圖像處理方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202011572699.0 申請日 -
公開(公告)號 CN112766307A 公開(公告)日 2021-05-07
申請公布號 CN112766307A 申請公布日 2021-05-07
分類號 G06K9/62(2006.01)I;G06N3/08(2006.01)I 分類 -
發(fā)明人 周爭光;姚聰;王鵬;陳坤鵬 申請(專利權(quán))人 深圳曠視金智科技有限公司
代理機(jī)構(gòu) 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 代理人 何少巖
地址 100090北京市海淀區(qū)科學(xué)院南路2號融科資訊中心A座316-318
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┮环N圖像處理方法、裝置、電子設(shè)備及可讀存儲介質(zhì),方法包括:將待處理圖像輸入至量化神經(jīng)網(wǎng)絡(luò)模型,并輸出圖像處理結(jié)果。而量化神經(jīng)網(wǎng)絡(luò)模型則通過以下方式得到:獲取預(yù)先標(biāo)注的訓(xùn)練樣本,采用訓(xùn)練樣本對待訓(xùn)練的量化神經(jīng)網(wǎng)絡(luò)模型,以及該量化神經(jīng)網(wǎng)絡(luò)模型與預(yù)設(shè)的各非量化網(wǎng)絡(luò)結(jié)構(gòu)結(jié)合在一起構(gòu)成的輔助網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練,得到每次迭代訓(xùn)練過程中輔助網(wǎng)絡(luò)對應(yīng)的第一損失值,以及量化神經(jīng)網(wǎng)絡(luò)模型對應(yīng)的第二損失值,進(jìn)而在滿足預(yù)設(shè)收斂條件時(shí)停止迭代。這樣得到的量化神經(jīng)網(wǎng)絡(luò)模型,量化權(quán)重在訓(xùn)練時(shí)受非量化網(wǎng)絡(luò)影響,使量化神經(jīng)網(wǎng)絡(luò)模型權(quán)重參數(shù)更易于訓(xùn)練和收斂,使最終得到的量化神經(jīng)網(wǎng)絡(luò)模型性能更優(yōu),進(jìn)而使得圖像處理效果更好。??