摘要
本申请实施例提供了一种图像筛选方法、图像识别方法、装置及电子设备,涉及计算机视觉技术领域。方法包括:从所有待筛选的图像中选择一个当前未进行筛选的图像,作为当前待筛选的图像;将当前待筛选的图像输入至预先训练的质量评价模型,得到预测子评分,并根据各预测子评分和各分支网络表征的各质量评价维度当前的权重,计算当前待筛选的图像的预测总评分;若当前待筛选的图像的预测总评分属于预设范围,则根据当前的过滤比例和目标过滤比例,基于强化学习算法对各质量评价维度当前的权重进行调整,并在当前待筛选的图像的预测总评分不小于预设过滤阈值的情况下,确定当前待筛选的图像的筛选结果为保留。如此,能够提高图像筛选的效率。
技术关键词
图像筛选方法
网络表征
对象
样本
强化学习算法
图像识别方法
分支
本子
图像识别装置
计算机视觉技术
电子设备
图像获取模块
可读存储介质
特征提取模块
聚类
筛选装置
存储器
系统为您推荐了相关专利信息
数字孪生模型
物流
对象可视化方法
生成对抗网络
机器学习模型
图像处理方法
图像转换模块
电子设备
计算机程序产品
可读存储介质
智能问答方法
意图类别
问答模型
智能问答装置
意图识别模型
比率
数值模拟计算方法
拉丁超立方抽样方法
误差函数
BP神经网络预测
胶囊网络
轴承故障诊断方法
小波阈值去噪算法
语义向量
样本