图像分类方法、装置和计算机可读存储介质.pdf
淑然****by
亲,该文档总共13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
图像分类方法、装置和计算机可读存储介质.pdf
本发明公开了一种图像分类方法、装置和计算机可读存储介质,涉及图像处理技术领域。图像分类方法包括:从待分类图像中提取目标对象;提取待分类图像的特征以及目标对象的特征,并将提取的特征进行融合;将融合后的特征输入到分类器中,获得对待分类图像的分类结果。本发明可以对待分类图像和目标对象的特征均进行提取和融合,从而采用同时具备视觉语义信息和视觉显著性信息的特征进行分类,提高了图像分类的准确性。
图像分类方法、装置以及计算机可读存储介质.pdf
本发明涉及图像处理技术领域,具体提供一种图像分类方法、装置以及计算机可读存储介质,旨在解决如何提高图像分类准确性与效率的问题。为此目的,本发明的方法包括:将当前教师模型的特征提取网络划分成至少一个第一特征提取层,将学生模型的特征提取网络划分成至少一个第二特征提取层且第一、第二特征提取层一一对应;获取当前教师模型中第一特征提取层提取到的教师图像特征以及获取与第一特征提取层对应的第二特征提取层提取到的学生图像特征。采用知识蒸馏方法,使所有教师模型同时指导学生模型使用每个教师模型各自对应的教师图像特征与学生图像
图像分割方法、装置和计算机可读存储介质.pdf
本公开涉及一种图像分割方法、装置和计算机可读存储介质,涉及计算机技术领域。本公开的方法包括:将源域图像和目标域图像分别输入第一生成对抗网络,基于对抗学习对第一生成对抗网络进行训练,得到训练完成的第一生成对抗网络,其中,第一生成对抗网络中第一生成器为图像分割模型;将目标域图像划分为第一集合和第二集合,其中,第一集合中的目标域图像通过训练完成的第一生成对抗网络中图像分割模型后,得到的分割结果作为标注信息,第二集合中目标域图像不设置标注信息;将第一集合和第二集合中的目标域图像分别输入第二生成对抗网络,基于对抗学
图像处理方法、装置和计算机可读存储介质.pdf
本公开涉及一种图像处理方法、装置和计算机可读存储介质,涉及计算机技术领域。本公开的方法包括:将待处理图像输入图像分割网络中的语义分割模型和细节提取模型;其中,细节提取模型用于获取待处理图像的细节特征;获得语义分割模型输出的待处理图像的第一特征张量,以及细节提取模型输出的待处理图像的第二特征张量;根据第一特征张量和第二特征张量,确定待处理图像中各个像素点所属的类别,从而确定待处理图像的分割结果;其中,图像分割网络还包括:辫形模块;语义分割模型的中间层和对应的细节提取模型的中间层通过辫形模块连接;辫形模块用于
图像处理方法、装置和计算机可读存储介质.pdf
本公开一种图像处理方法、装置、电子设备和计算机可读存储介质。其中方法包括:获取原始高动态范围图像;对所述原始高动态范围图像进行非线性变换,得到非线性变换图像;将所述非线性变换图像中每个像素点的像素值压缩到0到1之间,得到目标高动态范围图像。本公开实施例通过将原始高动态范围图像转换为非线性变换图像;将所述非线性变换图像中每个像素点的像素值压缩到0到1之间,使得目标高动态范围图像的像素值保持在0到1之间,可以减少图像存储空间,及在图像处理器带宽有限的情况下的,可以提升高动态范围渲染效果的还原精度,并且取可以近