摘要
本实施例提供了一种基于多任务模型的图像处理方法和装置、电子设备及存储介质,该方法在对每一任务的单独变换操作进行决策时,融合了进行共享变换操作的信息以及每一任务的目标图像的信息,提高每一任务的单独图像变换操作选取的准确性,进而提高图像处理策略决策的准确性。该方法还基于生成的图像处理策略对每一任务的目标图像进行图像变换,得到新的第二目标变换图像,然后根据第二目标变换图像进行多任务预测,得到每一任务的目标预测结果。由于对每一任务进行预测时,使用与每一任务相关的第二目标变换图像进行任务预测,提高了多任务模型的整体预测性能。本申请实施例能够提高多任务学习模型对不同任务的预测准确性。
技术关键词
共享图像
样本
策略
图像处理方法
参数
变换信息预测
多任务学习模型
电子设备
图像处理装置
可读存储介质
分支
线性
模块
处理器
存储器
计算机
强度
系统为您推荐了相关专利信息
客户端
蒸馏
服务器
数据
非暂态计算机可读存储介质
生成器网络
样本
堆叠结构
信号识别方法
随机噪声
交互特征
电信号
训练样本集
心血管系统
脑电传感器
日志分析方法
机器学习模型
数据
序列
可视化界面
自动编程方法
焊接机器人
数字孪生
焊缝
双机器人