本發(fā)明涉及人工智能領(lǐng)域,公開了基于深度學(xué)習(xí)的分割效果評估方法、裝置、設(shè)備和存儲介質(zhì),方法包括:獲取車輛圖片,根據(jù)車輛圖片和預(yù)訓(xùn)練的部件分割模型獲取分割圖片;根據(jù)分割圖片的特征創(chuàng)建訓(xùn)練標(biāo)簽,分割圖片的特征包括具有符合預(yù)設(shè)形狀和/或顏色均勻的第一特征和具有花點(diǎn)和/或顏色交叉的第二特征,訓(xùn)練標(biāo)簽包括與第一、第二特征對應(yīng)的第一、第二標(biāo)簽;根據(jù)訓(xùn)練標(biāo)簽對分割圖片進(jìn)行標(biāo)注,得到已標(biāo)注圖片;根據(jù)構(gòu)建的深度學(xué)習(xí)模型和已標(biāo)注圖片獲取分割特征提取模型;獲取待測試圖片,根據(jù)待測試圖片和分割特征提取模型獲取分割效果。本發(fā)明的分割效果評估方法可以針對部件分割模型分割的效果評估,以及過濾分割模型分割失效的圖片。
聲明:
“基于深度學(xué)習(xí)的分割效果評估方法、裝置、設(shè)備及介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)