CN116681892B - 基于多中心PolarMask模型改进的图像精准分割方法 - Google Patents
基于多中心PolarMask模型改进的图像精准分割方法 Download PDFInfo
- Publication number
- CN116681892B CN116681892B CN202310644624.6A CN202310644624A CN116681892B CN 116681892 B CN116681892 B CN 116681892B CN 202310644624 A CN202310644624 A CN 202310644624A CN 116681892 B CN116681892 B CN 116681892B
- Authority
- CN
- China
- Prior art keywords
- polar
- center
- point
- mask
- ith
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000011218 segmentation Effects 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000005484 gravity Effects 0.000 claims description 15
- 238000012360 testing method Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 2
- 238000003709 image segmentation Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning 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
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000010187 selection method Methods 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
一种基于多中心PolarMask模型改进的图像精准分割方法,利用几何知识中的散度原理,在极中心度损失部分添加该点到轮廓欧式距离的梯度的散度,约束中心点的选取,使得中心点的选取更具合理性,并提高其的准确度;利用非凸图形可由可数个凸图形覆盖的原理,寻找多个中心点,并找出对应中心点下的掩码,使得更好的覆盖原PolarMask模型识别性较差的非凸图形,从而使模型简单有效,且更具普遍性和适用性,提高检测水平,为视觉***研究提供重要参考价值。
Description
技术领域
本发明涉及图像分割领域,具体涉及一种基于多中心PolarMask模型改进的图像精准分割方法。
背景技术
图像分割是一项基本的计算机视觉任务,也是许多后续计算机视觉应用的基石,例如自动化视觉***和机器人抓取以及医疗应用方面。近年来随着深度学习的快速发展,图像分割在实际应用方面取得了一系列优异的成果。
基于轮廓检测的图像分割方法PolarMask,其抛开了双阶段先检测后分割的两步检测步骤,采用检测和分割同时进行的检测步骤,大大提高了检测速率。本发明基于PolarMask模型进行了改进。
PolarMask通过实例中心分类和极坐标中的密集距离回归来预测实例轮廓,并设计了极中心度和相应的损失函数,极坐标的表示方法具有特殊性,使其在旋转物体中不受限制,大大提高了旋转物体的分割性能,其次,其通过中心点和中心点到轮廓上的距离来表示轮廓上的点,表示方法简单,但其所选轮廓将总为凸形,使其在非凸物体上的分割性能受到限制,在检测非凸物体时性能较差。
发明内容
本发明为了克服以上技术的不足,提供了一种提高检测非凸物体的性能,使模型应用更广泛的图像分割方法。
本发明克服其技术问题所采用的技术方案是:
一种基于多中心PolarMask模型改进的图像精准分割方法,包括如下步骤:
a)从COCO2017语义分割数据中获得训练集train2017、测试集test2017、验证集val2017以及训练集train2017的注释文件annotation_train、测试集test2017的注释文件annotation_test、验证集val2017的注释文件annotation_val;
b)对训练集train2017中的图像进行预处理,各个预处理后的图像构成原始图像集Iy,Iy={Iy1,Iy2,...,Iyi,...,Iyn},Iyi为第i张预处理后的图像;
c)计算原始图像集Iy中第i张预处理后的图像Iyi中所标记的第j个物体Wj的中心点以及该中心点到第j个物体Wj轮廓的n条射线长度d1,d2,...,di,...,dn,j∈{1,2,...,l},l为第i张预处理后的图像Iyi中物体的个数;
d)建立多中心PolarMask模型,将原始图像集Iy中第i张预处理后的图像Iyi输入到多中心PolarMask模型中,输出得到分割图像Iyi′;
e)计算损失函数L,使用Adam优化器,利用损失函数L反向传播以优化多中心PolarMask模型,得到优化后的多中心PolarMask模型;
f)将测试集test2017中任一一张图像输入到优化后的多中心PolarMask模型中,输出得到分割图像Itest′。
进一步的,步骤b)中将训练集train2017中的第i张图像以50%的概率进行随机增强,得到预处理后的图像Iyi。
优选的,所述随机增强操作包括图像剪裁、图像翻转、对比度调整、亮度调整。进一步的,步骤c)包括如下步骤:
c-1)利用多边形重心公式计算原始图像集Iy中第i张预处理后的图像Iyi中的第j个物体的重心 为第j个物体重心的X轴坐标,/>为第j个物体重心的Y轴坐标,重心/>作为第j个物体Wj的中心点;
c-2)以中心点为极中心点,从极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系,在极坐标系中从极中心点建立n条射线S1,S2,...,Si,...,Sn,Si为第i条射线,i∈{1,...,n},每两条相邻的射线之间的夹角为θ,/>沿第i条射线Si的方向从内向外判断每个像素点是否属于第j个物体Wj,从注释文件annotation_train中查询每个掩码的位置,选取属于第j个物体Wj掩码的距离最近的像素点到极中心点的距离第i条射线Si的射线长度di。
进一步的,步骤d)包括如下步骤:
d-1)多中心PolarMask模型由主干网络ResNet、生成检测模块、推理模块构成;
d-2)将原始图像集Iy中第i张预处理后的图像Iyi输入到多中心PolarMask模型的主干网络ResNet中,得到m个特征图C1,C2,...,Ci,...,Cm,Ci为第i个特征图,i∈{1,2,...,m};
d-3)生成检测模块由PolarMask模型的head结构构成,将第i个特征图Ci输入到PolarMask模型的head结构中,分别输出分类回归、极中心度回归、掩码回归,分类回归为H×W×K的矩阵,H为矩阵行数,W为矩阵列数,K为类别数,极中心度回归为H×W×1的矩阵,掩码回归为H×W×n的矩阵,分类回归中第i个像素点的分类分数为极中心度回归中第i个像素点的极中心度为掩码回归中第i个像素点的回归射线长度为将第i个像素点的分类分数/>使用sigmoid函数归一化得到归一化后的分类分数/>将第i个像素点的极中心度/>使用sigmoid函数归一化得到归一化后的极中心度/>通过公式/>计算得到第j个特征图Cj的第i个像素点的置信度Si,j∈{1,2,...,m},i∈{1,2,...,H×W},将第j个特征图Cj中的H×W个像素点的置信度按从大到小的顺序排列,取前1000个像素点并过滤掉前1000个像素点中置信度小于0.05的像素点后,得到处理后的特征图Cj′,使用python中的reshape函数将处理后的特征图Cj′的大小由H×W转换为1×(H×W),得到处理后的特征图Cj″;
d-4)使用python中的stack函数将m个处理后的特征图C1″,C2″,...,Cj″,...,Cm″的所有像素点合并,得到特征图C;
d-5)将特征图C输入到推理模块中,将特征图C中筛选出像素点的分类分数大于0.05的像素点,使用阈值为0.5的非极大值抑制方法去除筛选出来的像素点中的冗余的像素点,得到l个保留下来的像素点,标记l个像素点的坐标为 为第j个像素点的X轴坐标,/>为第j个像素点的Y轴坐标,使用python中列表索引方法得到坐标/>对应的回归距离{di′,j=1,2,...,l};
d-6)以第j个物体的中心点坐标为极中心点,从该极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系;
d-7)通过公式计算得到第i个轮廓点的X轴坐标,通过公式计算得到第i个轮廓点的Y轴坐标,i∈{1,2,...,n},从0度所对应的坐标点出发,按顺时针方向逐个连接n个轮廓点,得到物体的预测掩码轮廓Mj;
d-8)通过公式计算得到第j个轮廓点的置信度Sj′,j∈{1,2,...,n},/>为第j个轮廓点对应的归一化后的极中心度,/>为第j个轮廓点对应的归一化后的分类分数,对n个轮廓点的置信度使用python的sg.argrelmax函数求取出q个极值点及每个极值点对应的置信度,其第i个极值点对应的置信度为Si″,i∈{1,2,...,q};
d-9)以第i个极值点为中心、5个像素点长度为半径建立一圆形区域Ci,圆形区域Ci中像素点个数为U,在该圆形区域Ci内利用python的列表索引在置信度Si中寻找圆形区域Ci中像素点ci的置信度ci为圆形区域Ci中第i个像素点,i∈{1,2,...,U};
d-10)选择U个像素点中置信度最高的像素点cj,该像素点cj的坐标为为像素点cj的X轴坐标,/>为像素点cj的Y轴坐标,设置置信度得分阈值,当置信度/>大于阈值0.3时,使用python中的列表索引方法计算出像素点cj所对应的回归距离dcj;
d-11)将像素点cj的坐标作为极中心点,从该极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系;
d-12)通过公式计算得到第i个轮廓点的X轴坐标,通过公式/>计算得到第i个轮廓点的Y轴坐标,i∈{1,2,...,n},从0度所对应的坐标点出发,按顺时针方向逐个连接n个轮廓点,得到掩码轮廓Mj′;
d-13)使用python的opencv模块将预测掩码轮廓Mj和掩码轮廓Mj′合并,得到最终目标对象轮廓Mr;
d-14)使用python的opencv模块将目标对象轮廓Mr标记在第i张预处理后的图像Iyi上,得到分割图像Iyi′。
进一步的,步骤e)中计算损失函数L的步骤为:
e-1)通过公式计算得到掩码回归损失Lreg,式中
e-2)通过公式计算得到极中心度损失Lct,式中ε为常数,/>点x为第i张预处理后的图像Iyi中任意一像素点,x∈{1,2,...,V},V为第i张预处理后的图像Iyi的像素点总数,D(x)为点x到预测掩码轮廓Mj的欧式距离,/>为欧式距离的梯度算子,div(·)为散度算子;
e-3)通过公式L=Lcls+α1Lreg+α2Lct计算得到损失函数L,式中Lcls为二元交叉熵损失,α1和α2均为交易参数。
优选的,步骤e)中优化多中心PolarMask模型时初始学习率设置为0.01,迭代周期设置为10。
优选的,α1=1,α2=1,ε=10-6。
优选的,步骤d-11)中置信度得分阈值的取值为0.3。
本发明的有益效果是:
(1)改善PolarMask局限于分割凸形物体的缺陷,改善非凸物体的分割性能,提高模型应用的广泛性。
(2)通过修改损失函数,进一步提高掩码(mask)预测的准确性和中心点选取的准确性和合理性。
(3)通过选择合适的多中心点选取方法,提高中心点的选取质量,从而进一步提高分割的精确性,同时也会加快物体的检测速度,减少不必要的计算损失。
附图说明
图1为本发明的掩码组装图;
图2为本发明的方法流程图;
图3为本发明的目标检测网络结构图;
图4为本发明的多中心优化模型对图像的检测效果图。
具体实施方式
下面结合附图1至附图4对本发明做进一步说明。
一种基于多中心PolarMask模型改进的图像精准分割方法,包括如下步骤:
a)从COCO2017语义分割数据中获得训练集train2017、测试集test2017、验证集val2017以及训练集train2017的注释文件annotation_train、测试集test2017的注释文件annotation_test、验证集val2017的注释文件annotation_val。
b)对训练集train2017中的图像进行预处理,各个预处理后的图像构成原始图像集Iy,Iy={Iy1,Iy2,...,Iyi,...,Iyn},Iyi为第i张预处理后的图像。
c)计算原始图像集Iy中第i张预处理后的图像Iyi中所标记的第j个物体Wj的中心点以及该中心点到第j个物体Wj轮廓的n条射线长度d1,d2,...,di,...,dn,j∈{1,2,...,l},l为第i张预处理后的图像Iyi中物体的个数。
d)如附图3所示,建立多中心PolarMask模型,将原始图像集Iy中第i张预处理后的图像Iyi输入到多中心PolarMask模型中,输出得到分割图像Iyi′。
e)计算损失函数L,使用Adam优化器,利用损失函数L反向传播以优化多中心PolarMask模型,得到优化后的多中心PolarMask模型;
f)将测试集test2017中任一一张图像输入到优化后的多中心PolarMask模型中,输出得到分割图像Itest′。
利用几何知识中的散度原理,在极中心度损失部分添加该点到轮廓欧式距离的梯度的散度,约束中心点的选取,使得中心点的选取更具合理性,并提高其的准确度;利用非凸图形可由可数个凸图形覆盖的原理,寻找多个中心点,并找出对应中心点下的掩码,使得更好的覆盖原PolarMask模型识别性较差的非凸图形,从而使模型简单有效,且更具普遍性和适用性,提高检测水平,为视觉***研究提供重要参考价值。
实施例1:
步骤b)中将训练集train2017中的第i张图像以50%的概率进行随机增强,得到预处理后的图像Iyi。
实施例2:
所述随机增强操作包括图像剪裁、图像翻转、对比度调整、亮度调整。
实施例3:
如附图1所示,步骤c)包括如下步骤:
c-1)利用多边形重心公式计算原始图像集Iy中第i张预处理后的图像Iyi中的第j个物体的重心为第j个物体重心的X轴坐标,/>为第j个物体重心的Y轴坐标,重心/>作为第j个物体Wj的中心点。
c-2)以中心点为极中心点,从极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系,在极坐标系中从极中心点建立n条射线S1,S2,...,Si,...,Sn,Si为第i条射线,i∈{1,...,n},每两条相邻的射线之间的夹角为θ,/>沿第i条射线Si的方向从内向外判断每个像素点是否属于第j个物体Wj,从注释文件annotation_train中查询每个掩码的位置,选取属于第j个物体Wj掩码的距离最近的像素点到极中心点的距离第i条射线Si的射线长度di。
实施例4:
本发明构建了一个基于多中心的PolarMask改进模型,能够更准确的预测目标对象掩码(mask),具体的,步骤d)包括如下步骤:
d-1)多中心PolarMask模型由主干网络(backbone)ResNet、生成检测模块、推理模块构成。
d-2)将原始图像集Iy中第i张预处理后的图像Iyi输入到多中心PolarMask模型的主干网络ResNet中,按照特征金字塔的方式自上而下与横向连接的方式进行融合,使同时获取高级特征的语义信息和浅层特征特征的像素信息。得到m个特征图C1,C2,...,Ci,...,Cm,Ci为第i个特征图,i∈{1,2,...,m}。
d-3)生成检测模块由PolarMask模型的head结构构成,将第i个特征图Ci输入到PolarMask模型的head结构中,采用文献“Xie,E.,Sun,P.,Song,X.,Wang,W.,Liu,X.,Liang,D.,...&Luo,P.(2020).Polarmask:Single shot instance segmentation withpolar representation.In Proceedings of the IEEE/CVF conference on computervision and pattern recognition(pp.12193-12202).”中方法生成三个分支,分别输出分类回归、极中心度回归、掩码(mask)回归,分类回归为H×W×K的矩阵,H为矩阵行数,W为矩阵列数,K为类别数,极中心度回归为H×W×1的矩阵,掩码回归为H×W×n的矩阵,分类回归中第i个像素点的分类分数为极中心度回归中第i个像素点的极中心度为/>掩码回归中第i个像素点的回归射线长度为将第i个像素点的分类分数/>使用sigmoid函数归一化得到归一化后的分类分数/>将第i个像素点的极中心度/>使用sigmoid函数归一化得到归一化后的极中心度/>通过公式/>计算得到第j个特征图Cj的第i个像素点的置信度Si,j∈{1,2,...,m},i∈{1,2,...,H×W},将第j个特征图Cj中的H×W个像素点的置信度按从大到小的顺序排列,取前1000个像素点并过滤掉前1000个像素点中置信度小于0.05的像素点后,得到处理后的特征图Cj′,使用python中的reshape函数将处理后的特征图Cj′的大小由H×W转换为1×(H×W),得到处理后的特征图Cj″。例如本发明选择的数据集为COCO(K=80),实验表明n=36时效果最佳。
d-4)使用python中的stack函数将m个处理后的特征图C1″,C2″,...,Cj″,...,Cm″的所有像素点合并,得到特征图C;
d-5)将特征图C输入到推理模块中,将特征图C中筛选出像素点的分类分数大于0.05的像素点,使用阈值为0.5的非极大值抑制(NMS)方法去除筛选出来的像素点中的冗余的像素点,得到l个保留下来的像素点,标记l个像素点的坐标为为第j个像素点的X轴坐标,/>为第j个像素点的Y轴坐标,使用python中列表索引方法得到坐标/>对应的回归距离{di′,j=1,2,...,l}。
d-6)以第j个物体的中心点坐标为极中心点,从该极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系。
d-7)通过公式计算得到第i个轮廓点的X轴坐标,通过公式计算得到第i个轮廓点的Y轴坐标,i∈{1,2,...,n},从0度所对应的坐标点出发,按顺时针方向逐个连接n个轮廓点,得到物体的预测掩码(mask)轮廓Mj,完成组装掩码(mask)。
d-8)通过公式计算得到第j个轮廓点的置信度Sj′,j∈{1,2,...,n},/>为第j个轮廓点对应的归一化后的极中心度,/>为第j个轮廓点对应的归一化后的分类分数,对n个轮廓点的置信度使用python的sg.argrelmax函数求取出q个极值点及每个极值点对应的置信度,其第i个极值点对应的置信度为Si″,i∈{1,2,...,q}。
d-9)以第i个极值点为中心、5个像素点长度为半径建立一圆形区域Ci,圆形区域Ci中像素点个数为U,在该圆形区域Ci内利用python的列表索引在置信度Si中寻找圆形区域Ci中像素点ci的置信度ci为圆形区域Ci中第i个像素点,i∈{1,2,...,U}。
d-10)选择U个像素点中置信度最高的像素点cj,该像素点cj的坐标为为像素点cj的X轴坐标,/>为像素点cj的Y轴坐标,设置置信度得分阈值,当置信度/>大于阈值0.3时,使用python中的列表索引方法计算出像素点cj所对应的回归距离dcj。
d-11)将像素点cj的坐标作为极中心点,从该极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系。
d-12)通过公式计算得到第i个轮廓点的X轴坐标,通过公式/>计算得到第i个轮廓点的Y轴坐标,i∈{1,2,...,n},从0度所对应的坐标点出发,按顺时针方向逐个连接n个轮廓点,得到掩码(mask)轮廓Mj′。
d-13)使用python的opencv模块将预测掩码轮廓Mj和掩码轮廓Mj′合并,得到最终目标对象轮廓Mr。
d-14)使用python的opencv模块将目标对象轮廓Mr标记在第i张预处理后的图像Iyi上,得到分割图像Iyi′。
在该实施例中,优选的,步骤d-11)中置信度得分阈值的取值为0.3。
实施例5:
步骤e)中计算损失函数L的步骤为:
e-1)通过公式计算得到掩码回归损失Lreg,式中
e-2)通过公式计算得到极中心度损失Lct,式中ε为常数,/>点x为第i张预处理后的图像Iyi中任意一像素点,x∈{1,2,...,V},V为第i张预处理后的图像Iyi的像素点总数,D(x)为点x到预测掩码轮廓Mj的欧式距离,/>为欧式距离的梯度算子,div(·)为散度算子。
e-3)通过公式L=Lcls+α1Lreg+α2Lct计算得到损失函数L,式中Lcls为二元交叉熵损失,α1和α2均为交易参数。
在该实施例中,优选的,步骤e)中优化多中心PolarMask模型时初始学习率设置为0.01,迭代周期设置为10。进一步优选的,α1=1,α2=1,ε=10-6。最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于多中心PolarMask模型改进的图像精准分割方法,其特征在于,包括如下步骤:
a)从COCO2017语义分割数据中获得训练集train2017、测试集test2017、验证集val2017以及训练集train2017的注释文件annotation_train、测试集test2017的注释文件annotation_test、验证集val2017的注释文件annotation_val;
b)对训练集train2017中的图像进行预处理,各个预处理后的图像构成原始图像集Iy,Iy={Iy1,Iy2,...,Iyi,...,Iyn},Iyi为第i张预处理后的图像;
c)计算原始图像集Iy中第i张预处理后的图像Iyi中所标记的第j个物体Wj的中心点以及该中心点到第j个物体Wj轮廓的n条射线长度d1,d2,...,di,...,dn,j∈{1,2,...,l},l为第i张预处理后的图像Iyi中物体的个数;
d)建立多中心PolarMask模型,将原始图像集Iy中第i张预处理后的图像Iyi输入到多中心PolarMask模型中,输出得到分割图像Iyi′;
e)计算损失函数L,使用Adam优化器,利用损失函数L反向传播以优化多中心PolarMask模型,得到优化后的多中心PolarMask模型;
f)将测试集test2017中任一一张图像输入到优化后的多中心PolarMask模型中,输出得到分割图像Itest′;
步骤d)包括如下步骤:
d-1)多中心PolarMask模型由主干网络ResNet、生成检测模块、推理模块构成;
d-2)将原始图像集Iy中第i张预处理后的图像Iyi输入到多中心PolarMask模型的主干网络ResNet中,得到m个特征图C1,C2,...,Ci,...,Cm,Ci为第i个特征图,i∈{1,2,...,m};
d-3)生成检测模块由PolarMask模型的head结构构成,将第i个特征图Ci输入到PolarMask模型的head结构中,分别输出分类回归、极中心度回归、掩码回归,分类回归为H×W×K的矩阵,H为矩阵行数,W为矩阵列数,K为类别数,极中心度回归为H×W×1的矩阵,掩码回归为H×W×n的矩阵,分类回归中第i个像素点的分类分数为极中心度回归中第i个像素点的极中心度为掩码回归中第i个像素点的回归射线长度为将第i个像素点的分类分数/>使用sigmoid函数归一化得到归一化后的分类分数/>将第i个像素点的极中心度/>使用sigmoid函数归一化得到归一化后的极中心度/>通过公式/>计算得到第j个特征图Cj的第i个像素点的置信度Si,j∈{1,2,...,m},i∈{1,2,...,H×W},将第j个特征图Cj中的H×W个像素点的置信度按从大到小的顺序排列,取前1000个像素点并过滤掉前1000个像素点中置信度小于0.05的像素点后,得到处理后的特征图Cj′,使用python中的reshape函数将处理后的特征图Cj′的大小由H×W转换为1×(H×W),得到处理后的特征图Cj″;
d-4)使用python中的stack函数将m个处理后的特征图C1″,C2″,...,Cj″,...,Cm″的所有像素点合并,得到特征图C;
d-5)将特征图C输入到推理模块中,将特征图C中筛选出像素点的分类分数大于0.05的像素点,使用阈值为0.5的非极大值抑制方法去除筛选出来的像素点中的冗余的像素点,得到l个保留下来的像素点,标记l个像素点的坐标为 为第j个像素点的X轴坐标,/>为第j个像素点的Y轴坐标,使用python中列表索引方法得到坐标/>对应的回归距离{di′,j=1,2,...,l};
d-6)以第j个物体的中心点坐标为极中心点,从该极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系;
d-7)通过公式计算得到第i个轮廓点的X轴坐标,通过公式计算得到第i个轮廓点的Y轴坐标,i∈{1,2,...,n},从0度所对应的坐标点出发,按顺时针方向逐个连接n个轮廓点,得到物体的预测掩码轮廓Mj;
d-8)通过公式计算得到第j个轮廓点的置信度Sj′,j∈{1,2,...,n},/>为第j个轮廓点对应的归一化后的极中心度,/>为第j个轮廓点对应的归一化后的分类分数,对n个轮廓点的置信度使用python的sg.argrelmax函数求取出q个极值点及每个极值点对应的置信度,其第i个极值点对应的置信度为Si″,i∈{1,2,...,q};
d-9)以第i个极值点为中心、5个像素点长度为半径建立一圆形区域Ci,圆形区域Ci中像素点个数为U,在该圆形区域Ci内利用python的列表索引在置信度Si中寻找圆形区域Ci中像素点ci的置信度ci为圆形区域Ci中第i个像素点,i∈{1,2,...,U};
d-10)选择U个像素点中置信度最高的像素点cj,该像素点cj的坐标为 为像素点cj的X轴坐标,/>为像素点cj的Y轴坐标,设置置信度得分阈值,当置信度/>大于阈值0.3时,使用python中的列表索引方法计算出像素点cj所对应的回归距离dcj;
d-11)将像素点cj的坐标作为极中心点,从该极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系;
d-12)通过公式计算得到第i个轮廓点的X轴坐标,通过公式计算得到第i个轮廓点的Y轴坐标,i∈{1,2,...,n},从0度所对应的坐标点出发,按顺时针方向逐个连接n个轮廓点,得到掩码轮廓Mj′;
d-13)使用python的opencv模块将预测掩码轮廓Mj和掩码轮廓Mj′合并,得到最终目标对象轮廓Mr;
d-14)使用python的opencv模块将目标对象轮廓Mr标记在第i张预处理后的图像Iyi上,得到得到分割图像Iyi′。
2.根据权利要求1所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于:步骤b)中将训练集train2017中的第i张图像以50%的概率进行随机增强,得到预处理后的图像Iyi。
3.根据权利要求2所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于:所述随机增强操作包括图像剪裁、图像翻转、对比度调整、亮度调整。
4.根据权利要求1所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于,步骤c)包括如下步骤:
c-1)利用多边形重心公式计算原始图像集Iy中第i张预处理后的图像Iyi中的第j个物体的重心 为第j个物体重心的X轴坐标,/>为第j个物体重心的Y轴坐标,重心/>作为第j个物体Wj的中心点;
c-2)以中心点为极中心点,从极中心点引一条射线作为极坐标轴,以顺时针方向为正方向建立极坐标系,在极坐标系中从极中心点建立n条射线S1,S2,...,Si,...,Sn,Si为第i条射线,i∈{1,...,n},每两条相邻的射线之间的夹角为θ,/>沿第i条射线Si的方向从内向外判断每个像素点是否属于第j个物体Wj,从注释文件annotation_train中查询每个掩码的位置,选取属于第j个物体Wj掩码的距离最近的像素点到极中心点的距离第i条射线Si的射线长度di。
5.根据权利要求1所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于,步骤e)中计算损失函数L的步骤为:
e-1)通过公式计算得到掩码回归损失Lreg,式中di max=max(di,di′),di min=min(di,di′);
e-2)通过公式计算得到极中心度损失Lct,式中ε为常数,/>点x为第i张预处理后的图像Iyi中任意一像素点,x∈{1,2,...,V},V为第i张预处理后的图像Iyi的像素点总数,D(x)为点x到预测掩码轮廓Mj的欧式距离,/>为欧式距离的梯度算子,div(·)为散度算子;
e-3)通过公式L=Lcls+α1Lreg+α2Lct计算得到损失函数L,式中Lcls为二元交叉熵损失,α1和α2均为交易参数。
6.根据权利要求1所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于:步骤e)中优化多中心PolarMask模型时初始学习率设置为0.01,迭代周期设置为10。
7.根据权利要求5所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于:α1=1,α2=1,ε=10-6。
8.根据权利要求5所述的基于多中心PolarMask模型改进的图像精准分割方法,其特征在于:步骤d-11)中置信度得分阈值的额取值为0.3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310644624.6A CN116681892B (zh) | 2023-06-02 | 2023-06-02 | 基于多中心PolarMask模型改进的图像精准分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310644624.6A CN116681892B (zh) | 2023-06-02 | 2023-06-02 | 基于多中心PolarMask模型改进的图像精准分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116681892A CN116681892A (zh) | 2023-09-01 |
CN116681892B true CN116681892B (zh) | 2024-01-26 |
Family
ID=87781755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310644624.6A Active CN116681892B (zh) | 2023-06-02 | 2023-06-02 | 基于多中心PolarMask模型改进的图像精准分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116681892B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105852971A (zh) * | 2016-05-04 | 2016-08-17 | 苏州点合医疗科技有限公司 | 基于骨骼三维中点云的配准导航方法 |
CN108717700A (zh) * | 2018-04-09 | 2018-10-30 | 杭州依图医疗技术有限公司 | 一种检测结节长短径长度的方法及装置 |
CN108932713A (zh) * | 2018-07-20 | 2018-12-04 | 成都指码科技有限公司 | 一种基于深度学习的焊缝气孔缺陷自动检测方法 |
CN109389587A (zh) * | 2018-09-26 | 2019-02-26 | 上海联影智能医疗科技有限公司 | 一种医学图像分析***、装置及存储介质 |
CN110008915A (zh) * | 2019-04-11 | 2019-07-12 | 电子科技大学 | 基于掩码-rcnn进行稠密人体姿态估计的***及方法 |
CN110533638A (zh) * | 2019-08-02 | 2019-12-03 | 杭州依图医疗技术有限公司 | 一种测量对象尺寸的方法及装置 |
CN111105423A (zh) * | 2019-12-17 | 2020-05-05 | 北京小白世纪网络科技有限公司 | 一种基于深度学习的ct图像中肾脏分割方法 |
CN111127499A (zh) * | 2019-12-20 | 2020-05-08 | 北京工业大学 | 一种基于语义轮廓信息的安检图像刀具检测分割方法 |
CN111178449A (zh) * | 2019-12-31 | 2020-05-19 | 浙江大学 | 结合计算机视觉特征和影像组学特征的肝癌图像分类方法和装置 |
CN111242174A (zh) * | 2019-12-31 | 2020-06-05 | 浙江大学 | 一种基于影像组学的肝癌图像特征提取与病理分类方法和装置 |
CN111429463A (zh) * | 2020-03-04 | 2020-07-17 | 北京三快在线科技有限公司 | 实例分割方法、装置、电子设备和存储介质 |
CN111598030A (zh) * | 2020-05-21 | 2020-08-28 | 山东大学 | 一种航拍图像中车辆检测和分割的方法及*** |
CN111915628A (zh) * | 2020-06-24 | 2020-11-10 | 浙江大学 | 一种基于预测目标密集边界点的单阶段实例分割方法 |
CN112132206A (zh) * | 2020-09-18 | 2020-12-25 | 青岛商汤科技有限公司 | 图像识别方法及相关模型的训练方法及相关装置、设备 |
CN112164077A (zh) * | 2020-09-25 | 2021-01-01 | 陕西师范大学 | 基于自下而上路径增强的细胞实例分割方法 |
CN113065578A (zh) * | 2021-03-10 | 2021-07-02 | 合肥市正茂科技有限公司 | 一种基于双路区域注意力编解码的图像视觉语义分割方法 |
CN113111885A (zh) * | 2021-04-14 | 2021-07-13 | 清华大学深圳国际研究生院 | 一种动态分辨率实例分割方法及计算机可读存储介质 |
CN113197578A (zh) * | 2021-05-07 | 2021-08-03 | 天津医科大学 | 一种基于多中心模型的精神***症分类方法及*** |
CN113223027A (zh) * | 2021-04-13 | 2021-08-06 | 山东师范大学 | 基于PolarMask的未成熟柿子分割方法及*** |
CN113284126A (zh) * | 2021-06-10 | 2021-08-20 | 安徽省立医院(中国科学技术大学附属第一医院) | 人工神经网络图像分析预测脑积水分流手术疗效的方法 |
CN113324478A (zh) * | 2021-06-11 | 2021-08-31 | 重庆理工大学 | 一种线结构光的中心提取方法及锻件三维测量方法 |
CN113688862A (zh) * | 2021-07-09 | 2021-11-23 | 深圳大学 | 一种基于半监督联邦学习的脑影像分类方法及终端设备 |
CN113920126A (zh) * | 2021-10-11 | 2022-01-11 | 深圳硅基智能科技有限公司 | 基于紧框标的深度学习的测量方法及测量装置 |
CN114519705A (zh) * | 2022-02-16 | 2022-05-20 | 中国人民解放军空军特色医学中心 | 一种用于医学选拔与鉴定的超声标准数据处理方法及*** |
CN115294473A (zh) * | 2022-07-05 | 2022-11-04 | 哈尔滨理工大学 | 一种基于目标检测与实例分割的绝缘子故障识别方法及*** |
CN115331003A (zh) * | 2022-04-27 | 2022-11-11 | 重庆邮电大学 | 一种极坐标下基于轮廓点表示掩膜的单阶段实例分割方法 |
CN115578616A (zh) * | 2022-09-28 | 2023-01-06 | 深圳市华汉伟业科技有限公司 | 多尺度物体实例分割模型的训练方法、分割方法和装置 |
CN115601643A (zh) * | 2022-10-17 | 2023-01-13 | 沈阳建筑大学(Cn) | 基于复杂网络和异源遥感图像的城市组团识别方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050201606A1 (en) * | 2004-03-12 | 2005-09-15 | Kazunori Okada | 3D segmentation of targets in multislice image |
US10019796B2 (en) * | 2015-10-16 | 2018-07-10 | General Electric Company | System and method for blood vessel analysis and quantification in highly multiplexed fluorescence imaging |
-
2023
- 2023-06-02 CN CN202310644624.6A patent/CN116681892B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105852971A (zh) * | 2016-05-04 | 2016-08-17 | 苏州点合医疗科技有限公司 | 基于骨骼三维中点云的配准导航方法 |
CN108717700A (zh) * | 2018-04-09 | 2018-10-30 | 杭州依图医疗技术有限公司 | 一种检测结节长短径长度的方法及装置 |
CN108932713A (zh) * | 2018-07-20 | 2018-12-04 | 成都指码科技有限公司 | 一种基于深度学习的焊缝气孔缺陷自动检测方法 |
CN109389587A (zh) * | 2018-09-26 | 2019-02-26 | 上海联影智能医疗科技有限公司 | 一种医学图像分析***、装置及存储介质 |
CN110008915A (zh) * | 2019-04-11 | 2019-07-12 | 电子科技大学 | 基于掩码-rcnn进行稠密人体姿态估计的***及方法 |
CN110533638A (zh) * | 2019-08-02 | 2019-12-03 | 杭州依图医疗技术有限公司 | 一种测量对象尺寸的方法及装置 |
CN111105423A (zh) * | 2019-12-17 | 2020-05-05 | 北京小白世纪网络科技有限公司 | 一种基于深度学习的ct图像中肾脏分割方法 |
CN111127499A (zh) * | 2019-12-20 | 2020-05-08 | 北京工业大学 | 一种基于语义轮廓信息的安检图像刀具检测分割方法 |
CN111178449A (zh) * | 2019-12-31 | 2020-05-19 | 浙江大学 | 结合计算机视觉特征和影像组学特征的肝癌图像分类方法和装置 |
CN111242174A (zh) * | 2019-12-31 | 2020-06-05 | 浙江大学 | 一种基于影像组学的肝癌图像特征提取与病理分类方法和装置 |
CN111429463A (zh) * | 2020-03-04 | 2020-07-17 | 北京三快在线科技有限公司 | 实例分割方法、装置、电子设备和存储介质 |
CN111598030A (zh) * | 2020-05-21 | 2020-08-28 | 山东大学 | 一种航拍图像中车辆检测和分割的方法及*** |
CN111915628A (zh) * | 2020-06-24 | 2020-11-10 | 浙江大学 | 一种基于预测目标密集边界点的单阶段实例分割方法 |
CN112132206A (zh) * | 2020-09-18 | 2020-12-25 | 青岛商汤科技有限公司 | 图像识别方法及相关模型的训练方法及相关装置、设备 |
CN112164077A (zh) * | 2020-09-25 | 2021-01-01 | 陕西师范大学 | 基于自下而上路径增强的细胞实例分割方法 |
CN113065578A (zh) * | 2021-03-10 | 2021-07-02 | 合肥市正茂科技有限公司 | 一种基于双路区域注意力编解码的图像视觉语义分割方法 |
CN113223027A (zh) * | 2021-04-13 | 2021-08-06 | 山东师范大学 | 基于PolarMask的未成熟柿子分割方法及*** |
CN113111885A (zh) * | 2021-04-14 | 2021-07-13 | 清华大学深圳国际研究生院 | 一种动态分辨率实例分割方法及计算机可读存储介质 |
CN113197578A (zh) * | 2021-05-07 | 2021-08-03 | 天津医科大学 | 一种基于多中心模型的精神***症分类方法及*** |
CN113284126A (zh) * | 2021-06-10 | 2021-08-20 | 安徽省立医院(中国科学技术大学附属第一医院) | 人工神经网络图像分析预测脑积水分流手术疗效的方法 |
CN113324478A (zh) * | 2021-06-11 | 2021-08-31 | 重庆理工大学 | 一种线结构光的中心提取方法及锻件三维测量方法 |
CN113688862A (zh) * | 2021-07-09 | 2021-11-23 | 深圳大学 | 一种基于半监督联邦学习的脑影像分类方法及终端设备 |
CN113920126A (zh) * | 2021-10-11 | 2022-01-11 | 深圳硅基智能科技有限公司 | 基于紧框标的深度学习的测量方法及测量装置 |
CN114519705A (zh) * | 2022-02-16 | 2022-05-20 | 中国人民解放军空军特色医学中心 | 一种用于医学选拔与鉴定的超声标准数据处理方法及*** |
CN115331003A (zh) * | 2022-04-27 | 2022-11-11 | 重庆邮电大学 | 一种极坐标下基于轮廓点表示掩膜的单阶段实例分割方法 |
CN115294473A (zh) * | 2022-07-05 | 2022-11-04 | 哈尔滨理工大学 | 一种基于目标检测与实例分割的绝缘子故障识别方法及*** |
CN115578616A (zh) * | 2022-09-28 | 2023-01-06 | 深圳市华汉伟业科技有限公司 | 多尺度物体实例分割模型的训练方法、分割方法和装置 |
CN115601643A (zh) * | 2022-10-17 | 2023-01-13 | 沈阳建筑大学(Cn) | 基于复杂网络和异源遥感图像的城市组团识别方法 |
Non-Patent Citations (4)
Title |
---|
3D打印技术在腹腔镜胰十二指肠切除术中的应用;晋云;杨超;陈晓波;胡苹苹;石万红;王峻峰;;中华肝脏外科手术学电子杂志(02);第47-51页 * |
Gated fusion network for single image dehazing;REN W Q等;《Proceedings of the 2018 IEEE Conference on Computer Vision and Pattern Recognition, Salt Lake City》;第3253-3261页 * |
U-Net深度学习模型对DCE-MRI上乳腺肿块自动分割和定位的准确性分析;马明明;姜原;刘义;谢辉辉;张靖远;王祥鹏;刘伟鹏;张晓东;秦乃姗;王霄英;;放射学实践(08);第88-94页 * |
基于多代表点近邻传播的大数据图像分割算法;许晓丽;;图学学报(01);第93-98页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116681892A (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111191732B (zh) | 一种基于全自动学习的目标检测方法 | |
CN113378632B (zh) | 一种基于伪标签优化的无监督域适应行人重识别方法 | |
CN109977918B (zh) | 一种基于无监督域适应的目标检测定位优化方法 | |
Chen et al. | One-shot adversarial attacks on visual tracking with dual attention | |
CN111583263A (zh) | 一种基于联合动态图卷积的点云分割方法 | |
CN113408605A (zh) | 基于小样本学习的高光谱图像半监督分类方法 | |
CN108710896B (zh) | 基于产生式对抗学习网络的领域学习方法 | |
CN112418330A (zh) | 一种基于改进型ssd的小目标物体高精度检测方法 | |
CN110543906B (zh) | 基于Mask R-CNN模型的肤质自动识别方法 | |
Wang et al. | An unequal deep learning approach for 3-D point cloud segmentation | |
CN111401145A (zh) | 一种基于深度学习与ds证据理论的可见光虹膜识别方法 | |
CN111931763B (zh) | 一种基于随机形态边缘几何建模的深度场景文本检测方法 | |
CN114419413A (zh) | 感受野自适应的变电站绝缘子缺陷检测神经网络构建方法 | |
CN115019039A (zh) | 一种结合自监督和全局信息增强的实例分割方法及*** | |
CN111126155B (zh) | 一种基于语义约束生成对抗网络的行人再识别方法 | |
CN116342942A (zh) | 基于多级域适应弱监督学习的跨域目标检测方法 | |
CN110991247B (zh) | 一种基于深度学习与nca融合的电子元器件识别方法 | |
CN113538472B (zh) | 一种基于编码-解码网络的向量场引导精细化分割方法 | |
CN111598854A (zh) | 基于丰富鲁棒卷积特征模型的复杂纹理小缺陷的分割方法 | |
CN111723852A (zh) | 针对目标检测网络的鲁棒训练方法 | |
CN116681892B (zh) | 基于多中心PolarMask模型改进的图像精准分割方法 | |
CN112418358A (zh) | 一种强化深度融合网络的车辆多属性分类方法 | |
CN116824330A (zh) | 一种基于深度学习的小样本跨域目标检测方法 | |
CN111461130B (zh) | 一种高精度图像语义分割算法模型及分割方法 | |
CN114187440A (zh) | 一种基于动态分类器的小样本目标检测***及方法 |
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 |