目标识别网络的训练方法、装置和系统.pdf
一条****淑淑
亲,该文档总共16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
目标识别网络的训练方法、装置和系统.pdf
公开了一种目标识别网络的训练方法、装置和系统。所述训练方法,包括:获取接触网图像,并获取所述接触网图像中至少一个对象的预选框;利用目标识别网络中的第一目标识别分支网络对所述接触网图像进行处理,得到第一识别结果,并利用所述目标识别网络中的第二目标识别分支网络对所述接触网图像进行处理,得到第二识别结果;根据所述预选框与所述第一识别结果之间的第一差异,以及所述第一识别结果和所述第二识别结果之间的第二差异,调整所述第一目标识别分支网络的网络参数。
目标重识别网络的训练方法及装置、目标重识别方法.pdf
本发明提供一种目标重识别网络的训练方法、目标重识别方法、装置、存储介质及电子设备,用以解决基于浅层数据训练目标重识别网络时,目标重识别网络的性能不佳的问题。该目标重识别网络的训练方法包括:获取设定数量的样本图像并将其输入到孪生结构的第一特征编码网络和第二特征编码网络;基于第一特征编码网络输出的预测向量计算分类损失;以及基于第一特征编码网络输出的第一特征向量,和特征记忆存储器中存储的第二特征向量,计算成对余弦损失;基于所计算的分类损失和所计算的成对余弦损失,获得第一特征编码网络的调整参数;基于调整参数,通过
目标识别模型训练方法和装置、目标识别方法和装置.pdf
本公开提供了一种目标识别模型训练方法和装置,涉及计算机视觉、深度学习等技术领域。该方法的一具体实施方式包括:基于获取的原始数据,得到无标注数据和标注数据;获取预先建立的目标识别网络;执行以下训练步骤:将选取的无标注数据和选取的标注数据输入目标识别网络,计算选取的无标注数据中第一数据和增强后的第一数据的一致性损失,得到无标注损失值;计算选取的标注数据的交叉熵损失、选取的标注数据中处理数据和增强后的处理数据的一致性损失,得到标注损失值;基于无标注损失值和标注损失值,计算目标识别网络的损失值;若目标识别网络满足
图像识别和神经网络模型的训练方法、装置和系统.pdf
本申请涉及一种图像识别和神经网络模型的训练方法、装置、系统和可读存储介质。该方法包括:获取待处理图像组;待处理图像组包括属于同一对象的多个待处理图像;将待处理图像组输入神经网络模型中,输出待处理图像组的目标融合特征;神经网络模型包括至少一个卷积块、一个特征融合块和一个全局处理块;特征融合块位于任一卷积块之后,且位于全局处理块之前,用于对待处理图像组中各待处理图像经过卷积处理得到的中间特征进行融合处理,得到待处理图像组的中间融合特征;全局处理块用于对中间融合特征进行全局处理,得到目标融合特征;采用待处理图像
图像识别和神经网络模型的训练方法、装置和系统.pdf
本申请涉及一种图像识别和神经网络模型的训练方法、装置、系统和可读存储介质。该方法包括:获取待识别图像;将待识别图像输入神经网络模型,输出待识别图像的目标图像特征;神经网络模型是基于属于多个训练数据集的各样本图像进行训练的,任意两个训练数据集对应的数据集特征距离之间的差值小于预设阈值;数据集特征距离为数据集类间特征距离或数据集类内特征距离;根据与神经网络模型对应的判定阈值,对目标图像特征进行图像识别处理,得到待识别图像的图像识别结果。针对不同数据集,采用本方法能够可以表现出较为均衡的图像识别性能。