龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海帆声图像科技有限公司
摘要：本发明公开了基于增量头参数融合的深度学习模型快速迭代方法，包括以下步骤：步骤S1：构建基础模型，基于初始数据集从头训练得到模型权重；步骤S2：通过在基础模型上增加任务头来重构增量后的模型结构，加载初始训练模型权重，冻结基干网络和初始头的参数，在新域数据下训练微调增量头；步骤S3：通过网格搜索策略搜索加权参数组合，基于加权参数融合初始头和增量头的网络参数，并将模型结构进行还原，本发明能够大大缩短模型更新时间，同时保持较好的识别效果。该发明适用于多种任务的深度学习模型，例如图像分类、目标检测、语义分割等等，并能够灵活控制新域和旧域的表现能力。
主权项：1.基于增量头参数融合的深度学习模型快速迭代方法，其特征在于，包括以下步骤：步骤S1：构建基础模型，基于初始数据集从头训练得到模型权重；步骤S2：通过在基础模型上增加任务头来重构增量后的模型结构，加载初始训练模型权重，冻结基干网络和初始头的参数，在新域数据下训练微调增量头；步骤S3：通过网格搜索策略搜索加权参数组合，基于加权参数融合初始头和增量头的网络参数，并将模型结构进行还原。
全文数据：
权利要求：
百度查询： 上海帆声图像科技有限公司 基于增量头参数融合的深度学习模型快速迭代方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号