【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及基于视觉任务处理的数据预处理方法、视觉任务处理方法及任务平台。
技术介绍
1、在人工智能技术迅猛发展的当代语境下，深度学习模型是计算机视觉领域的主流解决方案。然而，传统小规模模型功能单一，且对特定场景数据具有较强的依赖性，在面对复杂任务处理与开放域样本识别时，难以取得较好的结果。相较之下，基于超大规模预训练范式构建的通用视觉模型展现出显著的泛化性能优势与知识迁移的涌现特性。
2、但是，此类大模型通过大量异构数据进行跨模态预训练，具有如下缺陷：
3、1、多源异构数据的采集与清洗需要耗费巨大成本，且数据分布偏差易导致知识表征不完整；
4、2、在医疗影像分析、精密工业检测等高精度需求场景中，模型的细粒度推理能力仍存在显著差距，输出结果的置信度往往难以达到应用标准。
技术实现思路
1、针对现有技术中所存在的不足，本专利技术提供了一种基于视觉任务处理的数据预处理方法、视觉任务处理方法及任务平台，其解决了现有技术中存在的多源异构数据...
【技术保护点】
1.一种基于视觉任务处理的数据预处理方法，其特征在于，包括：
2.如权利要求1所述的基于视觉任务处理的数据预处理方法，其特征在于，所述图像特征包括基于所述预设特征信息进行检索获得的第一图像特征，以及基于所述数据标签信息进行语义特征匹配获得的第二图像特征；
3.如权利要求2所述的基于视觉任务处理的数据预处理方法，其特征在于，基于所述预设特征信息进行检索获得第一图像特征，包括：
4.如权利要求2所述的基于视觉任务处理的数据预处理方法，其特征在于，基于所述数据标签信息进行语义特征匹配获得第二图像特征，包括：
5.如权利要求2所...
【技术特征摘要】
1.一种基于视觉任务处理的数据预处理方法，其特征在于，包括：
2.如权利要求1所述的基于视觉任务处理的数据预处理方法，其特征在于，所述图像特征包括基于所述预设特征信息进行检索获得的第一图像特征，以及基于所述数据标签信息进行语义特征匹配获得的第二图像特征；
3.如权利要求2所述的基于视觉任务处理的数据预处理方法，其特征在于，基于所述预设特征信息进行检索获得第一图像特征，包括：
4.如权利要求2所述的基于视觉任务处理的数据预处理方法，其特征在于，基于所述数据标签信息进行语义特征匹配获得第二图像特征，包括：
5.如权利要求2所述的基于视觉任务处理的数据预处理方法，其特征在于，基于所述数据标签信息进行检索获得目标框特征，包括：
6.如权利要求1至5任一项所述的基于视觉任务处理的数据预处理方法，其特征在于，基于所述图像特征和所述图像框特征在所述预设数据库中获得输入参考图像，包括：
7.如权利要求1至5任一项所述的基于视觉任务处理的数据预处理方法，其特征在于，所述获取目标视觉任务的输入图像之后，还包括：
8.如权利要求7所述的基于视觉任务处理的数据预处理方法，其特征在于，基于...
【专利技术属性】
技术研发人员：王燃，张莉莉，
申请(专利权)人：重庆位图信息技术有限公司，
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。