摘要
本发明公开一种图像分割模型的训练方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取第一图像样本,以及其中的目标对象的边界框,生成第一训练样本;使用第一训练样本训练图像分割模型的边界框检测能力,得到图像分割第一模型;利用图像分割第一模型对第二图像样本进行图像边界框标注,再利用标注结果和通用图像分割模型,对图像分割第一模型的图像分割能力进行训练,得到图像分割第二模型;最后再对图像分割第二模型进行整体优化训练,图像分割模型的规模小于通用图像分割模型的规格。该实施方式实现了轻量化的图像分割模型的训练,不仅节省了第二图像样本的标注时间和成本,还保证了小规模图像分割模型的分割性能。
技术关键词
图像分割模型
样本
对象
标注规则
图像标注方法
移动电子设备
处理器
计算机程序产品
训练装置
存储装置
小规模
网络
模块
标记
终端
系统为您推荐了相关专利信息
卷积方法
卷积神经网络模型
图像
地物类别
深度特征提取
管道泄漏识别方法
GBDT算法
声发射传感器
声发射检测装置
皮尔逊相关系数
漏洞检测方法
卷积神经网络模块
序列
判断源代码
数据