摘要
本发明涉及图像处理、机器学习技术领域,为提出一种提升基于扩散模型的多任务视觉基础模型图像生成质量的方法,本发明,基于扩散模型的多任务视觉基础模型图像生成方法,包括根据任务数量扩展的视觉低级语义信息学习适配器和带有反馈辅助学习机制的多任务视觉基础模型两部分,根据任务数量扩展的视觉低级语义信息学习适配器,包含一组并行的特定于不同任务的小权重卷积层模块,以及在这些特定任务的卷积层模块之后串接一个在不同任务间共享的卷积层模块;反馈辅助学习机制通过该最小化反馈损失,指导多任务视觉基础模型更好地训练以促进最终图像生成质量的提高。本发明主要应用于图像处理场合。
技术关键词
多任务
图像生成方法
卷积模块
视觉
适配器
基础
机制
解码器结构
人体姿势
噪声图像
边缘检测模型
生成输出图像
语义分割模型
策略
参数
机器学习技术
编码器
深度图
系统为您推荐了相关专利信息
区域内物品
多模态数据融合
深度传感器
物体检测
区分方法
人脸表情识别
特征提取网络
注意力机制
卷积模块
学生
档案查询方法
候选字词
语句
档案查询系统
语音特征