公开(公告)号：CN118135216A

公开(公告)日：2024-06-04

申请号：CN202410207248.9

申请日：2024-02-26

Applicant: 中国科学院计算技术研究所

Inventor： 许倩倩 ,  韩博宇 ,  杨智勇 ,  包世龙 ,  温佩松 ,  黄庆明

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明提供一种用于像素级语义分割模型的训练方法，包括：步骤S1、获取具有长尾分布性质的用于像素级分割的训练集，包括多个原始样本和对应标签序列，每个原始样本为包括多个像素的原始图像，标签序列包括多个指示对应原始图像中每个像素的类别的标签；步骤S2、确定训练集中缺少的所有尾部类别，利用预设的像素级尾部类别记忆库在训练集的多个原始图像中添加缺少的一种或多种尾部类别对应的像素，得到更新的包括多个修改图像的训练集；步骤S3、利用更新的训练集训练像素级语义分割模型预测修改图像中各个像素的类别，包括采用预设的损失函数根据所述模型的预测结果和标签计算的总损失更新所述模型的参数，得到经训练的像素级语义分割模型。