買(mǎi)專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉鵬城實(shí)驗(yàn)室申請(qǐng)的專利模型訓(xùn)練方法、圖像重建方法、裝置、電子設(shè)備及介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120411686B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510814055.4，技術(shù)領(lǐng)域涉及：G06V10/774；該發(fā)明授權(quán)模型訓(xùn)練方法、圖像重建方法、裝置、電子設(shè)備及介質(zhì)是由徐肖順;曹婷;王敏;劉草;梁驍俊;陽(yáng)春華;桂衛(wèi)華設(shè)計(jì)研發(fā)完成，并于2025-06-18向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本模型訓(xùn)練方法、圖像重建方法、裝置、電子設(shè)備及介質(zhì)在說(shuō)明書(shū)摘要公布了：本申請(qǐng)公開(kāi)了一種模型訓(xùn)練方法、圖像重建方法、裝置、電子設(shè)備及介質(zhì)，涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域。方法先將初始訓(xùn)練圖像輸入至初始的圖像重建模型；通過(guò)完成預(yù)訓(xùn)練的分割網(wǎng)絡(luò)模塊進(jìn)行圖像分割處理，得到分割掩碼概率訓(xùn)練圖像，將分割掩碼概率訓(xùn)練圖像與初始訓(xùn)練圖像輸入至擴(kuò)散網(wǎng)絡(luò)模塊的加噪單元，得到加噪訓(xùn)練圖像；將加噪訓(xùn)練圖像輸入至擴(kuò)散網(wǎng)絡(luò)模塊的去噪單元，得到預(yù)測(cè)訓(xùn)練噪聲與重建訓(xùn)練圖像；基于重建訓(xùn)練圖像、初始訓(xùn)練圖像、預(yù)測(cè)訓(xùn)練噪聲、分割掩碼概率訓(xùn)練圖像、真實(shí)標(biāo)簽圖像，計(jì)算得到總損失，基于總損失對(duì)初始的圖像重建模型進(jìn)行迭代更新，得到訓(xùn)練好的目標(biāo)圖像重建模型。能夠提高圖像重建模型對(duì)于具有遮擋區(qū)域的圖像的重建質(zhì)量。

本發(fā)明授權(quán)模型訓(xùn)練方法、圖像重建方法、裝置、電子設(shè)備及介質(zhì)在權(quán)利要求書(shū)中公布了：1.一種圖像重建模型訓(xùn)練方法，其特征在于，包括： 獲取具有遮擋區(qū)域的初始訓(xùn)練圖像，以及所述初始訓(xùn)練圖像對(duì)應(yīng)的真實(shí)標(biāo)簽圖像； 將所述初始訓(xùn)練圖像輸入至初始的圖像重建模型；所述初始的圖像重建模型包括初始的擴(kuò)散網(wǎng)絡(luò)模塊和完成預(yù)訓(xùn)練的分割網(wǎng)絡(luò)模塊； 通過(guò)所述分割網(wǎng)絡(luò)模塊對(duì)所述初始訓(xùn)練圖像進(jìn)行圖像分割處理，得到分割掩碼概率訓(xùn)練圖像；其中，所述分割掩碼概率訓(xùn)練圖像的第一像素與所述初始訓(xùn)練圖像的第二像素一一對(duì)應(yīng)，且所述第一像素的值表征對(duì)應(yīng)的所述第二像素為遮擋區(qū)域的概率； 將所述分割掩碼概率訓(xùn)練圖像與所述初始訓(xùn)練圖像輸入至所述擴(kuò)散網(wǎng)絡(luò)模塊的加噪單元，得到加噪訓(xùn)練圖像； 將所述加噪訓(xùn)練圖像輸入至所述擴(kuò)散網(wǎng)絡(luò)模塊的去噪單元，得到預(yù)測(cè)訓(xùn)練噪聲與重建訓(xùn)練圖像； 基于所述重建訓(xùn)練圖像、所述初始訓(xùn)練圖像、所述預(yù)測(cè)訓(xùn)練噪聲、所述分割掩碼概率訓(xùn)練圖像、所述真實(shí)標(biāo)簽圖像，計(jì)算得到總損失； 基于所述總損失對(duì)所述初始的圖像重建模型進(jìn)行迭代更新，得到訓(xùn)練好的目標(biāo)圖像重建模型； 所述將所述分割掩碼概率訓(xùn)練圖像與所述初始訓(xùn)練圖像輸入至所述擴(kuò)散網(wǎng)絡(luò)模塊的加噪單元，得到加噪訓(xùn)練圖像，包括： 對(duì)所述初始訓(xùn)練圖像與所述分割掩碼概率訓(xùn)練圖像進(jìn)行逐像素加權(quán)操作，得到加權(quán)訓(xùn)練圖像； 通過(guò)所述加噪單元對(duì)所述加權(quán)訓(xùn)練圖像進(jìn)行加噪處理，得到所述加噪訓(xùn)練圖像； 所述將所述加噪訓(xùn)練圖像輸入至所述擴(kuò)散網(wǎng)絡(luò)模塊的去噪單元，得到預(yù)測(cè)訓(xùn)練噪聲與重建訓(xùn)練圖像，包括： 基于所述去噪單元對(duì)所述加噪訓(xùn)練圖像進(jìn)行噪聲預(yù)測(cè)處理，得到預(yù)測(cè)訓(xùn)練噪聲； 基于所述預(yù)測(cè)訓(xùn)練噪聲與所述加噪訓(xùn)練圖像進(jìn)行圖像重建處理，得到所述重建訓(xùn)練圖像； 所述基于所述重建訓(xùn)練圖像、所述初始訓(xùn)練圖像、所述預(yù)測(cè)訓(xùn)練噪聲、所述分割掩碼概率訓(xùn)練圖像、所述真實(shí)標(biāo)簽圖像，計(jì)算得到總損失，包括： 基于所述重建訓(xùn)練圖像與所述初始訓(xùn)練圖像，計(jì)算得到圖像重建損失； 基于所述預(yù)測(cè)訓(xùn)練噪聲計(jì)算得到去噪損失； 基于所述預(yù)測(cè)訓(xùn)練噪聲與所述分割掩碼概率訓(xùn)練圖像，計(jì)算得到掩碼一致性損失； 基于所述分割掩碼概率訓(xùn)練圖像與所述真實(shí)標(biāo)簽圖像，計(jì)算得到分割損失； 基于所述分割掩碼概率訓(xùn)練圖像計(jì)算得到稀疏損失； 基于所述圖像重建損失、所述去噪損失、所述掩碼一致性損失、所述分割損失和所述稀疏損失，得到所述總損失。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人鵬城實(shí)驗(yàn)室，其通訊地址為：518000 廣東省深圳市南山區(qū)興科一街2號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。