摘要
本发明的实施例提供了一种图像分割模型训练方法、图像分割方法、电子设备及存储介质,涉及图像分割技术领域。图像分割模型训练方法包括:获取一组具有时序的视频帧组,将视频帧组输入图像分割模型的特征提取网络,得到关键帧特征以及多个前序帧特征,将关键帧特征与各前序帧特征结合并进行时序增强后,输入图像分割模型的预测网络,得到预测结果,根据预测结果与真实标签计算出监督损失信息,并根据监督损失信息对图像分割模型进行更新迭代。从而可以将超声视频中的时序特征联系起来,使得模型能进一步地学习到病灶区域更广泛的影像表征,进而使模型识别更加准确。
技术关键词
图像分割模型
关键帧
特征提取网络
图像分割方法
视频帧
图像分割技术
电子设备
处理器
时序特征
标签
存储器
编码
数据
影像
程序
系统为您推荐了相关专利信息
图像分割网络
图像分割方法
计算机程序指令
卷积特征
分割医学图像
风格
遥感图像变化检测
混合损失函数
特征提取网络
遥感图像特征
特征提取网络
车辆运行数据
强化学习模型
训练智能
悬架控制方法