-
公开(公告)号：CN114612449B
公开(公告)日：2025-01-03
申请号：CN202210267050.0
申请日：2022-03-17
Applicant: 腾讯科技(深圳)有限公司
Inventor： 张博深
Abstract: 本申请提供一种图像检测方法、装置、电子设备及存储介质，该方法包括：将待检测图像输入至预先训练的图像检测模型，得到所述图像检测模型输出的所述待检测图像对应的检测值，其中，所述图像检测模型包括用于提取所述待检测图像的第一视觉特征的第一网络和用于提取所述待检测图像的第二视觉特征的第二网络，所述检测值根据所述第一视觉特征以及所述第二视觉特征之间的特征差值所得到；将检测值大于预设的检测阈值的待检测图像确定为目标图像。本申请实施例的技术方案可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，其能通过第一网络与第二网络之间的特征差值即可实现对待检测图像的检测，能有效提高检测效率。
-
公开(公告)号：CN114936998B
公开(公告)日：2024-10-18
申请号：CN202210262876.8
申请日：2022-03-17
Applicant: 腾讯科技(深圳)有限公司
Inventor： 张博深
IPC: G06V10/82 , G06V10/40 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/74
Abstract: 本申请实施例公开了一种模型优化方法、装置、设备、存储介质及计算机程序产品，其中模型优化方法包括：分别按照一个或多个损失值计算指标所对应的图像处理任务对训练图像进行图像处理，得到训练图像在每个损失值计算指标下的一个或多个图像；分别调用图像预测模型对每个损失值计算指标下的各个图像进行特征提取，得到每个损失值计算指标下的各个图像的图像特征；分别根据每个损失值计算指标下的各个图像特征，计算训练图像在每个损失值计算指标下的损失值，以得到图像预测模型的模型损失值；按照减小模型损失值的方向，优化图像预测模型中的模型参数，以构建图像分类模型。本申请实施例可构建模型性能较好的图像分类模型。
-
公开(公告)号：CN115112661B
公开(公告)日：2024-08-02
申请号：CN202210515075.8
申请日：2022-05-11
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种缺陷检测方法、装置、计算机设备和存储介质；本申请实施例可应用于工业检测、人工智能等各种场景。本申请实施例可以获取待检测元器件的多个元器件图像；对每个元器件图像进行特征提取，得到不同拍摄光源下的元器件图像对应的特征信息；对每个元器件图像对应的特征信息进行注意力提取，得到待检测元器件在不同拍摄光源下对应的注意力信息；将第一元器件图像对应的特征信息和第二元器件图像的注意力信息进行交叉融合，得到第一元器件图像对应的融合后特征信息；基于每个元器件图像对应的融合后特征信息对待检测元器件进行缺陷检测，得到工业元器件的缺陷检测结果，从而提高对工业元器件进行缺陷检测的质量。
-
公开(公告)号：CN117036670B
公开(公告)日：2024-06-07
申请号：CN202211287148.9
申请日：2022-10-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/215
Abstract: 本申请提供了一种质量检测模型的训练方法、质量检测方法、装置、设备、存储介质及计算机程序产品，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；质量检测模型的训练方法包括：获取多个携带样本标签的图像样本；通过质量检测模型，分别对各图像样本进行检测，得到各图像样本的检测结果；基于各图像样本的检测结果和相应的样本标签，确定对应各图像样本的、质量检测模型的损失值；基于各图像样本对应的损失值，从多个图像样本中，筛除损失值满足噪音样本条件的噪音图像样本，得到目标图像样本；基于目标图像样本对应的损失值，更新质量检测模型的模型参数，以对质量检测模型进行训练；通过本申请，能够提高质量检测模型的训练效果。
-
公开(公告)号：CN117036670A
公开(公告)日：2023-11-10
申请号：CN202211287148.9
申请日：2022-10-20
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/25 , G06V10/40 , G06V10/72 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/00 , G06F16/215 , G06N3/0464 , G06N3/08
Abstract: 本申请提供了一种质量检测模型的训练方法、质量检测方法、装置、设备、存储介质及计算机程序产品，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；质量检测模型的训练方法包括：获取多个携带样本标签的图像样本；通过质量检测模型，分别对各图像样本进行检测，得到各图像样本的检测结果；基于各图像样本的检测结果和相应的样本标签，确定对应各图像样本的、质量检测模型的损失值；基于各图像样本对应的损失值，从多个图像样本中，筛除损失值满足噪音样本条件的噪音图像样本，得到目标图像样本；基于目标图像样本对应的损失值，更新质量检测模型的模型参数，以对质量检测模型进行训练；通过本申请，能够提高质量检测模型的训练效果。
-
Patent Agency Ranking
公开(公告)号：CN116977775A
公开(公告)日：2023-10-31
申请号：CN202310545122.8
申请日：2023-05-15
Applicant: 腾讯科技(深圳)有限公司
IPC: G06V10/774 , G06V10/40 , G06V10/762 , G06V10/74 , G06V10/764 , G06V10/82 , G06T7/00
Abstract: 本申请提供了一种图像处理及模型训练方法、装置、设备及存储介质，该方法可以应用于人工智能、工业质检、图像处理等技术领域，包括：通过第一图像处理模型和第二图像处理模型分别对训练图像进行特征提取，得到训练图像的第一特征信息和第二特征信息；确定当前训练阶段的C种分类特征原型，确定第一特征信息与这C种分类特征原型之间的第一相似度，以及第二特征信息与这C种分类特征原型之间的第二相似度；将第一相似度作为第二图像处理模型的伪标签，将第二相似度作为第一图像处理模型的伪标签，对第一图像处理模型和第二图像处理模型进行训练。通过交互信息来监督训练，以克服噪声标签的干扰，增强模型的鲁棒性，提升图像处理效果。
-
公开(公告)号：CN116958776A
公开(公告)日：2023-10-27
申请号：CN202310238810.X
申请日：2023-03-03
Applicant: 腾讯科技(深圳)有限公司
Inventor： 张博深
IPC: G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种图像识别方法、装置和存储介质及电子设备。其中，该方法包括：获取待识别的目标图像；将目标图像输入图像识别模型，其中，图像识别模型为利用多个原始样本和多个目标样本进行训练得到的、用于识别图像主体的神经网络模型，目标样本为对第一样本对应的图像主体信息和第二样本进行结合后得到的噪声样本，多个原始样本包括第一样本和第二样本，图像主体信息为第一样本中的图像主体对应的信息；获取图像识别模型输出的图像识别结果，其中，图像识别结果用于指示目标图像中的图像主体属于的主体类型，可应用在云技术场景。本申请解决了图像识别准确性较低的技术问题。
-
公开(公告)号：CN116958022A
公开(公告)日：2023-10-27
申请号：CN202211455424.8
申请日：2022-11-21
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请提供了一种设备外表面缺陷的检测方法、装置、电子设备及存储介质，所述方法包括：获取分别使用至少两种光源照射并拍摄设备外表面所得的至少两个图像，其中，所述至少两种光源具有不同的光照强度；将所述至少两个图像进行图像融合，得到融合图像；使用预设的特征提取网络，对所述至少两个图像和所述融合图像进行特征提取，提取得到所述设备外表面的图像特征；使用预设的目标检测网络，对所述图像特征进行目标检测，检测得到所述设备外表面上的缺陷。本申请实施例能够提高缺陷检测的覆盖率和准确率。
-
公开(公告)号：CN116956012A
公开(公告)日：2023-10-27
申请号：CN202310250460.9
申请日：2023-03-08
Applicant: 腾讯科技(深圳)有限公司
Inventor： 张博深
IPC: G06F18/214 , G06N20/00
Abstract: 本申请的实施例提供了一种数据处理方法、装置、计算机可读介质及电子设备。该数据处理方法包括：将待处理数据输入到至少两个机器学习模型中，得到每个机器学习模型输出的针对预测结果的目标概率值；基于至少两个机器学习模型对应的协同标准化参数，对每个机器学习模型输出的目标概率值进行标准化处理，得到每个机器学习模型对应的标准化处理结果；根据每个机器学习模型对应的标准化处理结果，确定待处理数据对应的预测结果不确定度。本申请实施例的方案，基于协同标准化参数对每个机器学习模型的输出结果进行标准化处理，降低了不同机器学习模型之间输出结果具有差异性的影响，从而使得对待处理数据对应的预测结果更加可靠。
-
公开(公告)号：CN115112661A
公开(公告)日：2022-09-27
申请号：CN202210515075.8
申请日：2022-05-11
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种缺陷检测方法、装置、计算机设备和存储介质；本申请实施例可应用于工业检测、人工智能等各种场景。本申请实施例可以获取待检测元器件的多个元器件图像；对每个元器件图像进行特征提取，得到不同拍摄光源下的元器件图像对应的特征信息；对每个元器件图像对应的特征信息进行注意力提取，得到待检测元器件在不同拍摄光源下对应的注意力信息；将第一元器件图像对应的特征信息和第二元器件图像的注意力信息进行交叉融合，得到第一元器件图像对应的融合后特征信息；基于每个元器件图像对应的融合后特征信息对待检测元器件进行缺陷检测，得到工业元器件的缺陷检测结果，从而提高对工业元器件进行缺陷检测的质量。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.043 seconds)
