摘要
本公开提供一种光谱匹配模型的训练方法、光谱匹配方法、装置及设备,包括:获取训练样本;将训练样本输入初始深度学习模型的特征提取网络进行特征提取得到光谱特征;将光谱特征输入初始深度学习模型的全连接层进行灯珠预测,得到每种型号的灯珠被选择的预测概率;根据预测概率确定候选灯珠集合;将候选灯珠集合输入组合优化网络进行灯珠组合,得到同时匹配至少一张目标光谱的目标灯珠组合以及每张目标光谱对应的目标灯珠组合的光通量配比;基于目标灯珠组合的光通量配比下的测试光谱和对应目标光谱计算损失值;以最小化损失值为优化目标,调整初始深度学习模型的网络参数,得到训练好的光谱匹配模型。本方案实现了高效、精准的光谱匹配。
技术关键词
深度学习模型
灯珠
光谱匹配方法
特征提取网络
亮度
特征提取模块
计算机
物理
训练装置
成分分析
匹配模块
处理器
指令
可读存储介质
参数
电子设备
程序