一种模型训练方法、关键点选择方法、装置、设备及介质

AITNT
正文
推荐专利
一种模型训练方法、关键点选择方法、装置、设备及介质
申请号:CN202511129049
申请日期:2025-08-13
公开号:CN120635632B
公开日期:2025-12-23
类型:发明专利
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
1
模型训练方法、烟草叶片病害识别诊断方法及相关装置
输出特征 叶片 识别诊断方法 模型训练方法 样本
2
基于点线融合的弱纹理动态场景视觉SLAM优化方法及系统
SLAM优化方法 动态场景 点线 图像 语义
3
一种数据集生成方法、模型训练方法及计算机
视频流 掩膜 生成方法 模型训练方法 图像分割模型
4
一种教科研培场景三阶段迭代式大模型训练方法
模型训练方法 阶段 场景 神经网络结构 梯度下降算法
5
一种基于X线胸片的慢性阻塞性肺疾病分级系统及方法
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
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