摘要
本发明涉及图像处理技术领域,涉及一种内涝检测大模型训练方法、训练装置、检测方法及设备;其中,一种内涝检测大模型训练方法,包括:获取训练数据集,训练数据集包括有标注数据集和未标注数据集;构建内涝检测大模型的网络结构;利用有标注数据集和未标注数据集训练内涝检测大模型的网络,在每次训练时,利用内涝检测大模型获得已标注内涝图像的预测,并按照预设规则处理未标注内涝图像,得到未标注内涝图像的伪标签;利用对已标注内涝图像的预测和未标注内涝图像的伪标签计算内涝检测大模型的损失函数,利用损失函数优化内涝检测大模型的网络参数,得到最终的内涝检测大模型。本发明可以实现高精度、低成本的像素级内涝检测。
技术关键词
模型训练方法
标签
预测类别
损失函数优化
数据
网络结构
模型训练装置
处理器
图像处理技术
电子设备
教师
误差
参数
存储器
像素
表达式
低成本
系统为您推荐了相关专利信息
激光测距装置
漆包扁线
激光测距模块
深度残差网络模型
电压检测模块
合规性
编码检测技术
深度学习模型
分布式计算架构
动态规则引擎
配电网规划方法
配电网规划模型
出力曲线
聚类优化方法
电源
图像平滑算法
纹理
滤波方法
全局优化框架
增广拉格朗日