申请/专利权人:北京百度网讯科技有限公司
申请日:2022-09-30
公开(公告)日:2024-04-12
公开(公告)号:CN117876839A
主分类号:G06V10/82
分类号:G06V10/82;G06V10/764;G06V10/77;G06T5/50;G06N3/04;G06N3/09
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本公开提供了神经网络的训练方法、利用神经网络进行图像处理的方法。神经网络的训练方法包括:对多个原始图像进行不同的第一图像数据增强操作和第二图像数据增强操作以得到多个第一样本图像和多个第二样本图像;将多个第一样本图像输入第一编码子网络以得到多个第一样本图像特征;将多个第二样本图像输入第二编码子网络以得到多个第二样本图像特征;基于多个第一样本图像特征和多个第二样本图像特征确定第一损失值;响应于确定多个原始图像具有真实标签,将多个第一样本图像特征输入预测子网络以得到样本预测结果;基于多个原始图像的真实标签和样本预测结果确定第二损失值;基于第一损失值和第二损失值确定综合损失值,以调整神经网络的参数。
主权项:1.一种神经网络的训练方法,所述神经网络包括第一编码子网络、第二编码子网络、以及预测子网络,所述方法包括:对样本图像序列所包括的多个原始图像中的每一个原始图像进行第一图像数据增强操作和不同于所述第一图像数据增强操作的第二图像数据增强操作,以得到与所述多个原始图像对应的多个第一样本图像和多个第二样本图像;将所述多个第一样本图像输入第一编码子网络,以得到与所述多个第一样本图像对应的多个第一样本图像特征;将所述多个第二样本图像输入第二编码子网络,以得到与所述多个第二样本图像对应的多个第二样本图像特征;基于所述多个第一样本图像特征和所述多个第二样本图像特征,确定第一损失值;响应于确定所述多个原始图像各自具有对应的真实标签,将所述多个第一样本图像特征输入所述预测子网络,以得到与所述多个原始图像对应的多个样本预测结果;基于所述多个原始图像各自的真实标签和所述多个样本预测结果,确定第二损失值;基于所述第一损失值和所述第二损失值,确定综合损失值;以及基于所述综合损失值调整所述神经网络的参数,以得到训练后的神经网络。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 神经网络的训练方法、利用神经网络进行图像处理的方法
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。