-
公开(公告)号：CN118379387B
公开(公告)日：2024-10-01
申请号：CN202410822182.4
申请日：2024-06-25
Applicant: 浙江大学
IPC: G06T11/00 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06F40/30 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提供了一种基于基础模型的单域泛化方法，涉及图像处理技术领域，所述方法包括：通过扩散模型生成目标风格图像；根据图像语言转换模型，对所述目标风格图像进行风格统计，获得风格信息；获取源图像，根据所述图像语言转换模型处理所述源图像，获得输出特征；对所述输出特征和所述风格信息进行风格迁移，获得风格增强图像，以实现域的泛化。保证提升识别模型在未知领域中的适应能力。
-
公开(公告)号：CN118379387A
公开(公告)日：2024-07-23
申请号：CN202410822182.4
申请日：2024-06-25
Applicant: 浙江大学
IPC: G06T11/00 , G06T5/60 , G06N3/0455 , G06N3/0464 , G06N3/09 , G06F40/30 , G06V10/25 , G06V10/26 , G06V20/70 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/048
Abstract: 本发明提供了一种基于基础模型的单域泛化方法，涉及图像处理技术领域，所述方法包括：通过扩散模型生成目标风格图像；根据图像语言转换模型，对所述目标风格图像进行风格统计，获得风格信息；获取源图像，根据所述图像语言转换模型处理所述源图像，获得输出特征；对所述输出特征和所述风格信息进行风格迁移，获得风格增强图像，以实现域的泛化。保证提升识别模型在未知领域中的适应能力。
-
公开(公告)号：CN118379568B
公开(公告)日：2024-09-24
申请号：CN202410834565.3
申请日：2024-06-26
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/74 , G06V10/778
Abstract: 本发明提供了一种基于多教师模型的知识蒸馏方法，涉及图像处理技术领域，所述方法包括：确定多个教师模型中的主模型，将其他的教师模型作为辅模型；将辅模型的特征方向与主模型对齐，获得对齐特征；将对齐特征沿第二维度与主模型的特征叠加获得扩展特征，其中，扩展特征的特征维度高于主模型或辅模型的维度；对学生模型的中间层进行特征映射，获得映射特征；对扩展特征进行掩码处理，获得第一掩码特征；映射特征进行掩码处理，获得第二掩码特征；根据第一掩码特征和第二掩码特征确定掩码范数方向损失；根据损失函数优化学生模型，通过优化后的学生模型对图片进行分类识别，保证有效减少多教师模型知识蒸馏带来的知识损失。
-
公开(公告)号：CN118379568A
公开(公告)日：2024-07-23
申请号：CN202410834565.3
申请日：2024-06-26
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/74 , G06V10/778
Abstract: 本发明提供了一种基于多教师模型的知识蒸馏方法，涉及图像处理技术领域，所述方法包括：确定多个教师模型中的主模型，将其他的教师模型作为辅模型；将辅模型的特征方向与主模型对齐，获得对齐特征；将对齐特征沿第二维度与主模型的特征叠加获得扩展特征，其中，扩展特征的特征维度高于主模型或辅模型的维度；对学生模型的中间层进行特征映射，获得映射特征；对扩展特征进行掩码处理，获得第一掩码特征；映射特征进行掩码处理，获得第二掩码特征；根据第一掩码特征和第二掩码特征确定掩码范数方向损失；根据损失函数优化学生模型，通过优化后的学生模型对图片进行分类识别，保证有效减少多教师模型知识蒸馏带来的知识损失。
-
-
-
Search Results
4
records
(took 0.025 seconds)
