密度网络模型的训练方法、装置、计算机设备和存储介质

    公开(公告)号:CN111738922B

    公开(公告)日:2024-10-11

    申请号:CN202010564092.1

    申请日:2020-06-19

    IPC分类号: G06F30/27

    摘要: 本申请涉及图像处理技术领域,提供一种密度网络模型的训练方法、装置、计算机设备和存储介质。该方法包括:确定待训练的密度网络模型的模型下采样因子和图像缩放倍数;根据所述模型下采样因子和图像缩放倍数,确定图像缩放参数;按照所述图像缩放参数对已标注的训练样本原始图像进行缩放,并将缩放后的已标注的训练样本原始图像转换为训练样本密度图像;将所述训练样本密度图像和未标注的训练样本原始图像加载至所述密度网络模型,基于所述模型下采样因子对所述密度网络模型进行训练。本申请可提高密度网络模型的预测推理性能以及缩短训练时间。

    密度网络模型的训练方法、装置、计算机设备和存储介质

    公开(公告)号:CN111738922A

    公开(公告)日:2020-10-02

    申请号:CN202010564092.1

    申请日:2020-06-19

    IPC分类号: G06T3/40 G06K9/00 G06K9/62

    摘要: 本申请涉及图像处理技术领域,提供一种密度网络模型的训练方法、装置、计算机设备和存储介质。该方法包括:确定待训练的密度网络模型的模型下采样因子和图像缩放倍数;根据所述模型下采样因子和图像缩放倍数,确定图像缩放参数;按照所述图像缩放参数对已标注的训练样本原始图像进行缩放,并将缩放后的已标注的训练样本原始图像转换为训练样本密度图像;将所述训练样本密度图像和未标注的训练样本原始图像加载至所述密度网络模型,基于所述模型下采样因子对所述密度网络模型进行训练。本申请可提高密度网络模型的预测推理性能以及缩短训练时间。