【嘉勤点评】东声智能的图像分割专利，通过在训练模型时输入兴趣区域图像，从而可以有针对性地训练模型可能存在的漏检问题，能够提高训练得到的图像分割模型的分割准确率，减少漏检情况。
集微网消息，工业视觉检测领域的行业标杆东声智能完成A+轮融资。本轮融资后，东声智能表示将进一步加大研发投入，形成产品矩阵，在打造行业领先的工业AI视觉算法平台的同时实现细分产业的深度布局。
图像分割是指把图像分成若干个特定的、具有独特性质的区域然后提取出感兴趣目标的技术和过程，也就是在一幅图像中，把目标从背景中分离出来。由于图像中包括背景、缺陷、目标图像等信息，导致图像中的信息复杂、干扰因素多等因素，因此目前的图像的分割的精准度较低。
为此，东声智能于2019年11月18日申请了一项名为“图像分割模型训练方法、图像分割方法、装置及电子设备”的发明专利（申请号: 201911125145.3），申请人为东声(苏州)智能科技有限公司。
图1 电子设备方框示意图
图1为本发明提出的电子设备方框示意图，电子设备包括存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116等。各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。处理器执行存储器中存储的可执行模块，存储器可以存储程序，处理器在接收到执行指令后，执行程序。外设接口将各种输入/输出装置耦合至处理器以及存储器。输入输出单元提供给用户输入数据。显示单元在电子设备与用户之间提供一个交互界面或显示图像数据给用户参考。
图2 图像分割模型训练方法流程图
图2为图像分割模型训练方法流程图，主要包括以下步骤：首先，获取训练图像集中的各图像的兴趣区域图像，以得到所述训练图像集对应的兴趣图像集（201）。然后将所述训练图像集与所述兴趣图像集输入初始神经网络模型进行模型训练，以得到图像分割模型（202）。步骤202又包括以下步骤：首先根据所述训练图像集和所述兴趣图像集中的图像数据计算当前神经网络模型的当前损失值。当所述损失值大于设定值时，更新所述当前神经网络模型的待确定参数得到更新的当前神经网络模型。当所述损失值小于设定值，或更新所述待确定参数的次数达到指定次数时，将当前神经网络模型作为图像分割模型。
简而言之，东声智能的图像分割专利，通过在训练模型时输入兴趣区域图像，从而可以有针对性地训练模型可能存在的漏检问题，能够提高训练得到的图像分割模型的分割准确率，减少漏检情况。
东声智能以工业视觉与人工智能算法为核心，结合图像信息（2D & 3D）、声音信息、数字信息多维一体综合分析，专注于工业领域人工智能及大数据分析的解决方案的研发与部署。东声智能的标准化产品已经成为AI工业视觉领域的明星产品。
