Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019024808) TRAINING METHOD AND APPARATUS FOR SEMANTIC SEGMENTATION MODEL, ELECTRONIC DEVICE AND STORAGE MEDIUM
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/024808 International Application No.: PCT/CN2018/097549
Publication Date: 07.02.2019 International Filing Date: 27.07.2018
IPC:
G06K 9/34 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
K
RECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9
Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
20
Image acquisition
34
Segmentation of touching or overlapping patterns in the image field
Applicants:
北京市商汤科技开发有限公司 BEIJING SENSETIME TECHNOLOGY DEVELOPMENT CO., LTD [CN/CN]; 中国北京市 海淀区中关村东路1号院3号楼7层710-712房间 Room 710-712, 7th Floor, 3rd Building, 1st Courtyard, Zhongguancun East Road, Haidian District Beijing 100084, CN
Inventors:
詹晓航 ZHAN, Xiaohang; CN
刘子纬 LIU, Ziwei; CN
罗平 LUO, Ping; CN
吕健勤 LOY, Chen Change; CN
汤晓鸥 TANG, Xiaoou; CN
Agent:
北京思源智汇知识产权代理有限公司 BEIJING SIYUANZHIHUI INTELLECTUAL PROPERTY AGENCY; 中国北京市 海淀区中关村东路18号财智国际大厦B座502室 Room 502, Block B, Caizhi International Building, Zhongguancun East Road No.18, Haidian District Beijing 100083, CN
Priority Data:
201710648545.701.08.2017CN
Title (EN) TRAINING METHOD AND APPARATUS FOR SEMANTIC SEGMENTATION MODEL, ELECTRONIC DEVICE AND STORAGE MEDIUM
(FR) PROCÉDÉ ET APPAREIL D'APPRENTISSAGE POUR MODÈLE DE SEGMENTATION SÉMANTIQUE, DISPOSITIF ÉLECTRONIQUE ET SUPPORT D'INFORMATIONS
(ZH) 语义分割模型的训练方法和装置、电子设备、存储介质
Abstract:
(EN) Disclosed are a training method and apparatus for a semantic segmentation model, an electronic device and a storage medium. The method comprises: performing image semantic segmentation on at least one unmarked image by a semantic segmentation model, to obtain a preliminary semantic segmentation result as a category of the unmarked image; through a convolutional neural network, based on the category of at least one of the unmarked images and the category of at least one marked image, obtaining a sub-image respectively corresponding to at least two images and a feature corresponding to the sub-image, wherein the at least two images comprise at least one of the unmarked images and at least one of the marked images, and the at least two sub-images carry the category of the corresponding images; based on the category of the at least two sub-images and a characteristic distance between the at least two sub-images, training a semantic segmentation model. The semantic segmentation model obtained by the training of the embodiment of the present application can obtain a higher accuracy rate on semantic segmentation.
(FR) L'invention concerne un procédé et un appareil d'apprentissage pour un modèle de segmentation sémantique, un dispositif électronique et un support d'informations. Le procédé comprend : la réalisation d'une segmentation sémantique d'image sur au moins une image non marquée, par un modèle de segmentation sémantique, pour obtenir un résultat de segmentation sémantique préliminaire en tant que catégorie de l'image non marquée; par l'intermédiaire d'un réseau neuronal convolutif, sur la base de la catégorie d'au moins une des images non marquées et de la catégorie d'au moins une image marquée, l'obtention d'une sous-image correspondant respectivement à au moins deux images et d'une caractéristique correspondant à la sous-image, les deux images ou plus comprenant au moins une des images non marquées et au moins une des images marquées, et les deux sous-images ou plus présentant la catégorie des images correspondantes; sur la base de la catégorie des deux sous-images ou plus et d'une distance caractéristique entre les deux sous-images ou plus, l'apprentissage d'un modèle de segmentation sémantique. Le modèle de segmentation sémantique obtenu par l'apprentissage du mode de réalisation de la présente invention peut obtenir un taux de précision plus élevé sur la segmentation sémantique.
(ZH) 本申请实施例公开了一种语义分割模型的训练方法和装置、电子设备、存储介质,其中方法包括:通过语义分割模型,对至少一个未标注图像进行图像语义分割,得到初步语义分割结果,作为所述未标注图像的类别;通过卷积神经网络,基于至少一个所述未标注图像的类别,及至少一个已标注图像的类别,得到至少两个图像分别对应的子图像及子图像对应的特征,所述至少两个图像包括至少一个所述未标注图像及至少一个所述已标注图像,所述至少两个子图像携带有对应图像的类别;基于至少两个子图像的类别,及至少两个子图像之间的特征距离,训练语义分割模型。本申请上述实施例训练得到的语义分割模型,在语义分割上能获得较高的准确率。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)