(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210101493.2 (22)申请日 2022.01.27 (71)申请人 推想医疗科技股份有限公司 地址 100085 北京市海淀区上地信息路12 号1幢4层B401室 (72)发明人 亢寒　王少康　陈宽　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 王瑞云 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 模型生成、 图像 分割方法、 系统、 电子设备及 存储介质 (57)摘要 本发明实施例公开了一种模 型生成、 图像分 割方法、 系统、 电子设备及存储介质。 该模型生成 方法可包括： 获取样本图像、 增强图像和样本图 像的分割标签， 将样本图像和分割标签、 及增强 图像和分割标签 分别作为一组训练样本； 基于多 组训练样 本对原始分割模型进行训练， 得到图像 分割模型； 其中， 增强图像包括根据样本图像以 及图像模板生成的第一增强图像、 和/或根据样 本图像的目标特征图和目标特征图模板生成的 第二增强图像， 图像模板中包括像素值为第一数 值的像素点， 目标特征图模板中包括像素值为第 二数值的像素点， 且第一数值和第二数值小于预 设数值。 本发明实施例的技术方案， 基于有限数 据分布下的样本图像训练得到具有强鲁棒性的 图像分割模型。 权利要求书4页 说明书19页 附图9页 CN 114445629 A 2022.05.06 CN 114445629 A 1.一种模型生成方法， 其特 征在于， 包括： 获取样本 图像、 增强图像和所述样本 图像的分割标签， 将所述样本 图像和所述分割标 签、 及所述增强图像和所述分割标签分别作为 一组训练样本； 基于多组所述训练样本对原 始分割模型进行训练， 得到图像分割模型； 其中， 所述增强图像包括根据 所述样本图像以及图像模板生成的第一增强图像、 和/或 根据所述样本图像的目标特征图和目标特征图模板生成的第二增强图像， 所述图像模板中 包括像素值为第一数值的像素点， 所述目标特征图模板中包括像素值为第二数值的像素 点， 所述第一数值和所述第二数值均小于预设数值。 2.根据权利要求1所述的方法， 其特征在于， 所述原始分割模型包括第一分割 网络， 所 述第一分割网络包括依 次连接的编码器和过渡解耦器， 所述过渡解耦器包括卷积结构， 所 述方法还 包括： 将所述样本图像输入到所述第 一分割网络中， 分别得到所述编码器输出的编码特征图 和所述过渡解耦器输出的解耦 特征图， 并将所述编 码特征图和所述解耦 特征图均作为所述 样本图像的候选特 征图； 获取各候选特征图模板， 其中， 所述候选特征图模板包括随机生成的随机特征图模板、 和/或根据所述 候选特征图所对应的梯度矩阵生成的针对型 特征图模板； 根据从各所述候选特征图中确定出的所述目标特征图、 以及从各所述候选特征图模板 中确定出的所述目标 特征图模板， 生成所述第二增强图像。 3.根据权利要求2所述的方法， 其特 征在于， 还 包括： 获取随机列表， 其中， 所述随机列表中包括第一数量个1和第二数量个0， 所述第一数量 和所述第二数量之和为所述 候选特征图的通道数量； 根据所述随机列表生成所述随机特征图模板， 其中， 所述随机特征图模板中与所述随 机列表中的1对应的通道图下 的像素点的像素值为1， 与所述 随机列表中的0对应的通道图 下的像素点的像素值 为0。 4.根据权利要求2所述的方法， 其特征在于， 针对型特征图模板包括针对通道型特征图 模板、 针对空间型特征图模板和针对结合型特征图模板中的至少一个， 所述第二数值包括 预先设置的通道数值和空间数值， 所述方法还 包括： 获取所述梯度矩阵、 及尺寸相同的空白特 征图模板； 针对所述梯度矩阵中的每个通道， 根据所述通道下的各特征点的特征值得到所述通道 的通道均值； 将所述空白特征图模板中与所述通道均值大于或等于第一响应阈值的所述通道对应 的通道图下的像素点的像素值设置为所述通道数值， 且将与所述通道均值小于所述第一响 应阈值的所述通道对应的通道图下 的像素点的像素值设置为1， 得到所述针对通道型特征 图模板； 和/或， 针对所述梯度矩阵中的每个平面位置， 根据 所述平面位置下的各特征点的特征值得到 所述平面 位置的位置均值； 将所述空白特征图模板中与所述位置均值大于或等于第二响应阈值的所述平面位置 对应的空间图下的像素点的像素值设置为所述空间数值， 并且将与所述位置均值小于所述权　利　要　求　书 1/4 页 2 CN 114445629 A 2第二响应阈值的所述平面位置对应的空间图下 的像素点的像素值设置为1， 得到所述针对 空间型特征图模板； 和/或， 根据所述针对通道型特征图模板和所述针对空间型特征图模板， 得到所述针对结合型 特征图模板 。 5.根据权利要求2所述的方法， 其特征在于， 所述根据从各所述候选特征图中确定出的 所述目标特征图、 以及从各所述候选特征图模板中确定出 的所述目标特征图模板， 生成所 述第二增强图像， 包括： 根据从各所述候选特征图中确定出的所述目标特征图、 以及从各所述候选特征图模板 中确定出的所述目标 特征图模板， 确定缺失特 征图； 将所述缺失特征图输入到数据生成器， 以所述样本 图像为监督信息， 得到所述第二增 强图像， 其中， 所述数据生成器包括 解码结构。 6.根据权利要求2所述的方法， 其特征在于， 当基于多组所述训练样本对所述原始分割 模型进行迭代训练时， 所述候选特征图模板包括在当前迭代训练过程中生成的特征图模 板、 以及在所述当前迭代训练之前 的历史迭代训练过程中生成的特征图模板， 并且从所述 当前迭代训练过程中生成的所述候选特征图模板中得到所述目标特征图模板的概率大于 从所述历史迭代训练过程中生成的所述候选特征图模板中得到所述目标特征图模板的概 率。 7.根据权利要求1所述的方法， 其特征在于， 所述图像模板包括第一模板和第二模板 时， 所述第一增强图像包括第一子图像和第二子图像， 所述方法还 包括： 获取与所述样本 图像的尺寸相同的初始模板， 其中， 所述初始模板中的各像素点的像 素值均为所述第一数值； 将所述初始模板中随机选取的选取区域下的像素点的像素值设置为1， 得到所述第一 模板， 并生成与所述第一模板互补的所述第二模板； 根据所述样本图像和所述第 一模板生成所述第 一子图像， 且根据 所述样本图像和所述 第二模板生成所述第二子图像； 和/或， 所述图像模板包括第 三模板和第四模板时， 所述第 一增强图像包括第 三子图像和第四 子图像， 所述方法还 包括： 获取与所述样本 图像的尺寸相一致的至少两个中间模板， 其中， 所述中间模板中的各 像素点的像素值均为所述第一数值； 针对每个所述中间模板， 将所述中间模板中边长为与 所述中间模板对应的预设边长的 目标区域下的像素点的像素值设置为1， 并根据设置结果对所述中间模板进行 更新； 将各所述中间模板的并集作为所述第 三模板， 并生成与 所述第三模板互补的所述第四 模板； 根据所述样本图像和所述第 三模板生成所述第 三子图像， 且根据 所述样本图像和所述 第四模板生成所述第四子图像。 8.根据权利要求1所述的方法， 其特征在于， 所述原始分割 模型包括依次连接的第 一分 割网络和第二分割网络， 所述增强 图像包括所述第一增强 图像， 所述基于多组所述训练样权　利　要　求　书 2/4 页 3 CN 114445629 A 3