深度图像质量增强模型训练方法、系统、设备及介质

AITNT
正文
推荐专利
深度图像质量增强模型训练方法、系统、设备及介质
申请号:CN202411032733
申请日期:2024-07-30
公开号:CN118967487A
公开日期:2024-11-15
类型:发明专利
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
1
一种舌像特征分析方法及系统
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
2
基于增强全局上下文与低层次细节的RGB-D显著目标检测方法
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
3
基于多模态数据融合的道岔设备异常识别方法及系统
视觉特征 多模态数据融合 异常识别方法 重构误差 道岔
4
一种基于图像融合的红外配电机巡三维高斯场景生成方法、装置、终端设备及存储介质
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
5
一种融合语义生成辅助的跨模态匹配方法、系统及设备
文本 融合语义 生成特征 交叉注意力机制 图像解码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号