摘要
本申请提供一种多任务预测方法、电子设备及存储介质,该方法将目标图像输入至训练完成的多任务模型中,通过该模型中的焦点卷积模块,对目标图像进行卷积处理,通过该模型中的卷积模块组,提取多任务之间的初始共享特征,进而提取多任务之间的最终共享特征与各任务的独立特征,并将最终共享特征输入至连接的其他卷积模块组中,以便于其他卷积模块组在另一个尺度进行共享特征与独立特征的提取,最后将各任务的独立特征输入至各任务对应的多尺度融合模块中,由多尺度融合模块融合对应任务的不同尺度下的各独立特征,输出相应的任务预测结果,使得各任务之间保持共享的同时,支持各任务的独立性,解决多任务之间的冲突与不平衡问题。
技术关键词
卷积模块
多任务预测方法
独立特征
拼接单元
矩阵
残差模块
参数
预训练模型
电子设备
切片
焦点
可读存储介质
图像
计算机
多尺度
程序
指令
存储器
系统为您推荐了相关专利信息
动态情绪识别方法
情绪识别模型
交叉注意力机制
脑电信号特征
卷积模块