-
公开(公告)号：CN113065585A
公开(公告)日：2021-07-02
申请号：CN202110308488.4
申请日：2021-03-23
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开提供一种图像合成模型的训练方法、装置与电子设备，训练方法包括：对第一灰度图像样本和第二灰度遮罩图像样本进行合成处理，以获得合成图像样本；将采样图像样本数据输入至卷积神经网络进行训练，输出为单应性变换矩阵；根据单应性变换矩阵对第一灰度图像样本进行变换，以得第一灰度变换图像样本；确定第一灰度变换图像样本的第i个索引位置的第一像素值，第二灰度遮罩图像样本的第i个索引位置的第二像素值，并确定较大值；根据第一像素值、第二像素值和第二灰度遮罩图像样本的全部索引位置的像素值确定卷积神经网络的训练损失，并调整配置参数。通过本公开实施例，提升了单应性变换参数估计的准确性、图像合成的可靠性和适用性。
-
公开(公告)号：CN113065585B
公开(公告)日：2021-12-28
申请号：CN202110308488.4
申请日：2021-03-23
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开提供一种图像合成模型的训练方法、装置与电子设备，训练方法包括：对第一灰度图像样本和第二灰度遮罩图像样本进行合成处理，以获得合成图像样本；将采样图像样本数据输入至卷积神经网络进行训练，输出为单应性变换矩阵；根据单应性变换矩阵对第一灰度图像样本进行变换，以得第一灰度变换图像样本；确定第一灰度变换图像样本的第i个索引位置的第一像素值，第二灰度遮罩图像样本的第i个索引位置的第二像素值，并确定较大值；根据第一像素值、第二像素值和第二灰度遮罩图像样本的全部索引位置的像素值确定卷积神经网络的训练损失，并调整配置参数。通过本公开实施例，提升了单应性变换参数估计的准确性、图像合成的可靠性和适用性。
-
公开(公告)号：CN112036555B
公开(公告)日：2021-02-05
申请号：CN202011220215.6
申请日：2020-11-05
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开属于计算机技术领域，涉及一种目标检测框架的优化方法及装置、存储介质、电子设备。该方法包括：获取与目标检测框架对应的多个原始嵌入向量和多个标注向量，并对原始嵌入向量进行扩充得到多个嵌入向量；对多个嵌入向量进行计算得到目标代价矩阵；基于目标代价矩阵，利用局部最优解算法匹配多个嵌入向量和多个标注向量得到多组匹配向量；对多组匹配向量进行计算得到目标损失函数，并利用目标损失函数训练目标检测框架，以使用优化后的目标检测框架进行目标检测或全景分割。本公开扩充了匹配向量的个数，解决了目标检测框架训练样本少的问题，加快了学习率的训练过程，加速了嵌入向量和标注向量的匹配速度，解决了训练速度慢的问题。
-
公开(公告)号：CN112036555A
公开(公告)日：2020-12-04
申请号：CN202011220215.6
申请日：2020-11-05
Applicant: 北京亮亮视野科技有限公司
Abstract: 本公开属于计算机技术领域，涉及一种目标检测框架的优化方法及装置、存储介质、电子设备。该方法包括：获取与目标检测框架对应的多个原始嵌入向量和多个标注向量，并对原始嵌入向量进行扩充得到多个嵌入向量；对多个嵌入向量进行计算得到目标代价矩阵；基于目标代价矩阵，利用局部最优解算法匹配多个嵌入向量和多个标注向量得到多组匹配向量；对多组匹配向量进行计算得到目标损失函数，并利用目标损失函数训练目标检测框架，以使用优化后的目标检测框架进行目标检测或全景分割。本公开扩充了匹配向量的个数，解决了目标检测框架训练样本少的问题，加快了学习率的训练过程，加速了嵌入向量和标注向量的匹配速度，解决了训练速度慢的问题。
-
-
-
Search Results
4
records
(took 0.02 seconds)
