申请/专利权人:珠海横琴圣澳云智科技有限公司
申请日:2023-12-21
公开(公告)日:2024-04-12
公开(公告)号:CN117876384A
主分类号:G06T7/10
分类号:G06T7/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本公开提供一种目标对象实例分割、模型训练方法及相关产品,包括获取无标注图像集合;对各无标注图像进行粗分割;删除各初步分割结果中,尺寸不符合第一预设规则的分割结果;根据第二预设规则,确定各进阶分割结果的分割质量合格率;将各进阶分割结果中分割质量合格率不小于预设合格率的进阶分割结果和相应无标注图像,分别作为训练数据中的标注分割结果和样本图像,生成训练数据集中的训练数据;基于训练数据集对初始目标对象实例分割模型进行训练,得到训练后的目标对象实例分割模型。这样,运用预设规则对粗分割结果筛选后对初始目标对象实例分割模型进行训练,无需手动对无标注图像进行标注,可以提升模型训练效率。
主权项:1.一种目标对象实例分割模型训练方法,其特征在于,包括:获取无标注图像集合;对各所述无标注图像进行粗分割,得到相应初步分割结果;删除各所述初步分割结果中,尺寸不符合第一预设规则的分割结果,得到相应进阶分割结果,所述第一预设规则为依据目标对象的尺寸特征设置的规则;根据第二预设规则,确定各所述进阶分割结果的分割质量合格率,所述第二预设规则为依据所述目标对象的尺寸特征设置的质量确定规则;将各所述进阶分割结果中分割质量合格率不小于预设合格率的进阶分割结果和相应无标注图像,分别作为训练数据中的标注分割结果和样本图像,生成训练数据集中的训练数据;基于所述训练数据集对初始目标对象实例分割模型进行训练,得到训练后的目标对象实例分割模型,所述目标对象实例分割模型用于表征图像和目标对象实例分割结果之间的对应关系。
全文数据:
权利要求:
百度查询: 珠海横琴圣澳云智科技有限公司 目标对象实例分割、模型训练方法及相关产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。