摘要
本发明所提供的循环蒸馏的牙齿分割模型训练方法、装置、终端及介质,属于图像处理技术领域,所述方法包括:生成若干组互不重叠的数据子集;为每组数据子集分配初始牙齿分割模型,并通过多模型协作方式进行迭代训练;在每次迭代训练过程中,利用训练子集更新参数,利用验证子集生成漏检伪标签图像和误检伪标签图像,并基于所有初始牙齿分割模型生成的漏检伪标签图像和误检伪标签图像更新每个训练子集,以用于下一次迭代训练;当达到训练结束条件时,得到多个经训练的牙齿分割模型。本发明通过在每次迭代中动态融合跨模型的漏检伪标签图像与误检伪标签图像,可抑制噪声伪标签的误差累积,进而有效提升牙齿分割模型的预测精度。
技术关键词
分割模型训练方法
预测特征
标签
蒸馏
牙齿特征
协作方式
交互特征
多模型
数据
可抑制噪声
模型训练装置
可读存储介质
图像处理技术
处理器
终端
参数
程序
模块
索引
系统为您推荐了相关专利信息
交通流预测方法
蒸馏
特征提取模块
层级
动态路径规划
间隙特征
字符
命名实体识别方法
预训练语言模型
关系
中文命名实体
序列
BiLSTM模型
全局最优化
训练语言模型
氢气储罐
检测预警方法
储罐材料
罐体
检测预警系统