龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：长沙矿冶研究院有限责任公司
摘要：本发明提供一种低质图像表征模型的训练方法，属于视觉表征学习技术领域，有效解决了当前低质图像难以表征的挑战。本训练方法包括以下步骤：采用自适应GAN随机生成策略构建自监督训练数据集，并将训练数据集划分为训练集和验证集；构造初始的低质图像表征模型；将所构建的训练集输入到低质图像表征模型，输出图像的特征表示；依据图像的特征表示，计算低质图像表征模型的训练损失，并优化模型参数；输入所构建的验证集验证优化后的低质图像表征模型的性能，并保存该模型；迭代优化低质图像表征模型；从保存的模型中挑选性能最好的模型为最终的低质图像表征模型。
主权项：1.一种低质图像表征模型的训练方法，其特征在于，包括以下步骤：S100、采用自适应GAN随机生成策略构建自监督训练数据集，并将所述的自监督训练数据集划分为训练集和验证集；S200、构造由深度编码器、哈希层网络和二值网络组成的初始的低质图像表征模型；S300、输入步骤S100构建的训练集到低质图像表征模型，输出图像的特征表示；S400、依据所得图像的特征表示，计算低质图像表征模型的训练损失，并优化模型参数，得到优化后的低质图像保存模型；S500、输入S100构建的验证集验证S400优化后的低质图像表征模型的性能，并保存该模型；S600、重复步骤S300、S400和S500，迭代优化低质图像表征模型，直至满足终止优化的条件；S700、从保存的模型中挑选性能最好的模型为最终的低质图像表征模型。
全文数据：
权利要求：
百度查询： 长沙矿冶研究院有限责任公司 一种低质图像表征模型的训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号