生成掩模信息的制作方法

至少一个实施例涉及用于执行和促进人工智能的处理资源。例如，至少一个实施例涉及用于使得神经网络使用本文中描述的各种技术利用分割信息对合成图像数据(synthesized image data)进行注释(annotate)的处理器或计算机系统。

背景技术：

1、处理图像数据会使用大量的存储器、时间和计算资源。存储器、时间和计算资源的量可以使用神经模型来改进，但是对训练数据进行注释会使用附加的时间、存储器、以及人类和/或计算资源。通常，获得足够的训练数据以有效地训练神经网络会需要巨大的努力和费用。

技术实现思路

技术特征：

1.一种处理器，包括：

2.如权利要求1所述的处理器，其中所述一个或更多个第二神经网络包括至少一个神经网络，所述至少一个神经网络用于至少部分地基于由所述一个或更多个第一神经网络提供的中间特征信息来生成所述掩模信息。

3.如权利要求1所述的处理器，其中所述一个或更多个第一神经网络包括至少一个神经网络，所述至少一个神经网络用于生成所述图像。

4.如权利要求1所述的处理器，其中所述一个或更多个图像是由神经网络合成的。

5.如权利要求1所述的处理器，其中所述一个或更多个标签包括所述一个或更多个对象的类标签。

6.如权利要求1所述的处理器，其中所述掩模信息包括分割掩模。

7.如权利要求1所述的处理器，其中一个或更多个第三神经网络至少部分地基于所述掩模信息而被训练。

8.如权利要求1所述的处理器，其中所述一个或更多个第一神经网络包括至少一个生成式对抗网络gan。

9.一种计算机实现的方法，包括：

10.如权利要求9所述的计算机实现的方法，其中所述一个或更多个第二神经网络包括至少一个神经网络，所述至少一个神经网络用于至少部分地基于来自所述一个或更多个第一神经网络的特征信息来生成所述掩模信息。

11.如权利要求9所述的计算机实现的方法，还包括：

12.如权利要求9所述的计算机实现的方法，还包括：

13.如权利要求9所述的计算机实现的方法，还包括：

14.如权利要求9所述的计算机实现的方法，还包括：

15.如权利要求9所述的计算机实现的方法，还包括：

16.如权利要求9所述的计算机实现的方法，其中所述一个或更多个图像是由所述一个或更多个第一神经网络中的神经网络至少部分地基于所述一个或更多个标签合成的。

17.一种计算机系统，包括：

18.如权利要求17所述的计算机系统，其中所述一个或更多个第二神经网络包括至少一个神经网络，所述至少一个神经网络用于至少部分地基于来自所述一个或更多个第一神经网络的特征信息来生成所述掩模信息。

19.如权利要求17所述的计算机系统，其中所述一个或更多个第一神经网络包括至少一个神经网络，所述至少一个神经网络用于合成所述图像。

20.如权利要求17所述的计算机系统，其中所述一个或更多个第一神经网络中的至少一个第一神经网络生成中间特征信息。

21.如权利要求17所述的计算机系统，其中所述一个或更多个图像包括图像集的子集，所述子集是使用统计方法选择的。

22.如权利要求17所述的计算机系统，其中所述一个或更多个图像包括图像集的子集，所述子集是至少部分地基于所述一个或更多个标签选择的。

23.如权利要求17所述的计算机系统，其中：

24.如权利要求17所述的计算机系统，其中所述一个或更多个第一神经网络包括至少一个生成式对抗网络gan。

25.一种机器可读介质，具有存储在其上的指令集，所述指令集如果由一个或更多个处理器执行，则使用一个或更多个第二神经网络来至少部分地基于由一个或更多个第一神经网络识别的一个或更多个图像内的一个或更多个对象的一个或更多个标签生成掩模信息。

26.如权利要求25所述的机器可读介质，其中所述一个或更多个第一神经网络用于至少部分地基于所述一个或更多个标签来生成所述一个或更多个图像。

27.如权利要求25所述的机器可读介质，其中所述一个或更多个第一神经网络用于从所述一个或更多个图像生成中间特征。

28.如权利要求25所述的机器可读介质，其中所述一个或更多个第一神经网络包括至少一个生成式对抗网络gan。

29.如权利要求25所述的机器可读介质，其中所述一个或更多个图像是使用一个或更多个统计方法从图像集中选择的。

30.如权利要求25所述的机器可读介质，其中所述一个或更多个第一神经网络中的至少一个第一神经网络使用带标签的图像集被训练。

31.如权利要求25所述的机器可读介质，其中一个或更多个第三神经网络至少部分地基于所述掩模信息、所述一个或更多个标签以及所述一个或更多个图像被训练。

技术总结
本发明公开了生成掩模信息，具体公开了使用神经模型来注释图像的装置、系统和技术。在至少一个实施例中，神经网络从由一个或更多个其他神经网络识别的一个或更多个图像内的一个或更多个对象的标签来生成掩模信息。

技术研发人员：李代卿,H·凌,S·W·金,K·J·克赖斯,S·菲德勒,A·T·巴留索
受保护的技术使用者：辉达公司
技术研发日：
技术公布日：2024/1/15