摘要
本申请涉及一种提升对比学习模型性能的多尺度语义信息增强方法和装置。所述方法包括:将YOLO目标检测模型和SAM语义分割模型进行级联,得到多尺度语义信息增强框架;所述YOLO目标检测模型用于识别输入图像中的目标,并且对目标采用边界框进行标注,所述SAM语义分割模型用于对边界框内的目标进行语义分割;利用所述多尺度语义信息增强框架提取输入的原始数据的增强数据;将所述原始数据和所述增强数据进行混合后,得到混合样本数据,采用所述混合样本数据在预训练阶段提升对比学习模型性能。采用本方法能够提升对比学习模型性能。
技术关键词
混合损失函数
语义分割模型
样本
数据
多尺度
定义
阶段
框架
级联
模块
图像
系统为您推荐了相关专利信息
知识图谱构建方法
大语言模型
文本
命名实体识别
信息抽取方法
云数据平台
云平台数据管理
多模态数据采集
输出端
分布式存储单元
脆度检测装置
力学传感器
声学传感器支架
硬件电路系统
穿刺组件
历史告警数据
告警数据分析
IMS核心网
密度聚类算法
数据中心