摘要
本申请实施例提供一种多任务图像处理模型训练方法、装置、设备、介质及产品。在该方法中,通过将训练数据集中选取的训练图像分别输入至初始多任务图像处理模型和每个图像处理单任务对应的单任务图像处理模型中,得到每个图像处理单任务对应的特征图和处理结果,以及多任务特征图后,根据特征图、处理结果和多任务特征图计算损失值。进而根据损失值和训练数据集对初始多任务图像处理模型进行模型训练,得到目标多任务图像处理模型。本方案中训练数据集中每张图像具有一个图像处理单任务的标签,这些图像为已有的图像,无需对这些图像进行加工,减少了训练成本和制作图像的成本,也提高了训练效率。
技术关键词
图像处理模型
多任务
标签
网络
数据
掩膜
图像分割模型
处理器
计算机程序产品
转换器
训练装置
通信接口
可读存储介质
精度
存储器
电子设备
模块
系统为您推荐了相关专利信息
自动测试工具
显示器显示画面
图像处理算法
项目
自动测试系统
线性关系模型
电压
梯度下降法
闪存设备
模型更新
地形特征
数字高程模型数据
特征点
身份识别信息
植被
人工智能诊断系统
特征信息库
神经系统
患者
特征提取单元