内容提供者
文本检测模型的训练方法、装置、计算机设备和存储介质.pdf
2023-04-17
10金币
859KB
26页
是你****韵呀
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共26页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
文本检测模型的训练方法、装置、计算机设备和存储介质.pdf
本申请涉及一种文本检测模型的训练方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取图像样本集,图像样本集包括至少一个图像样本;通过参考模型获取图像样本的第一特征图以及第一预测结果;通过待训练模型获取图像样本的第二特征图以及第二预测结果;基于第一特征图和第二特征图,确定图像样本的相似度损失;根据第一预测结果和第二预测结果,确定图像样本的像素级损失;根据第二预测结果以及图像样本的标注结果,确定图像样本的真值损失;基于相似度损失、像素级损失以及真值损失,对待训练模型进行训练,得到文本检测模型。
2023-04-17
10
859KB
文本分类模型的训练方法、装置、设备和计算机存储介质.pdf
本发明涉及文本分类模型的训练方法、装置、设备和计算机存储介质,文本分类模型的训练方法包括:获取文本分类模型;获取文本训练数据;将Dropout层的概率值设置为0,得到第一预训练模型,并将文本训练数据输入第一预训练模型,得到第一概率分布;将Dropout层的概率值设置为p(0<p<1),得到第二预训练模型,并将文本训练数据输入第二预训练模型,得到第二概率分布;利用第一概率分布和第二概率分布计算文本分类模型的损失函数,并利用损失函数对文本分类模型的参数进行优化,得到训练完成的文本分
2023-05-17
10
866KB
文本区域检测模型训练方法、装置、电子设备和存储介质.pdf
本申请涉及图像识别领域，特别涉及一种文本区域检测模型训练方法、装置、电子设备和存储介质，用以解决现有技术检测效率低的技术问题。该方法包括：根据文本标注数据，提取出候选文本区域；计算候选文本区域中各个像素点与指定参考位置之间的相对距离值；将相对距离值映射为第一概率值，将第一概率值集合作为样本图像的标注数据，对卷积神经网络进行训练，得到文本区域检测模型。这样，采用本申请训练后的卷积神经网络，对待检测图像进行检测时，更充分地保留了边界处细节信息，检测准确度更高，也无需再基于广度优先搜索执行多次搜索过程，检测速度
2023-11-14
10
922KB
目标检测及模型训练方法、装置、设备和存储介质.pdf
本公开提供了一种目标检测及模型训练方法、装置、设备和存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能交通场景下。目标检测方法包括：对图像进行特征提取处理，以获得所述图像的多个阶段的图像特征；对所述图像进行位置编码处理，以获得所述图像的位置编码；基于所述多个阶段的图像特征以及所述位置编码，获得所述图像中的目标的所述多个阶段的检测结果；基于所述多个阶段的检测结果，获得目标检测结果。本公开可以提高目标检测精度。
2023-07-25
10
955KB
目标检测模型的训练方法、装置、设备和存储介质.pdf
本发明涉及模型训练领域，公开了一种目标检测模型的训练方法、装置、设备和存储介质。该方法包括：基于预训练数据集对第一网络模型进行预训练，获得预训练过的第一网络模型，其中，所述预训练数据集包括多张样本图像，各样本图像被平均划分为S1×S1个单元格，所述预训练数据集还包括各所述单元格的类别信息；根据预设检测任务对所述第一网络模型的输出层进行调整，获得调整后的第二网络模型，以使所述第二网络模型的输出层与所述预设检测任务相适配；基于训练数据集对所述第二网络模型进行训练，获得目标检测模型。本实施例提高了模型训练效率以
2023-07-21
10
414KB