- 专利标题: 多任务因果学习的图像检测方法、装置、设备及介质
-
申请号: CN202310947023.2申请日: 2023-07-28
-
公开(公告)号: CN116958748B公开(公告)日: 2024-02-13
- 发明人: 廖清 , 李超洋 , 陈斌 , 王强 , 王轩
- 申请人: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 申请人地址: 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
- 专利权人: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 当前专利权人: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 当前专利权人地址: 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
- 代理机构: 北京三聚阳光知识产权代理有限公司
- 代理商 李博洋
- 主分类号: G06V10/774
- IPC分类号: G06V10/774 ; G06V10/771 ; G06V10/82 ; G06N3/0455 ; G06N3/0464 ; G06N3/08
摘要:
本发明涉及图像检测技术领域,公开了多任务因果学习的图像检测方法、装置、设备及介质,方法包括:根据多个样本特征对同一任务的重要性分数,从多个样本特征中筛选出干预特征;根据合并反事实特征,以及第二任务的反事实特征,确定第一任务对第二任务的因果亲和力;分别根据每个任务的反事实特征和样本特征的预测损失值生成第一正则约束项;根据第一任务的样本特征的预测损失值、第二任务的样本特征的预测损失值以及第一任务对第二任务的因果亲和力,生成第二正则约束项;根据判别损失函数、第一正则约束项和第二正则约束项,生成预测损失函数;根据预测损失函数对任务模型进行训练得到优化后的多任务模型。本发明能够提高图像检测的性能。
公开/授权文献
- CN116958748A 多任务因果学习的图像检测方法、装置、设备及介质 公开/授权日:2023-10-27