摘要
本申请实施例提供一种模型训练方法、对焦处理方法及电子设备,涉及终端技术领域。模型训练方法包括:将训练图像输入至第一模型中得到训练图像的预测相位差以及预测置信度。根据训练图像的真实相位差以及预测相位差,确定训练图像的第一误差。根据训练图像对应的离焦量,对多张训练图像进行分组。根据训练图像对应的第一误差以及预测置信度,调整第一模型的模型参数。这样,通过调整训练图像对应的真实置信度的计算方法,和/或,将训练图像根据其对应的离焦量进行分组,可以减少离焦量对置信度的影响,提高置信度的准确性和可靠性,避免有效对焦信息的浪费,从而提高对焦系统的整体性能和效率。
技术关键词
图像
计算机程序代码
模型训练方法
初始误差
电子设备
芯片系统
计算机程序产品
处理器
可读存储介质
指令
存储器
计算方法
参数
终端
系统为您推荐了相关专利信息
智能家居照明
像素点
语义标签
语音交互策略
实时图像
资源调度策略
内存
马尔可夫链模型
云服务平台
云数据库系统
动态建模方法
数据资产价值
深度融合方法
注意力
文本
精度提升方法
粒子群优化算法
像素
Hessian矩阵
盒式滤波器
标准化方法
时间定位
指令
计算机程序产品
标准化装置