公开(公告)号：CN118072144A

公开(公告)日：2024-05-24

申请号：CN202410348087.5

申请日：2024-03-26

Applicant: 中国科学院计算技术研究所

Inventor： 许倩倩 ,  戴思然 ,  温佩松 ,  杨智勇 ,  黄庆明

IPC: G06V10/82 ,  G06V10/26 ,  G06V20/70 ,  G06V10/40 ,  G06N3/045 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明提供了一种图像分割模型的训练方法以及图像分割方法，本发明通过多方面的改进，可以让模型在特征学习的阶段更好地学习对齐物体局部、物体、含有物体的场景下的特征，低成本且高效地提高了模型在不同场景噪声下对物体的分辨能力，有助于提升下游图像分割模型的性能。

公开(公告)号：CN117576496A

公开(公告)日：2024-02-20

申请号：CN202311286454.5

申请日：2023-10-07

Applicant: 中国科学院计算技术研究所

Inventor： 黄庆明 ,  戴思然 ,  许倩倩 ,  杨智勇 ,  操晓春

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/776 ,  G06V10/82 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明实施例提供了一种图像二分类模型的训练方法，图像二分类模型用于判定图像为二分类中的一类的概率，该方法包括：S1、获取原始图像训练集；S2、对所述原始图像训练集按照预设的规则添加分布扰动，得到对应的图像对抗训练集；S3、利用图像对抗训练集对所述图像二分类模型进行多次迭代训练，并在每次迭代训练时基于正样本为目标图像的概率预测值以及负样本为目标图像的概率预测值计算图像二分类模型的性能评估结果；S4、根据图像二分类模型的性能评估结果，基于目标逐样本损失函数更新图像对抗训练集以及图像二分类模型中可学习的参数。通过上述方法训练图像二分类模型，提高了AUC在分布扰动下的鲁棒性，从而提高图像二分类模型的性能。