申请/专利权人：北京京东拓先科技有限公司

申请日：2022-10-10

公开（公告）日：2023-01-13

公开（公告）号：CN115601320A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/26;G06V10/774;G06V10/82;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.07#实质审查的生效;2023.01.13#公开

摘要：本申请公开了模型训练方法和装置，涉及图像处理技术领域。该方法的一具体实施方式包括：获取训练样本集，通过以下方式对预设神经网络进行改进，得到目标神经网络：在预设神经网络编码器中，相邻的至少两个子模块中的每两个相邻子模块间，设置注意力图生成模块；基于第一损失函数，确定目标损失函数；基于目标损失函数、带标签样本图像集，对目标神经网络进行训练，得到分割模型。该实施方式有效提升了训练得到的分割模型的分割精度。

主权项：1.一种模型训练方法，所述方法包括：获取训练样本集，所述训练样本集包括带标签样本图像集，其中，标签用于指示样本图像各像素点的类别信息；通过以下方式对预设神经网络进行改进，得到目标神经网络：在预设神经网络编码器中，相邻的至少两个子模块中的每两个相邻子模块间，设置注意力图生成模块，所述注意力图生成模块用于根据所对应的两个子模块中低层级的子模块输出的特征图生成注意力图，并将所述注意力图输入所述两个子模块中高层级的子模块，以对高层级子模块的注意力图的生成进行监督，所述子模块包括卷积层；基于第一损失函数，确定目标损失函数，其中，所述第一损失函数基于目标神经网络针对样本图像的输出结果和样本图像的标签构建；基于所述目标损失函数、所述带标签样本图像集，对所述目标神经网络进行训练，得到分割模型。

全文数据：

权利要求：

百度查询： 北京京东拓先科技有限公司 模型训练、图像分割方法和装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD