TSCL:基于课程学习的深度学习图像隐写中的多方损失平衡方案
📝
内容提要
本研究解决了深度学习图像隐写中损失函数权重固定导致的重要性与训练过程不关联的问题。提出的TSCL方法通过两个阶段的课程学习调度器平衡多种损失,显著提升了隐写质量、解码准确性和安全性。实验结果表明,该方法在多项公开数据集上表现优越,具有重要的应用潜力。
🏷️
标签
➡️