【技术实现步骤摘要】
本申请涉及计算机，具体而言，本申请涉及一种视觉模型训练方法、装置及电子设备。
技术介绍
1、模型迁移是将采用源域数据训练的模型迁移到目标域，使得模型可以对目标域的数据进行识别，例如采取正常光照条件的照片训练的模型可以通过迁移的方式迁移到黑暗场景下的照片的领域，对黑暗场景的照片进行识别。
2、现有的迁移方式通常是：获取利用正常光照条件的照片训练的模型，之后采取黑暗场景的照片对模型进行微调，得到迁移后的模型。
3、但是采用上述方式得到的模型的识别效果较差。
技术实现思路
1、本申请各实施例提供了一种视觉模型训练方法、装置、电子设备及存储介质，可以提升模型对黑暗场景的视图的识别效果。
2、所述技术方案如下：
3、第一方面，本申请提供了一种视觉模型训练方法，所述方法包括：获取待迁移到低亮度场景的第一视觉模型，并基于第一视觉模型的用于提取视图特征的视觉编码器生成老师模型和学生模型；获取与低亮度场景相关的原始视图，并生成增强视图、混合视图和局部视图；其中...
【技术保护点】
1.一种视觉模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述低亮度场景的光照条件为第一光照条件，所述获取待迁移到低亮度场景的第一视觉模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述依据第一特征结果和第二特征结果的一致性，对老师模型和学生模型进行调整，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一更新包括：
5.根据权利要求4所述的方法，其特征在于，所述依据局部视图的第二特征结果和原始视图的第二特征结果的特征一致性，确定域内更新参数，包括：
6.根...
【技术特征摘要】
1.一种视觉模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述低亮度场景的光照条件为第一光照条件，所述获取待迁移到低亮度场景的第一视觉模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述依据第一特征结果和第二特征结果的一致性，对老师模型和学生模型进行调整，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一更新包括：
5.根据权利要求4所述的方法，其特征在于，所述依据局部视图的第二特征结果和原始视图的第二特征结果的特...
【专利技术属性】
技术研发人员：王亚立，许清林，乔宇，
申请(专利权)人：中国科学院深圳先进技术研究院，
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。