公开(公告)号：CN117291939A

公开(公告)日：2023-12-26

申请号：CN202210673993.3

申请日：2022-06-15

Applicant: 华为云计算技术有限公司

Inventor： 陈鑫 ,  田奇 ,  张恒亨 ,  王延峰 ,  常峰 ,  张娅

IPC: G06T7/12 ,  G06T7/136 ,  G06T7/194 ,  G06T7/33 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请实施例提供一种分割模型训练方法及装置。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：获取训练数据集，该训练数据集包括多个训练图像；进一步地，根据该训练数据集进行配准学习和超像素分割学习，得到分割模型的初始模型参数；并基于该初始模型参数训练分割模型。本申请能够提升分割模型在分割任务中的边缘感知力，从而提升该分割模型的分割效果。

公开(公告)号：CN117437440A

公开(公告)日：2024-01-23

申请号：CN202210801213.9

申请日：2022-07-08

Applicant: 华为云计算技术有限公司

Inventor： 陈鑫 ,  田奇 ,  张恒亨 ,  王延峰 ,  姜宇轩 ,  张娅

IPC: G06V10/72 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 一种模型训练方法，应用于人工智能领域，能够提高模型的领域泛化能力。该方法中，模型在训练过程中基于输入图像的特征统计信息和其他域的图像的特征统计信息来预测输入图像所在域的特征统计信息，进而基于输入图像所在域的特征统计信息对输入图像进行处理。由于模型在预测特征统计信息的过程中，既考虑了输入图像与其他域的图像之间的共性，还结合了输入图像本身的特征分布独特性，因此模型能够有效地预测得到输入图像所在域的特征分布信息。这样一来，在模型学会预测输入图像所在域的特征分布的基础上，能够基于输入图像所在域的特征分布对输入图像进行处理，有效地提高了模型的领域泛化能力。