【技术实现步骤摘要】
本专利技术涉及数据处理领域，更具体地涉及一种基于动态粒子数据增强的模型预训练方法。
技术介绍
1、基于动态粒子数据增强的模型是一种用于训练多模态数据的模型。它通过引入动态粒子的概念，利用粒子滤波等技术来增强训练数据，提高模型的泛化能力和鲁棒性。
2、现有动态粒子数据增强模型通常采用多个预训练任务，但是这种训练方法会导致当训练数据较大时，无法快速对数据进行处理，降低模型训练的效率，并且无法克服物体的尺寸不一致及尺度形变的问题。
3、有鉴于此特提出本专利技术。
技术实现思路
1、本专利技术要解决的技术问题在于克服现有技术的不足，提供一种基于动态粒子数据增强的模型预训练方法，解决了上述
技术介绍
中提出的问题。
2、为解决上述技术问题，本专利技术采用技术方案的基本构思是：
3、一种基于动态粒子数据增强的模型预训练方法，包括：以下步骤：
4、采集多模态数据，将采集到的多模态数据进行模块划分，划分为视频模态数据、语音模态数据以及文本模态数据；<...
【技术保护点】
1.一种基于动态粒子数据增强的模型预训练方法，其特征在于，包括：以下步骤：
2.根据权利要求1所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于：所述将栅格化处理后图像采用相对位置的方式建立粒子集合步骤为：
3.根据权利要求1所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于：所述进行粒子滤波操作步骤为：
4.根据权利要求3所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于：所述对图像进行CNN提取图像边缘的操作步骤为：
5.根据权利要求3所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于...
【技术特征摘要】
1.一种基于动态粒子数据增强的模型预训练方法，其特征在于，包括：以下步骤：
2.根据权利要求1所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于：所述将栅格化处理后图像采用相对位置的方式建立粒子集合步骤为：
3.根据权利要求1所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于：所述进行粒子滤波操作步骤为：
4.根据权利要求3所述的一种基于动态粒子数据增强的模型预训练方法，其特征在于：所述对图像进行cn...
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。