一种自监督学习中的无监督密集性能估计与模型选择方法

AITNT
正文
推荐专利
一种自监督学习中的无监督密集性能估计与模型选择方法
申请号:CN202510596418
申请日期:2025-05-09
公开号:CN120543980A
公开日期:2025-08-26
类型:发明专利
摘要
本发明提供一种自监督学习中的无监督密集性能估计与模型选择方法,方法包括:在用于图像的密集预测任务的模型的多轮迭代训练过程中,设置多个检查点,并保存各个检查点下的模型参数,得到多个模型;利用预设的密集性能评估方式,在未利用图像的标注标签的情况下,根据每个模型提取的评估图像集中各个图像的若干密集表征,评估每个模型的在密集预测任务上的密集性能指标;基于多个模型各自的密集性能指标,选择在密集预测任务的下游任务中表现最好的模型,有效抑制密集表征退化现象,适用范围广。
技术关键词
检查点 图像 度量 特征值 标签 处理器 可读存储介质 存储器 因子 样本 电子设备 指令 语义 参数 计算机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号