摘要
本申请涉及计算机视觉技术领域,特别涉及一种模型训练方法、关键点选择方法、装置、设备及介质。所述方法具体包括通过特征提取模块确定训练图像数据的第一高维特征图和变换图像数据的第二高维特征图;通过关键点检测模块输出的第一预测关键点概率图、第一预测描述符向量图、第二预测关键点概率图和第二预测描述符向量图构建损失函数项,并基于损失函数项训练关键点检测模型。本申请通过采用包含RGB图像和深度图像的训练图像数据以及训练图像数据对应的变换图像数据作为待训练的关键点检测模型的输入项,融合了RGB与深度信息,有效提取多尺度特征,使得关键点检测模型可以有效利用二维图像信息和深度信息,可以提高关键点检测模型的检测准确性。
技术关键词
变换图像数据
训练图像数据
关键点
模型训练方法
描述符
RGB特征
特征提取模块
注意力
深度特征提取
融合特征
特征提取单元
计算机可读程序
模型训练装置
矩阵
二维图像信息
计算机视觉技术
可读存储介质
多尺度特征
系统为您推荐了相关专利信息
视频流
掩膜
生成方法
模型训练方法
图像分割模型
模型训练方法
阶段
场景
神经网络结构
梯度下降算法
X线胸片
慢性阻塞性肺疾病
条件生成对抗网络
深度神经网络
金字塔池化模块