一种用于图像分割的人工智能模型训练方法及装置

本发明涉及图像处理技术领域，具体涉及一种用于图像分割的人工智能模型训练方法及装置，方法包括对原始图像数据进行标注，得到标注矩阵；根据待识别目标所占像素数量进行分段，为每个分段区间设置权重，且分段区间像素越多，权重越小；为围绕待识别目标m圈像素的邻近区域赋予权重，并且越靠近待识别目标的一圈像素的权重越大；利用原始图像与标注的结果组成的训练集对人工智能模型进行训练，将标注的结果中为正的部分作为目标类、为负的部分作为背景类，将标注结果的绝对值作为损失函数的权重进行训练，循环迭代直到损失值收敛。本发明训练方法提高模型对初期发育的小目标的敏感性，实现对该特定目标的敏锐监测，为多个应用场景带来实用价值。