发明公开
- 专利标题: 特征提取模型训练方法、装置、电子设备及存储介质
-
申请号: CN202310193241.1申请日: 2023-03-02
-
公开(公告)号: CN117218468A公开(公告)日: 2023-12-12
- 发明人: 王玥 , 彭瑾龙 , 张江宁 , 易冉 , 王亚彪 , 汪铖杰 , 吴永坚
- 申请人: 腾讯科技(上海)有限公司
- 申请人地址: 上海市徐汇区虹梅路1801号C区5层
- 专利权人: 腾讯科技(上海)有限公司
- 当前专利权人: 腾讯科技(上海)有限公司
- 当前专利权人地址: 上海市徐汇区虹梅路1801号C区5层
- 代理机构: 广州三环专利商标代理有限公司
- 代理商 贾允
- 主分类号: G06V10/774
- IPC分类号: G06V10/774 ; G06V10/82 ; G06V10/40 ; G06N3/08 ; G06N3/0464 ; G06N3/045 ; G06N3/0475
摘要:
本申请公开了特征提取模型训练方法、装置、电子设备及存储介质,该方法包括:获取包含目标对象的样本图像对应的样本遮蔽图像;基于待训练特征提取网络对样本遮蔽图像中的未遮蔽区域进行特征提取得到样本特征图;基于待训练特征风格编码网络对样本特征图进行特征风格编码得到表征目标对象不同特征层级的特征的多个风格隐向量;基于多个风格隐向量进行图像重建;基于样本图像和重建图像确定图像重建损失和特征重建损失;基于图像重建损失和特征重建损失对待训练特征提取网络和待训练特征风格编码网络的网络参数进行调整,将训练结束时的待训练特征提取网络作为目标特征提取模型。本申请即使训练数据有限也能得到高特征提取性能的特征提取模型。