摘要
本发明涉及人工智能技术领域,揭露一种多视图牙冠修复模型训练方法、装置、设备及介质,该方法包括:根据3D牙齿模型的正交投影数据计算多视图深度图像;利用预构建的多视图生成模型对多视图深度图像进行初始修复,得到修复深度图像;根据修复深度图像计算多视图深度图像对应的多视图修复损失值以及多维度损失函数值;根据多视图修复损失值以及多维度损失函数值对多视图生成模型进行参数优化,得到目标多视图牙冠修复模型。通过本发明的实施,可以利用多个视角的信息,使得模型训练时不仅在每个视图内部保持一致性,而且在不同视图之间也能保证一致性,进而提高目标多视图牙冠修复模型进行牙冠深度图修复的准确度。
技术关键词
模型训练方法
牙冠
图像
牙齿模型
多尺度
超参数
深度图修复
点云
模型训练装置
投影面
像素
人工智能技术
坐标
数据分布
网格
电子设备
处理器通信