中间特征数据和与第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第三中间特征数据。对与第n轮的第m层级对应的第三中间特征数据进行空间变换,得到与第n轮的第m层级对应的第四中间特征数据。根据与第n轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第n轮的第m层级对应的第五中间特征数据。根据与第n轮的第m层级对应的第五中间特征数据,得到与第n轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,第二获得单元可以包括第二获得子单元。
第二获得子单元,用于利用第一局部特征提取策略处理第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n第一中间特征数据。
根据本公开的实施例,第一获得单元可以包括第三获得子单元。
第三获得子单元,用于利用第二注意力策略处理第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。第(n-1)第一中间特征数据用于作为第三键矩阵、第三值矩阵和第三查询矩阵。
根据本公开的实施例,第三获得子单元可以用于:
利用第二注意力策略处理第(n-1)第一中间特征数据,得到第(n-1)第二中间特征数据。
根据第(n-1)第二中间特征数据,得到第(n-1)第三中间特征数据。
对第(n-1)第三中间特征数据进行空间变换,得到第(n-1)第四中间特征数据。
根据第(n-1)第三中间特征数据和第(n-1)第四中间特征数据,得到第(n-1)多专家权重数据。
根据本公开的实施例,第二获得单元可以包括第四获得子单元。
第四获得子单元,用于利用第二局部特征提取策略处理第(n-1)第一中间特征数据,得到第(n-1)多专家权重数据。
图7示意性示出了根据本公开实施例的图像分割模型的训练装置的框图。
如图7所示,图像分割模型的训练装置700可以包括训练模块710和第二确定模块720。
训练模块710,用于对深度学习模型执行R个模型参数调整周期的训练,直至满足第二预定条件。R是大于或等于1的整数。
第二确定模块720,用于将在满足第二预定条件的情况下得到的深度学习模型确定为图像分割模型。
根据本公开的实施例,训练模块710可以包括第二获得子模块711和第三获得子模块712。
针对第r个模型参数调整周期,
第二获得子模块711,用于针对第s轮,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果。第rs-1多专家样本权重数据是根据第rs-1样本图像分割结果的相关数据得到的。r是大于或等于1且小于或等于R的整数。s是大于或等于1且小于或等于rS的整数。rS是大于或等于1的整数。
第三获得子模块712,用于利用与第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
根据本公开的实施例,第三获得子模块712可以包括第四获得单元、第五获得单元和第六获得单元。
第四获得单元,用于基于第一损失函数,根据与第r个模型参数调整周期对应的至少一轮的样本图像分割结果和样本图像分割标签,得到与第r个模型参数调整周期对应的第一输出值。
第五获得单元,用于基于第二损失函数,根据与第r个模型参数调整周期对应的至少一轮的多专家样本权重数据和多专家样本标签数据,得到与第r个模型参数调整周期对应的第二输出值。
第六获得单元,用于根据与第r个模型参数调整周期对应的第一输出值和第二输出值训练与第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
根据本公开的实施例,深度学习模型可以包括分割模块和权重模块。
根据本公开的实施例,第六获得单元可以包括第五获得子单元和第六获得子单元。
第五获得子单元,用于根据与第r个模型参数调整周期对应的第一输出值训练分割模块,得到与第(r+1)个模型参数调整周期对应的分割模块。
第六获得子单元,用于根据与第r个模型参数调整周期对应的第二输出值训练权重模块,得到与第(r+1)个模型参数调整周期对应的权重模块。
根据本公开的实施例,与第r个模型参数调整周期对应的样本图像分割标签是通过以下之一确定的:
与第r个模型参数调整周期对应的样本图像分割标签是根据与第r个模型参数调整周期对应的多专家样本标签数据确定的。
与第r个模型参数调整周期对应的样本图像分割标签是根据与第r个模型参数调整周期对应的多专家样本权重数据和多专家样本标签数据确定的。
根据本公开的实施例,第一损失函数是根据交叉熵损失函数和结构相似性损失函数确定的。
根据本公开的实施例,第二获得子模块711可以包括第七获得单元、第八获得单元和第九获得单元。
第七获得单元,用于根据第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据。
第八获得单元,用于根据第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据。
第九获得单元,用于根据第rs第一中间样本特征数据,得到第rs样本图像分割结果。
根据本公开的实施例,第八获得单元可以包括第七获得子单元。
第七获得子单元,用于利用第一注意力策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据。第rs-1样本图像分割结果用于作为第四键矩阵和第四值矩阵,第rs-1多专家样本权重数据用于作为第四查询矩阵。
根据本公开的实施例,第七获得子单元可以用于:
利用第一注意力策略对第rs-1样本图像分割结果和第rs-1多专家样本权重数据进行M层级处理,得到第rs第一中间样本特征数据。M是大于1的整数。
根据本公开的实施例,利用第一注意力策略对第rs-1样本图像分割结果和第rs-1多专家样本权重数据进行M层级处理,得到第rs第一中间样本特征数据,可以包括如下操作。
在m=1的情况下,利用第一注意力策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。在m>1的情况下,利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。与第r个模型参更新周期的第n轮的第(m-1)层级对应的第一中间特征数据用于作为第五键矩阵和第五值矩阵。第rs-1多专家样本权重数据用于作为第五查询矩阵。根据与第r个模型参更新周期的第s轮的第T层级对应的第一中间特征数据,得到第rs-1第一中间样本特征数据。T是大于或等于1且小于或等于M的整数。
根据本公开的实施例,利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,可以包括如下操作。
利用第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,根据与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,可以包括如下操作。
根据与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据。对与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据进行空间变换,得到与第r个模型参更新周期的第s轮的第m层级对应的第四中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据。根据与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
根据本公开的实施例,第八获得单元可以包括第八获得子单元。
第八获得子单元,用于利用第一局部特征提取策略处理第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据。
根据本公开的实施例,第七获得单元可以包括第九获得子单元。
第九获得子单元,用于利用第二注意力策略处理第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据。第rs-1第一中间样本特征数据用于作为第六键矩阵、第六值矩阵和第六查询矩阵。
根据本公开的实施例,第九获得子单元可以用于:
利用第二注意力策略处理第rs-1第一中间样本特征数据,得到第rs-1第二中间样本特征数据。
根据第rs-1第二中间样本特征数据,得到第rs-1第三中间样本特征数据。
对第rs-1第三中间样本特征数据进行空间变换,得到第rs-1第四中间样本特征数据。
根据第rs-1第三中间样本特征数据和第rs-1第四中间样本特征数据,得到第rs-1多专家样本权重数据。
根据本公开的实施例,第七获得单元可以包括第十获得子单元。
利用第二局部特征提取策略处理第rs-1第一中间样本特征数据,得到第rs-1多专家样本权重数据。
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8示意性示出了根据本公开实施例的适于实现图像分割方法和图像分割模型的训练方法的电子设备的框图。电子设备旨在表示各种形式的数对象计算机,诸如,膝上型计算机、台式计算机、工作台、个人数对象助理、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,个人数对象处理、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8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800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801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801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、数对象信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如图像分割方法和图像分割模型的训练方法。例如,在一些实施例中,图像分割方法和图像分割模型的训练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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的图像分割方法和图像分割模型的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行图像分割方法和图像分割模型的训练方法。
本文中以上描述的***和技术的各种实施方式可以在数对象电子电路***、集成电路***、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***的***(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***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***、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***、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***、装置或设备使用或与指令执行***、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***、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***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***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(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***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***中。可以通过任何形式或者介质的数对象数据通信(例如,通信网络)来将***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***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***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 (31)
1.一种图像分割方法,包括:
对待分割图像进行N轮处理,得到第N图像分割结果,其中,所述第N图像分割结果满足第一预定条件,N是大于或等于1的整数;以及
将所述第N图像分割结果确定为目标图像分割结果;
其中,所述对待分割图像进行N轮处理,得到第N图像分割结果,包括:
根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果,其中,所述第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的,其中,n是大于或等于1且小于或等于N的整数。
2.根据权利要求1所述的方法,其中,所述根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果,包括:
根据第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据;
根据所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到第n第一中间特征数据;以及
根据所述第n第一中间特征数据,得到所述第n图像分割结果。
3.根据权利要求2所述的方法,其中,所述根据所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到第n第一中间特征数据,包括:
利用第一注意力策略处理所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到第n第一中间特征数据,其中,所述第(n-1)图像分割结果用于作为第一键矩阵和第一值矩阵,所述第(n-1)多专家权重数据用于作为第一查询矩阵。
4.根据权利要求3所述的方法,其中,所述利用第一注意力策略处理所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到第n第一中间特征数据,包括:
利用所述第一注意力策略对所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据进行M层级处理,得到所述第n第一中间特征数据,其中,M是大于1的整数。
5.根据权利要求4所述的方法,其中,所述利用所述第一注意力策略对所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据进行多层级处理,得到所述第n第一中间特征数据,包括:
在m=1的情况下,利用所述第一注意力策略处理所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据;
在m>1的情况下,利用所述第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和所述第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,其中,与所述第n轮的第(m-1)层级对应的第一中间特征数据用于作为第二键矩阵和第二值矩阵,所述第(n-1)多专家权重数据用于作为第二查询矩阵;以及
根据与第n轮的第T层级对应的第一中间特征数据,得到所述第n第一中间特征数据,其中,T是大于或等于1且小于或等于M的整数。
6.根据权利要求5所述的方法,其中,所述利用所述第一注意力策略处理与第n轮的第(m-1)层级对应的第一中间特征数据和所述第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第一中间特征数据,包括:
利用所述第一注意力策略处理与所述第n轮的第(m-1)层级对应的第一中间特征数据和所述第(n-1)多专家权重数据,得到与第n轮的第m层级对应的第二中间特征数据;以及
根据与所述第n轮的第m层级对应的第二中间特征数据和与所述第n轮的第(m-1)层级对应的第一中间特征数据,得到与所述第n轮的第m层级对应的第一中间特征数据。
7.根据权利要求6所述的方法,其中,所述根据与所述第n轮的第m层级对应的第二中间特征数据和与所述第n轮的第(m-1)层级对应的第一中间特征数据,得到与所述第n轮的第m层级对应的第一中间特征数据,包括:
根据与所述第n轮的第m层级对应的第二中间特征数据和与所述第n轮的第(m-1)层级对应的第一中间特征数据,得到与第n轮的第m层级对应的第三中间特征数据;
对与所述第n轮的第m层级对应的第三中间特征数据进行空间变换,得到与第n轮的第m层级对应的第四中间特征数据;
根据与所述第n轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第n轮的第m层级对应的第五中间特征数据;以及
根据与所述第n轮的第m层级对应的第五中间特征数据,得到与所述第n轮的第m层级对应的第一中间特征数据。
8.根据权利要求2所述的方法,其中,所述根据所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到第n第一中间特征数据,包括:
利用第一局部特征提取策略处理所述第(n-1)图像分割结果和所述第(n-1)多专家权重数据,得到所述第n第一中间特征数据。
9.根据权利要求2~8中任一项所述的方法,其中,所述根据第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据,包括:
利用第二注意力策略处理所述第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据,其中,所述第(n-1)第一中间特征数据用于作为第三键矩阵、第三值矩阵和第三查询矩阵。
10.根据权利要求9所述的方法,其中,所述利用第二注意力策略处理所述第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据,包括:
利用所述第二注意力策略处理所述第(n-1)第一中间特征数据,得到第(n-1)第二中间特征数据;
根据所述第(n-1)第二中间特征数据,得到第(n-1)第三中间特征数据;
对所述第(n-1)第三中间特征数据进行空间变换,得到第(n-1)第四中间特征数据;以及
根据所述第(n-1)第三中间特征数据和所述第(n-1)第四中间特征数据,得到所述第(n-1)多专家权重数据。
11.根据权利要求2~8中任一项所述的方法,其中,所述根据第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据,包括:
利用第二局部特征提取策略处理所述第(n-1)第一中间特征数据,得到所述第(n-1)多专家权重数据。
12.一种图像分割模型的训练方法,包括:
对深度学习模型执行R个模型参数调整周期的训练,直至满足第二预定条件,其中,R是大于或等于1的整数;以及
将在满足所述第二预定条件的情况下得到的深度学习模型确定为所述图像分割模型;
其中,所述对深度学习模型执行R个模型参数调整周期的训练,包括:
针对第r个模型参数调整周期,
针对第s轮,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果,其中,所述第rs-1多专家样本权重数据是根据第rs-1样本图像分割结果的相关数据得到的,r是大于或等于1且小于或等于R的整数,s是大于或等于1且小于或等于rS的整数,rS是大于或等于1的整数;以及
利用与所述第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与所述第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
13.根据权利要求12所述的方法,其中,所述利用与所述第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与所述第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型,包括:
基于第一损失函数,根据与所述第r个模型参数调整周期对应的至少一轮的样本图像分割结果和样本图像分割标签,得到与所述第r个模型参数调整周期对应的第一输出值;
基于第二损失函数,根据与所述第r个模型参数调整周期对应的至少一轮的多专家样本权重数据和多专家样本标签数据,得到与所述第r个模型参数调整周期对应的第二输出值;以及
根据与所述第r个模型参数调整周期对应的第一输出值和第二输出值训练与所述第r个模型参数调整周期对应的深度学习模型,得到与所述第(r+1)个模型参数调整周期对应的深度学习模型。
14.根据权利要求13所述的方法,其中,所述深度学习模型包括分割模块和权重模块;
其中,所述根据与所述第r个模型参数调整周期对应的第一输出值和第二输出值训练与所述第r个模型参数调整周期对应的深度学习模型,得到与所述第(r+1)个模型参数调整周期对应的深度学习模型,包括:
根据与所述第r个模型参数调整周期对应的第一输出值训练所述分割模块,得到与所述第(r+1)个模型参数调整周期对应的分割模块;以及
根据与所述第r个模型参数调整周期对应的第二输出值训练所述权重模块,得到与所述第(r+1)个模型参数调整周期对应的权重模块。
15.根据权利要求13或14所述的方法,其中,与所述第r个模型参数调整周期对应的样本图像分割标签是通过以下之一确定的:
与所述第r个模型参数调整周期对应的样本图像分割标签是根据与所述第r个模型参数调整周期对应的多专家样本标签数据确定的;以及
与所述第r个模型参数调整周期对应的样本图像分割标签是根据与所述第r个模型参数调整周期对应的多专家样本权重数据和多专家样本标签数据确定的。
16.根据权利要求14~15中任一项所述的方法,其中,所述第一损失函数是根据交叉熵损失函数和结构相似性损失函数确定的。
17.根据权利要求12~16中任一项所述的方法,其中,所述根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果,包括:
根据第rs-1第一中间样本特征数据,得到所述第rs-1多专家样本权重数据;
根据所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据;以及
根据所述第rs第一中间样本特征数据,得到所述第rs样本图像分割结果。
18.根据权利要求17所述的方法,其中,所述根据所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据,包括:
利用第一注意力策略处理所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到所述第rs第一中间样本特征数据,其中,所述第rs-1样本图像分割结果用于作为第四键矩阵和第四值矩阵,所述第rs-1多专家样本权重数据用于作为第四查询矩阵。
19.根据权利要求18所述的方法,其中,所述利用第一注意力策略处理所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到所述第rs第一中间样本特征数据,包括:
利用所述第一注意力策略对所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据进行M层级处理,得到所述第rs第一中间样本特征数据,其中,M是大于1的整数。
20.根据权利要求19所述的方法,其中,所述利用所述第一注意力策略对所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据进行M层级处理,得到所述第rs第一中间样本特征数据,包括:
在m=1的情况下,利用所述第一注意力策略处理所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据;
在m>1的情况下,利用所述第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和所述第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,其中,与所述第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据用于作为第五键矩阵和第五值矩阵,所述第rs-1多专家样本权重数据用于作为第五查询矩阵;以及
根据与第r个模型参更新周期的第s轮的第T层级对应的第一中间特征数据,得到所述第rs第一中间样本特征数据,其中,T是大于或等于1且小于或等于M的整数。
21.根据权利要求20所述的方法,其中,所述利用所述第一注意力策略处理与第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和所述第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,包括:
利用所述第一注意力策略处理与所述第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据和所述第rs-1多专家样本权重数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据;以及
根据与所述第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与所述第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与所述第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
22.根据权利要求21所述的方法,其中,所述根据与所述第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与所述第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与所述第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据,包括:
根据与所述第r个模型参更新周期的第s轮的第m层级对应的第二中间特征数据和与所述第r个模型参更新周期的第s轮的第(m-1)层级对应的第一中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据;
对与所述第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据进行空间变换,得到与第r个模型参更新周期的第s轮的第m层级对应的第四中间特征数据;
根据与所述第r个模型参更新周期的第s轮的第m层级对应的第三中间特征数据和第四中间特征数据,得到与第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据;以及
根据与所述第r个模型参更新周期的第s轮的第m层级对应的第五中间特征数据,得到与所述第r个模型参更新周期的第s轮的第m层级对应的第一中间特征数据。
23.根据权利要求17所述的方法,其中,所述根据所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到第rs第一中间样本特征数据,包括:
利用第一局部特征提取策略处理所述第rs-1样本图像分割结果和所述第rs-1多专家样本权重数据,得到所述第rs第一中间样本特征数据。
24.根据权利要求17~23中任一项所述的方法,其中,所述根据第rs-1第一中间样本特征数据,得到所述第rs-1多专家样本权重数据,包括:
利用第二注意力策略处理所述第rs-1第一中间样本特征数据,得到所述第rs-1多专家样本权重数据,其中,所述第rs-1第一中间样本特征数据用于作为第六键矩阵、第六值矩阵和第六查询矩阵。
25.根据权利要求24所述的方法,其中,所述利用第二注意力策略处理所述第rs-1第一中间样本特征数据,得到所述第rs-1多专家样本权重数据,包括:
利用所述第二注意力策略处理所述第rs-1第一中间样本特征数据,得到第rs-1第二中间样本特征数据;
根据所述第rs-1第二中间样本特征数据,得到第rs-1第三中间样本特征数据;
对所述第rs-1第三中间样本特征数据进行空间变换,得到第rs-1第四中间样本特征数据;以及
根据所述第rs-1第三中间样本特征数据和所述第rs-1第四中间样本特征数据,得到所述第rs-1多专家样本权重数据。
26.根据权利要求17~23中任一项所述的方法,其中,所述根据第rs-1第一中间样本特征数据,得到所述第rs-1多专家样本权重数据,包括:
利用第二局部特征提取策略处理所述第rs-1第一中间样本特征数据,得到所述第rs-1多专家样本权重数据。
27.一种图像分割装置,包括:
获得模块,用于对待分割图像进行N轮处理,得到第N图像分割结果,其中,所述第N图像分割结果满足第一预定条件,N是大于或等于1的整数;以及
第一确定模块,用于将所述第N图像分割结果确定为目标图像分割结果;
其中,所述获得模块,包括:
第一获得子模块,用于根据第(n-1)图像分割结果和第(n-1)多专家权重数据,得到第n图像分割结果,其中,所述第(n-1)多专家权重数据是根据第(n-1)图像分割结果的相关数据得到的,其中,n是大于或等于1且小于或等于N的整数。
28.一种图像分割模型的训练装置,包括:
训练模块,用于对深度学习模型执行R个模型参数调整周期的训练,直至满足第二预定条件,其中,R是大于或等于1的整数;以及
第二确定模块,用于将在满足所述第二预定条件的情况下得到的深度学习模型确定为所述图像分割模型;
其中,所述训练模块,包括:
针对第r个模型参数调整周期,
第二获得子模块,用于针对第s轮,根据样本图像的第rs-1样本图像分割结果和第rs-1多专家样本权重数据,得到第rs样本图像分割结果,其中,所述第rs-1多专家样本权重数据是根据第rs-1样本图像分割结果的相关数据得到的,r是大于或等于1且小于或等于R的整数,s是大于或等于1且小于或等于rS的整数,rS是大于或等于1的整数;以及
第三获得子模块,用于利用与所述第r个模型参数调整周期对应的至少一轮的样本图像分割结果、样本图像分割标签、多专家样本权重数据和多专家样本标签数据训练与所述第r个模型参数调整周期对应的深度学习模型,得到与第(r+1)个模型参数调整周期对应的深度学习模型。
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中任一项或权利要求12~26中任一项所述的方法。
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中任一项或权利要求12~26中任一项所述的方法。
31.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1~11中任一项或权利要求12~26中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210584060.7A CN114913187B (zh) | 2022-05-25 | 2022-05-25 | 图像分割方法、训练方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210584060.7A CN114913187B (zh) | 2022-05-25 | 2022-05-25 | 图像分割方法、训练方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114913187A true CN114913187A (zh) | 2022-08-16 |
CN114913187B CN114913187B (zh) | 2023-04-07 |
Family
ID=82768812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210584060.7A Active CN114913187B (zh) | 2022-05-25 | 2022-05-25 | 图像分割方法、训练方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114913187B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737243A (zh) * | 2011-03-31 | 2012-10-17 | 富士通株式会社 | 获取多幅图像的描述信息的方法及装置与图像匹配方法 |
WO2020199593A1 (zh) * | 2019-04-04 | 2020-10-08 | 平安科技(深圳)有限公司 | 图像分割模型训练方法、图像分割方法、装置、设备及介质 |
CN112966607A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 模型训练方法、人脸视频生成方法、装置、设备和介质 |
CN113378784A (zh) * | 2021-07-01 | 2021-09-10 | 北京百度网讯科技有限公司 | 视频标签推荐模型的训练方法和确定视频标签的方法 |
CN113628221A (zh) * | 2021-08-03 | 2021-11-09 | Oppo广东移动通信有限公司 | 图像处理方法、图像分割模型训练方法及相关装置 |
CN113706562A (zh) * | 2020-07-08 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 图像分割方法、装置、***及细胞分割方法 |
WO2022036972A1 (zh) * | 2020-08-17 | 2022-02-24 | 上海商汤智能科技有限公司 | 图像分割方法及装置、电子设备和存储介质 |
-
2022
- 2022-05-25 CN CN202210584060.7A patent/CN114913187B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737243A (zh) * | 2011-03-31 | 2012-10-17 | 富士通株式会社 | 获取多幅图像的描述信息的方法及装置与图像匹配方法 |
WO2020199593A1 (zh) * | 2019-04-04 | 2020-10-08 | 平安科技(深圳)有限公司 | 图像分割模型训练方法、图像分割方法、装置、设备及介质 |
CN113706562A (zh) * | 2020-07-08 | 2021-11-26 | 腾讯科技(深圳)有限公司 | 图像分割方法、装置、***及细胞分割方法 |
WO2022036972A1 (zh) * | 2020-08-17 | 2022-02-24 | 上海商汤智能科技有限公司 | 图像分割方法及装置、电子设备和存储介质 |
CN112966607A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 模型训练方法、人脸视频生成方法、装置、设备和介质 |
CN113378784A (zh) * | 2021-07-01 | 2021-09-10 | 北京百度网讯科技有限公司 | 视频标签推荐模型的训练方法和确定视频标签的方法 |
CN113628221A (zh) * | 2021-08-03 | 2021-11-09 | Oppo广东移动通信有限公司 | 图像处理方法、图像分割模型训练方法及相关装置 |
Non-Patent Citations (1)
Title |
---|
JUNDE WU ET AL.: "GAMMA Challenge: Glaucoma grAding from Multi-Modality imAges", 《ARXIV》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114913187B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800732B (zh) | 用于生成漫画头像生成模型的方法和装置 | |
CN113379627A (zh) | 图像增强模型的训练方法和对图像进行增强的方法 | |
CN109377508B (zh) | 图像处理方法和装置 | |
CN113627536B (zh) | 模型训练、视频分类方法,装置,设备以及存储介质 | |
CN114723966B (zh) | 多任务识别方法、训练方法、装置、电子设备及存储介质 | |
CN113538235B (zh) | 图像处理模型的训练方法、装置、电子设备及存储介质 | |
CN114693934B (zh) | 语义分割模型的训练方法、视频语义分割方法及装置 | |
US20240135698A1 (en) | Image classification method, model training method, device, storage medium, and computer program | |
CN110633717A (zh) | 一种目标检测模型的训练方法和装置 | |
CN112330684A (zh) | 对象分割方法、装置、计算机设备及存储介质 | |
CN112580733A (zh) | 分类模型的训练方法、装置、设备以及存储介质 | |
CN113537630A (zh) | 业务预测模型的训练方法及装置 | |
CN113052246B (zh) | 用于训练分类模型及图像分类的方法和相关装置 | |
CN112116700B (zh) | 基于单目视图的三维重建方法与装置 | |
CN114913187B (zh) | 图像分割方法、训练方法、装置、电子设备以及存储介质 | |
CN114664410B (zh) | 一种基于视频的病灶分类方法、装置、电子设备及介质 | |
CN113642654B (zh) | 图像特征的融合方法、装置、电子设备和存储介质 | |
CN114998273A (zh) | 血管图像处理方法、装置、电子设备及存储介质 | |
CN112990046B (zh) | 差异信息获取方法、相关装置及计算机程序产品 | |
CN114758130A (zh) | 图像处理及模型训练方法、装置、设备和存储介质 | |
CN114943995A (zh) | 人脸识别模型的训练方法、人脸识别方法及装置 | |
CN114429030A (zh) | 一种动态环境下的可靠性预计方法及*** | |
CN114461923B (zh) | 社群发现方法、装置、电子设备和存储介质 | |
JP2020030702A (ja) | 学習装置、学習方法及び学習プログラム | |
CN114494818B (zh) | 图像处理方法、模型训练方法、相关装置及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |