摘要
本申请公开了一种模型的训练方法及装置、非易失性存储介质、电子设备。其中,该方法包括:获取包含人脸图像的光学图像、对光学图像进行掩膜处理得到的目标图像、光学图像对应的目标素描图像,其中,目标素描图像中包含人脸图像;根据光学图像生成特征图像,其中,特征图像包括:面部特征图像和头发特征图像;将特征图像、光学图像和目标图像作为训练数据,以目标素描图像作为测试数据对神经网络模型进行迭代训练,直到迭代次数达到预设次数,确定训练完成。本申请解决了由于相关技术中采用对比学习的方法训练模型时,忽略人脸面部结构的空间分布造成的训练得到的模型输出的人脸素描图像存在面部区域纹理模糊和头发区域纹理模糊的技术问题。
技术关键词
面部特征图像
神经网络模型
感知损失函数
生成特征
像素矩阵
非易失性存储介质
生成训练样本
图像块
对抗性
人脸素描
补丁
关系
面部结构
元素
系统为您推荐了相关专利信息
智能投放方法
兴趣
生成广告
深度神经网络模型
无缝嵌入
深度神经网络模型
多源信息融合
飞行器
数据
红外相机拍摄
注意力神经网络
BiLSTM模型
卷积长短期记忆
sigmoid函数
注意力机制