摘要
本发明涉及图像预训练技术领域,尤其涉及一种图像预训练模型的训练方法、系统及存储介质。所述方法包括以下步骤:采集原始训练图像,并进行高维特征映射和金字塔变换,以生成多分辨率特征体,基于特征体对图像进行纹理清晰度判定,筛分出瑕疵训练图像和合格训练图像,对于瑕疵训练图像,采用溯源纠正技术修正为瑕疵纠正训练图像,并构建正负对比图像以训练瑕疵图像预训练模型,同时,对合格训练图像进行弱扰动变换,生成扰动前后正例对以训练合格图像预训练模型,将两个预训练模型集成为协同样本流,通过集成预训练获得高性能的集成图像预训练模型。本发明实现了图像质量分级与差异建模,提高了瑕疵识别精度,增强了模型泛化能力。
技术关键词
预训练模型
瑕疵
多分辨率特征
融合纹理特征
图像特征数据
双模态
训练系统
金字塔
多任务
语义
多尺度分块
标签
样本
原始图像数据
掩膜
集成训练
纠正技术
系统为您推荐了相关专利信息
文本编码器
命名实体识别方法
预训练模型
视觉特征
解码矩阵
序列二次规划算法
深度循环神经网络
调控方法
长短期记忆网络
模型预测控制系统
多波长
样本
特征提取网络
化学发光法
特征融合网络
电子线路板
深度学习模型
多任务学习方法
多任务学习模型
表达式