standard library
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211084601.6 (22)申请日 2022.09.06 (71)申请人 电子科技大 学中山学院 地址 528400 广东省中山市石岐区学院路1 号 (72)发明人 宋丹 李长燕 姚琼 徐翔 李文生 吕燚 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 何明伦 (51)Int.Cl. G06V 10/98(2022.01) G06V 10/82(2022.01) G06V 10/74(2022.01) G06N 3/08(2006.01)G06N 3/04(2006.01) G06V 40/14(2022.01) (54)发明名称 质量评估模型训练方法、 装置、 电子设备及 存储介质 (57)摘要 本申请提供一种质量评估模 型训练方法、 装 置、 电子设备及存储介质, 该方法包括: 使用通用 框架中设置的数据标注函数对多个样本图像进 行数据标注, 获得多个样本标签, 样本标签是样 本图像对应的图像质量类别; 以多个样本图像为 训练数据, 以多个样本标签为训练标签, 对通用 框架中设置的神经网络模型进行训练, 获得质量 评估模型, 质量评估模型用于对待处理图像进行 质量评估。 通过通用框架提供的数据标注函数和 神经网络模 型分别进行数据标注和模 型训练, 从 而避免了采集环境发生变化时重新提取关键性 影响因素的问题, 从而有效地提高了评估图像质 量的适用性。 权利要求书2页 说明书10页 附图2页 CN 115439734 A 2022.12.06 CN 115439734 A 1.一种质量评估 模型训练方法, 其特 征在于, 包括: 使用通用框架中设置的数据标注函数对多个样本图像进行数据标注, 获得多个样本标 签, 所述样本标签是 所述样本图像对应的图像质量类别; 以所述多个样本 图像为训练数据, 以所述多个样本标签为训练标签, 对所述通用框架 中设置的神经网络模型进行训练, 获得质量评估模型, 所述质量评估模型用于对待处理图 像进行质量评估。 2.根据权利要求1所述的方法, 其特征在于, 在所述使用通用框架中设置的数据标注函 数对多个样本图像进行 数据标注之前, 还 包括: 使用所述 通用框架中设置的样本扩充函数对样本图像进行扩充, 获得扩充图像; 将所述扩充图像添加至所述多个样本图像中。 3.根据权利要求2所述的方法, 其特征在于, 所述通用框架还包括: 质量类别序列; 在所 述获得扩充图像之后, 还 包括: 从所述质量类别序列中确定出 所述扩充图像对应的质量类别; 将所述扩充图像对应的质量类别添加至所述多个样本标签中。 4.根据权利要求3所述的方法, 其特征在于, 所述从所述质量类别序列中确定出所述扩 充图像对应的质量类别, 包括: 计算所述扩充图像与 所述多个样本图像中的同源样本图像之间的相似程度, 所述同源 样本图像是属于同一个目标对象的不同样本图像; 计算出所述相似程度与所述多个样本图像的平均相似度之间的比例值; 根据所述比例值从所述质量类别序列中确定出 所述扩充图像对应的质量类别。 5.根据权利要求4所述的方法, 其特征在于, 所述质量类别序列包括: 第一质量类别和 第二质量类别, 所述第一质量类别低于所述第二质量类别; 所述根据所述比例值从所述质 量类别序列中确定出 所述扩充图像对应的质量类别, 包括: 判断所述比例值是否小于预设阈值; 若是, 则将所述第一质量类别确定为所述扩充图像对应的质量类别。 6.根据权利要求5所述的方法, 其特征在于, 在所述判断所述比例值是否小于预设阈值 之后, 还包括: 若所述比例值大于或等于预设阈值, 则将所述第 二质量类别确定为所述扩充图像对应 的质量类别。 7.根据权利要求1 ‑6任一所述的方法, 其特征在于, 在所述获得质量评估模型之后, 还 包括: 使用所述质量评估模型对待处理图像进行质量评估, 获得所述待处理图像的质量评估 结果。 8.一种质量评估 模型训练装置, 其特 征在于, 包括: 图像数据标注模块, 用于使用通用框架中设置的数据标注函数对多个样本图像进行数 据标注, 获得多个样本标签, 所述样本标签是 所述样本图像对应的图像质量类别; 网络模型训练模块, 用于以所述多个样本 图像为训练数据, 以所述多个样本标签为训 练标签, 对所述通用框架中设置的神经网络模型进 行训练, 获得质量评估模型, 所述质量评 估模型用于对待处 理图像进行质量评估。权 利 要 求 书 1/2 页 2 CN 115439734 A 29.一种电子设备, 其特征在于, 包括: 处理器和存储器, 所述存储器存储有所述处理器 可执行的机器可读指 令, 所述机器可读指令被所述处理器执行时执行如权利要求1至7任一 所述的方法。 10.一种计算机可读存储介质, 其特征在于, 该计算机可读存储介质上存储有计算机程 序, 该计算机程序被处 理器运行时执 行如权利要求1至7任一所述的方法。权 利 要 求 书 2/2 页 3 CN 115439734 A 3
专利 质量评估模型训练方法、装置、电子设备及存储介质
文档预览
中文文档
15 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共15页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-18 22:31:22
上传分享
举报
下载
原文档
(583.5 KB)
分享
友情链接
等保三级-安全技术-应用系统.doc
塞讯 自动化安全度量验证平台.pdf
NY-T 3992-2021 苯噻酰草胺原药.pdf
GB-T 41121-2021 玻璃水滑道安全技术要求.pdf
GB-T 19557.5-2017 植物品种特异性、一致性和稳定性测试指南 大白菜.pdf
GB-T 33490-2017 展览展示工程服务基本要求.pdf
SY-T 7617-2021 海相页岩地质力学评价规范.pdf
信通院 数据治理研究报告-2020年——培育数据要素市场路线图.pdf
GB-T 10886-2019 三螺杆泵.pdf
T-CTS 14—2023 城市道路交通安全风险隐患数字化排查指标体系.pdf
T-ZZB 0478—2018 风机用无刷直流电机.pdf
GB-T 33667-2017 高校毕业生就业指导服务规范.pdf
华为液冷超充解决方案及专家交流纪要-2023-10-新能源.pdf
GB-T 35273-2020 信息安全技术 个人信息安全规范.pdf
GA-T 1733-2020 便携式警用装备锂离子电池和电池组通用技术要求.pdf
DPO 美国加利福尼亚州消费者隐私法案(CCPA)修正案汇总 中译文.pdf
T-CSAE 76—2018 纯电动汽车再生制动能量回收效能 快速评价及试验方法.pdf
GB-T 35274-2023 信息安全技术 大数据服务安全能力要求.pdf
SY-T 6643-2021 陆上多波多分量地震资料采集技术规程.pdf
《信息安全技术 基于信息流的关键信息基础设施边界确定方法》【2019.4.21】.pdf
1
/
15
评价文档
赞助2.5元 点击下载(583.5 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。