[发明专利]损失函数的自适应方法、装置、设备和存储介质有效
| 申请号: | 202011612739.X | 申请日: | 2020-12-30 |
| 公开(公告)号: | CN112651453B | 公开(公告)日: | 2023-10-13 |
| 发明(设计)人: | 官晨晔;张良俊 | 申请(专利权)人: | 北京百度网讯科技有限公司;百度(美国)有限责任公司 |
| 主分类号: | G06V10/44 | 分类号: | G06V10/44;G06V10/80;G06V10/774;G06V10/82;G06N3/08 |
| 代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 王萌 |
| 地址: | 100085 北京市*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 损失 函数 自适应 方法 装置 设备 存储 介质 | ||
1.一种损失函数的自适应方法,包括:
获取多通道图像的多通道梯度特征图;
根据所述多通道梯度特征图,输出单通道梯度特征图;
根据所述单通道梯度特征图以及阈值损失条件,输出掩码损失图或者加权损失图。
2.根据权利要求1所述的方法,其中,获取多通道图像的多通道梯度特征图包括:
对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解,得到每个空间位置与其邻域位置之间的梯度图;
利用平行的编码器分别对所述梯度图梯度进行编码,得到多通道梯度特征图。
3.根据权利要求2所述的方法,其中,所述编码器包括以下至少一种:预计算的固定编码器;在线学习的编码器;恒等变换编码器。
4.根据权利要求1所述的方法,其中,根据所述多通道梯度特征图,输出单通道梯度特征图,包括:
对所述多通道梯度特征图进行通道维度融合,输出单通道梯度特征图。
5.根据权利要求1所述的方法,其中,根据所述单通道梯度特征图以及阈值损失条件,输出掩码损失图,包括:
当阈值损失条件为是,根据预设阈值,对所述单通道梯度特征图进行掩码化处理,得到有效掩码;根据所述有效掩码,对原始损失图进行空间维度上的过滤,得到掩码损失图。
6.根据权利要求5所述的方法,其中,根据预设阈值,对所述单通道梯度特征图进行掩码化处理,得到有效掩码,包括:
根据多个预设阈值,对不同范围的单通道梯度特征图进行不同滤波处理,得到多个有效掩码。
7.根据权利要求1所述的方法,其中,根据所述单通道梯度特征图以及阈值损失条件,输出加权损失图,包括:
当阈值损失条件为否,对所述单通道梯度特征图进行空间维度的标准化处理,得到损失权重图;将所述损失权重图与原始损失图进行元素级别的乘积,输出加权损失图。
8.一种损失函数的自适应装置,包括:
获取模块,用于获取多通道图像的多通道梯度特征图;
第一处理模块,用于根据所述多通道梯度特征图,输出单通道梯度特征图;
第二处理模块,用于根据所述单通道梯度特征图以及阈值损失条件,输出掩码损失图或者加权损失图。
9.根据权利要求8所述的装置,其中,所述获取模块包括:
梯度求解单元,用于对所述多通道图像的每个空间位置进行与该空间位置的邻域位置之间的梯度求解,得到每个空间位置与其邻域位置之间的梯度图;
编码单元,用于利用平行的编码器分别对所述梯度图梯度进行编码,得到多通道梯度特征图。
10.根据权利要求8所述的装置,其中,所述第一处理模块用于对所述多通道梯度特征图进行通道维度融合,输出单通道梯度特征图。
11.根据权利要求8所述的装置,其中,所述第二处理模块包括:
掩码计算单元,用于当阈值损失条件为是,根据预设阈值,对所述单通道梯度特征图进行掩码化处理,得到有效掩码;
掩码损失求解单元,用于根据所述有效掩码,对原始损失图进行空间维度上的过滤,得到掩码损失图。
12.根据权利要求11所述的装置,其中,所述掩码损失求解单元用于根据多个预设阈值,对不同范围的单通道梯度特征图进行不同滤波处理,得到多个有效掩码。
13.根据权利要求8所述的装置,其中,所述第二处理模块包括:
权重计算单元,用于当阈值损失条件为否,对所述单通道梯度特征图进行空间维度的标准化处理,得到损失权重图;
加权损失求解单元,用于将所述损失权重图与原始损失图进行元素级别的乘积,输出加权损失图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司;百度(美国)有限责任公司,未经北京百度网讯科技有限公司;百度(美国)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011612739.X/1.html,转载请声明来源钻瓜专利网。





