【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种计算机视觉任务执行方法、装置、电子设备及可读存储介质。
技术介绍
1、随着人工智能技术被广泛应用于日常工作生活中，作为能够从图像或者多维数据中获取信息的计算机视觉技术也得到快速发展。计算机视觉技术利用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步进行图形处理以得到更适合人眼观察或传送给仪器检测的图像。
2、目前，通常利用训练好的神经网络模型作为视觉任务模型来执行计算机视觉任务，而目前计算机任务不仅利用高性能、算力资源充足的服务器来执行，还会利用算力资源有限的一些设备执行，如边缘节点设备。而大型神经网络模型在执行计算机视觉任务需要大量的算力资源支持，为了降低对算力资源的需求，相关技术会在利用视觉任务模型执行计算机视觉任务的过程中使用较小的开销进行推理计算，这就导致任务执行精度较低，无法满足用户的任务执行精度现实需求。
3、鉴于此，利用视觉任务模型实现高精度且高效率的计算机视觉任务的执行，是所属领域技术人员需要解决的技术问题。
技术实现
本文档来自技高网...【技术保护点】
1.一种计算机视觉任务执行方法，其特征在于，包括：
2.根据权利要求1所述的计算机视觉任务执行方法，其特征在于，所述在所述初始视觉任务模型对所述目标图像样本数据集进行处理过程中，依次利用过参数化和重参数化逐步将所述初始视觉任务模型的多个分支结构合并为单分支结构，得到具有单分支结构的视觉任务模型，包括：
3.根据权利要求2所述的计算机视觉任务执行方法，其特征在于，所述基于过参数化处理，将所述初始视觉任务模型对所述目标图像样本数据集中各目标图像的处理过程中的同一卷积类型的参数进行合并，以使每一个分支结构唯一对应一种卷积类型，包括：
4....
【技术特征摘要】
1.一种计算机视觉任务执行方法，其特征在于，包括：
2.根据权利要求1所述的计算机视觉任务执行方法，其特征在于，所述在所述初始视觉任务模型对所述目标图像样本数据集进行处理过程中，依次利用过参数化和重参数化逐步将所述初始视觉任务模型的多个分支结构合并为单分支结构，得到具有单分支结构的视觉任务模型，包括：
3.根据权利要求2所述的计算机视觉任务执行方法，其特征在于，所述基于过参数化处理，将所述初始视觉任务模型对所述目标图像样本数据集中各目标图像的处理过程中的同一卷积类型的参数进行合并，以使每一个分支结构唯一对应一种卷积类型，包括：
4.根据权利要求3所述的计算机视觉任务执行方法，其特征在于，所述基于重参数化处理，将所述初始视觉任务模型中非对称卷积的分支结构的卷积核权重参数叠加至对称卷积的分支结构，以使所述初始视觉任务模型为单一分支结构，包括：
5.根据权利要求1所述的计算机视觉任务执行方法，其特征在于，所述利用视觉任务图...
【专利技术属性】
技术研发人员：邹磊，韩雪超，卢天华，倪军，
申请(专利权)人：杭州安脉盛智能技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。