内容提供者
图像处理、图像处理模型的训练方法、装置、设备及介质.pdf
2023-07-24
10金币
1.2MB
33页
星星****眨眼
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33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
图像处理、图像处理模型的训练方法、装置、设备及介质.pdf
本申请公开了一种图像处理、图像处理模型的训练方法、装置、设备及介质，属于人工智能技术领域，涉及人工智能技术领域中的计算机视觉技术。该图像处理方法包括：获取待处理图像和图像处理模型，图像处理模型包括编码模型和解码模型，编码模型包括注意力模型和卷积模型，注意力模型基于全局信息进行编码，卷积模型基于局部信息进行编码；调用注意力模型和卷积模型基于全局信息和局部信息对待处理图像进行编码，得到目标编码特征；调用解码模型对目标编码特征进行解码，得到目标图像特征；基于目标图像特征，获取分割结果。此方式，目标图像特征通过综
2023-07-24
10
1.7MB
图像处理、图像处理模型的训练方法、装置、设备及介质.pdf
本申请公开了一种图像处理、图像处理模型的训练方法、装置、设备及介质，涉及人工智能技术领域中的计算机视觉技术。该图像处理方法包括：获取参考对象的待处理图像和目标图像处理模型，目标图像处理模型基于参考对象的样本图像和样本图像对应的标签训练得到，样本图像对应的标签用于指示样本图像中的第一样本像素点；调用目标图像处理模型对待处理图像的表征图像进行概率预测，得到第一概率图；基于第一概率图，获取目标对象的图像。此种方式，获取目标图像的效率较高，目标图像处理模型能够较为精准地识别出图像中的对应的对象类别为目标对象的像素
2023-07-24
10
1.2MB
图像处理方法、图像处理模型训练方法、装置及存储介质.pdf
本申请公开了图像处理方法、图像处理模型训练方法、装置及存储介质，涉及人工智能领域的计算机视觉、深度学习等领域。具体实现方案为：将所述待编辑图像在生成对抗网络的S空间进行编码，获取第一隐编码；其中，所述生成对抗网络为基于样式的生成对抗网络；将所述文本描述信息进行编码，获取文本图像的文本编码，并将所述文本编码在所述S空间上进行映射，获取第二隐编码；将所述第一隐编码和第二隐编码进行距离优化，获取满足距离要求的目标隐编码；基于所述目标隐编码生成所述目标图像。能够在编辑图像的某一部分时对其它无需编辑的部分产生的影响
2023-07-24
10
810KB
图像处理、图像处理网络训练方法、装置、设备及介质.pdf
本申请公开了一种图像处理、图像处理网络训练方法、装置、设备及介质，属于人工智能技术领域。本申请实施例，对于图像序列，除了提取时序特征之外，还创新性地获取图像序列的空间特征，这样提取到的特征不仅能够体现图像序列中至少两个图像中时序上的相关性，还能够体现图像序列中至少两个图像中空间上的相关性，综合两种特征进行图像重构，能够使得目标图像中融合有图像序列中更多的特征，从而提高目标图像的信噪比和准确性。
2023-07-25
10
1.5MB
图像处理模型的训练、图像处理方法、装置、设备及介质.pdf
本申请公开了图像处理模型的训练、图像处理方法、装置、设备及介质，属于人工智能技术领域。该图像处理模型的训练方法包括：获取三维的样本图像；调用第一图像处理模型对第一图像数据序列进行分类，得到第一分类结果；调用第二图像处理模型对第二图像数据序列进行分类，得到第二分类结果；利用第一分类结果和第二分类结果之间的损失函数更新第一图像处理模型的参数，得到更新后的图像处理模型；基于更新后的图像处理模型，获取目标图像处理模型。此种方法，利用第一分类结果和第二分类结果之间的损失函数提供监督信号，能够在减少对三维的图像的标签
2023-07-24
10
1KB