摘要
本发明提供一种基于机器学习的PSD文件自动还原与处理方法及系统,涉及数据处理技术领域,包括将PSD文件输入图层分类网络,提取图层细节特征和图层上下文特征,确定图层类别信息;生成图层神经束,通过迭代更新耦合系数,计算上层图层神经束的输出向量,得到图层序列表示;确定图层嵌入向量,构建图层树,通过对每个节点以及对应的子节点进行聚合,更新节点的隐藏状态,通过自下而上的递归传播,获得图层树中根节点的最终表示,确定布局信息和样式特征;提取图层属性,结合图层序列表示和布局信息,在空白画布上进行图层位置还原,将样式特征与预定义的样式库进行匹配,将匹配样式应用到还原布局画布,确定PSD还原图。
技术关键词
节点
上下文特征
样式
分类网络
布局
画布
序列
计算机程序指令
Softmax函数
矩阵乘法运算
多头注意力机制
协议
数据处理技术
神经网络模型
分类器
视觉
预测类别
处理器
系统为您推荐了相关专利信息
服务器
节点
深度神经网络
深度学习神经网络
社交网络分析
一体化方法
轨迹规划方法
控制智能体
节点
资源分配
网络拥塞程度
信号传输线路
信号生成器
计算机网络通信技术
监测网络状态