一种图像检测模型训练方法、图像检测方法及装置

    公开(公告)号:CN118736383A

    公开(公告)日:2024-10-01

    申请号:CN202410922595.X

    申请日:2024-07-10

    摘要: 本发明实施例提供了一种图像检测模型训练方法、图像检测方法及装置,涉及图像处理技术领域。图像检测模型训练方法包括:获取第一样本图像、第一标签、第二样本图像和第二标签;融合第一样本图像和第二样本图像得到融合样本图像;从融合样本图像中确定对象所属的融合对象区域,并基于每一融合对象区域各自对应的样本对象区域的分类信息和样本对象区域所属的样本图像的融合权重,计算该融合对象区域的融合分类信息;基于融合样本图像和融合标签对初始结构的图像检测模型进行训练,得到训练好的图像检测模型。融合样本图像是基于第一样本图像和第二样本图像融合得到的难例样本,基于难例样本对图像检测模型进行训练得到的图像检测模型的准确性更高。

    一种图像分类模型的训练方法、装置及电子设备

    公开(公告)号:CN117994611A

    公开(公告)日:2024-05-07

    申请号:CN202410400212.2

    申请日:2024-04-03

    摘要: 本申请实施例提供了一种图像分类模型的训练方法、装置及电子设备,涉及计算机视觉技术领域,本申请实施例包括:针对每两张样本图像,对该两张样本图像按照指定比例混合,得到混合图像,并对该两张样本图像的训练标签按照指定比例混合,得到混合图像的混合标签。再将样本图像和混合图像分别输入图像分类网络,之后基于图像分类网络输出的样本图像所属的类别和训练标签,确定样本损失值,并基于图像分类网络输出的混合图像所属的类别和混合标签,确定混合损失值。再基于样本损失值和混合损失值,调整图像分类网络的网络参数,直至图像分类网络收敛时,将当前的图像分类网络作为图像分类模型。能够提高图像分类的准确度。

    并行卷积计算方法、装置、目标卷积模块及存储介质

    公开(公告)号:CN117993433A

    公开(公告)日:2024-05-07

    申请号:CN202211343997.1

    申请日:2022-10-31

    IPC分类号: G06N3/0464 G06N3/063

    摘要: 本发明实施例提供了一种并行卷积计算方法、装置、目标卷积模块及存储介质。方案如下:接收待处理数据;根据待处理数据对应的帧周期,以及目标卷积模块对应的输入通道数和输出通道数,计算待处理数据对应的循环处理周期和并行支路数;基于并行支路数,对预设卷积参数进行多项分解,得到第一卷积参数集;基于循环处理周期,从待处理数据中获取预设数量路量化数据;基于第一卷积参数集,按照Winograd算法,并行对预设数量路量化数据进行卷积计算,得到第二输出数据。通过本申请实施例提供的技术方案,通过对待处理数据的并行卷积计算,提高了待处理数据的卷积计算的效率,实现了硬件资源有限的情况下卷积计算高效性。

    一种模板图像生成方法、装置、电子设备及存储介质

    公开(公告)号:CN116310763A

    公开(公告)日:2023-06-23

    申请号:CN202310517484.6

    申请日:2023-05-10

    摘要: 本发明实施例提供了一种模板图像生成方法、装置、电子设备及存储介质,涉及图像处理技术领域,包括:获取多个第一备选图像和多个第二备选图像;针对每一第一备选图像,计算该第一备选图像对应的第一图像相似度;计算该第一备选图像对应的第一图像相似度的统计值,得到该第一备选图像对应的第二图像相似度;在该第一备选图像对应的第二图像相似度小于第二预设阈值时,计算该第一备选图像的第三图像相似度;从除该第一备选图像之外的其他第一备选图像中,确定与该第一备选图像的第三图像相似度大于第三预设阈值的备选模板图像;基于各第一备选图像对应的备选模板图像,得到多个目标模板图像,应用本发明实施例提供的方法,可以提高检测的准确度。

    图像处理方法、图像采集设备、装置、介质及产品

    公开(公告)号:CN118711026A

    公开(公告)日:2024-09-27

    申请号:CN202410810325.X

    申请日:2024-06-21

    摘要: 本发明提供了图像处理方法、图像采集设备、装置、介质及产品,涉及图像处理技术领域。方法包括:针对每一待处理图像帧,从待处理视频图像中确定该待处理图像帧对应的第一参考图像帧;将第一参考图像帧以及该待处理图像帧输入至图像处理网络,得到第一参考图像帧相对于该待处理图像帧的偏移量以及第一参考图像帧和该待处理图像帧各像素点的权重矩阵;基于第一参考图像帧相对于该待处理图像帧的偏移量,对第一参考图像帧进行映射,得到第一参考图像帧的映射结果;按照第一参考图像帧和该待处理图像帧各像素点的权重矩阵,将第一参考图像帧的映射结果与该待处理图像帧进行融合,得到该待处理图像帧增强后的图像帧。本发明可以提高图像质量。

    一种图像增强方法、装置、设备以及存储介质

    公开(公告)号:CN118608439A

    公开(公告)日:2024-09-06

    申请号:CN202310237175.3

    申请日:2023-03-03

    发明人: 汝佩哲 周晓

    IPC分类号: G06T5/92 G06V10/77 G06V10/80

    摘要: 本发明实施例提供了一种图像增强方法、装置、设备以及存储介质,涉及图像处理技术领域,具体实现方案为:获得反映待增强视频帧与同场景视频帧所对应的场景区域间相对位置的位置映射关系;其中,所述同场景视频帧为:视频中在所述待增强视频帧之前采集的视频帧和/或在所述待增强视频帧之后采集的视频帧;基于所得位置映射关系,确定同场景视频帧中第一像素点在所述待增强视频帧中对应的第二像素点;对每一第二像素点,对该第二像素点的像素值与该第二像素点对应的第一像素点的像素值进行融合,得到包含融合后的第二像素点的图像。应用本发明实施例提供的方案,能够提高视频帧的图像质量。

    一种图像分类模型的训练方法、装置及电子设备

    公开(公告)号:CN117994611B

    公开(公告)日:2024-07-02

    申请号:CN202410400212.2

    申请日:2024-04-03

    摘要: 本申请实施例提供了一种图像分类模型的训练方法、装置及电子设备,涉及计算机视觉技术领域,本申请实施例包括:针对每两张样本图像,对该两张样本图像按照指定比例混合,得到混合图像,并对该两张样本图像的训练标签按照指定比例混合,得到混合图像的混合标签。再将样本图像和混合图像分别输入图像分类网络,之后基于图像分类网络输出的样本图像所属的类别和训练标签,确定样本损失值,并基于图像分类网络输出的混合图像所属的类别和混合标签,确定混合损失值。再基于样本损失值和混合损失值,调整图像分类网络的网络参数,直至图像分类网络收敛时,将当前的图像分类网络作为图像分类模型。能够提高图像分类的准确度。

    视频增强方法、装置、电子设备、存储介质及程序产品

    公开(公告)号:CN118014862A

    公开(公告)日:2024-05-10

    申请号:CN202410254543.X

    申请日:2024-03-06

    IPC分类号: G06T5/50 G06T5/70

    摘要: 本申请实施例提供了一种视频增强方法、装置、电子设备、存储介质及程序产品,涉及图像处理技术领域,方法包括:按照视频帧的时序,从待增强视频中获取待增强视频帧和待增强视频帧的前一个待增强视频帧;基于待增强视频帧与该前一个待增强视频帧之间的光流信息,对目标映射视频帧进行映射,得到目标融合视频帧;对待增强视频帧和目标融合视频帧进行图像融合,得到新的目标映射视频帧;基于该新的目标映射视频帧,得到待增强视频帧的增强结果;并返回执行步骤:按照视频帧的时序,从待增强视频中获取待增强视频帧和待增强视频帧的前一个待增强视频帧。如此,能够对待增强视频中各视频帧的增强,减少待增强视频中的噪声,提高待增强视频的质量。