摘要
本公开实施例中提供了一种深度图像质量增强模型训练方法、系统、设备及介质,属于数据处理技术领域,具体包括:步骤1,构建预设模型对应的一个跨模态对比损失函数,据此通过对比学习对预设模型进行微调;步骤2,将数据对集输入预设预设进行训练,得到目标模型。通过本公开的方案,引入跨模态对比损失函数学习深度信息和其它相关模态之间的关系;通过对比学习对预设模型进行微调,可以使其在特定任务中精准度和适应性更强;数据对集由低质量深度图像和对应的高质量深度图像组成,从而提高模型在实际应用中的适应性和泛化能力。
技术关键词
模型训练方法
可见光图像
跨模态
生成器网络
模型训练系统
高斯金字塔
可见光相机
样本
数据处理技术
计算机
电子设备
处理器通信
指令
超参数
可读存储介质
系统为您推荐了相关专利信息
可见光图像
特征分析方法
多模态图像数据
深度神经网络
动态
生成深度图像
多尺度特征
通道注意力机制
分支
状态空间模型
视觉特征
多模态数据融合
异常识别方法
重构误差
道岔
场景生成方法
可见光图像
超参数
红外图像特征
融合图像特征
文本
融合语义
生成特征
交叉注意力机制
图像解码器