摘要
本申请公开了一种图像特征提取网络训练方法及相关装置,涉及神经网络技术领域,先对图像数据集中各图像进行类别标注,同一类别标注的图像隶属于同一对象,不同类别的图像隶属于不同对象;再基于第一标注类别的图像构造查询样本和正样本,基于与第一标注类别不同的第二标注类别的图像构造负样本;能够避免将隶属于同一对象的不同图像同时构造为正样本和负样本,因此利用上述样本,采用对比学习方式对图像特征提取网络进行训练,能够提升图像特征提取网络的特征表达能力,使得训练好的图像特征提取网络更具鲁棒性,利用该图像特征提取网络提取图像高相似度场景的图像特征,能够提升图像特征的质量进而能够保证后续的图像处理效果。
技术关键词
样本
图像特征提取
网络训练方法
队列
计算机可读指令
主编码器
电子设备
网络训练装置
神经网络技术
对象
可读存储介质
存储计算机程序
计算机程序产品
处理器
图像处理
存储器
鲁棒性
系统为您推荐了相关专利信息
高分辨率遥感影像
面向对象数据
多尺度分割方法
矩阵
信息熵
禁忌搜索算法
种子
大语言模型
模糊测试方法
变异策略