[发明专利]模型训练方法、装置、终端及存储介质有效
| 申请号： | 201910215411.5 | 申请日： | 2019-03-20 |
| 公开（公告）号： | CN109948707B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 揭泽群 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06V20/70 | 分类号： | G06V20/70;G06V10/26;G06V10/774;G06V10/80;G06V10/82 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 郝传鑫;熊永强 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种模型训练方法、装置、终端及介质，其中方法包括：获取目标模型的训练图像和测试图像；调用目标模型对训练图像进行语义分割处理得到训练图像的多个层级特征，并对训练图像的多个层级特征进行逆向多尺度融合处理，得到训练图像的多尺度特征；调用目标模型对测试图像进行语义分割处理得到测试图像的多个层级特征，并对测试图像的多个层级特征进行逆向多尺度融合处理，得到测试图像的多尺度特征；根据训练图像的多尺度特征和测试图像的多尺度特征更新目标模型。本发明实施例可以更好地对目标模型进行更新训练，优化目标模型的语义分割性能，从而提高目标模型对图像进行语义分割预测的精度。 | ||
| 搜索关键词： | 模型 训练 方法 装置 终端 存储 介质 | ||
【主权项】：
1.一种模型训练方法，其特征在于，包括：获取目标模型的训练图像和测试图像；其中，所述训练图像的分布参数与所述测试图像的分布参数之间的差值大于预设阈值；调用所述目标模型对所述训练图像进行语义分割处理得到所述训练图像的多个层级特征，并对所述训练图像的多个层级特征进行逆向多尺度融合处理，得到所述训练图像的多尺度特征；调用所述目标模型对所述测试图像进行语义分割处理得到所述测试图像的多个层级特征，并对所述测试图像的多个层级特征进行逆向多尺度融合处理，得到所述测试图像的多尺度特征；根据所述训练图像的多尺度特征和所述测试图像的多尺度特征更新所述目标模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/patent/201910215411.5/，转载请声明来源钻瓜专利网。
