-
公开(公告)号：CN117892831A
公开(公告)日：2024-04-16
申请号：CN202211229722.5
申请日：2022-10-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N20/00
Abstract: 本申请提供一种基于无数据知识蒸馏的任务处理方法、装置及电子设备，该方法包括：接收终端设备发送的学生模型获取请求，所述学生模型获取请求携带有任务处理需求；依据所述任务处理需求，获取满足所述任务处理需求的老师模型；依据所述老师模型，对所述多个生成器和所述多个学生模型进行训练；将训练好的所述多个学生模型中的指定学生模型发送给终端设备，由终端设备利用所述指定学生模型进行任务处理。该方法可以提升终端设备利用训练好的学生模型进行任务处理时的准确性。
-
公开(公告)号：CN117456296A
公开(公告)日：2024-01-26
申请号：CN202210836947.0
申请日：2022-07-15
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/774 , G06N3/08 , G06N3/0464 , G06V10/82
Abstract: 本申请提供一种模式识别方法、装置、图像处理系统及自动驾驶系统，该方法包括：在目标神经网络模型的训练过程中，对于任一批次的训练样本，获取所述目标神经网络的任一指定模块对该批次的训练样本的第一输出特征，并对所述第一输出特征进行顺序打乱处理，得到第二输出特征；依据所述第一输出特征和所述第二输出特征进行频谱混合处理，得到具有增强的域信息的第一增强特征，并依据所述第一增强特征对所述目标神经网络模型进行训练；在所述目标神经网络模型训练完成的情况下，利用训练好的所述目标神经网络模型，对待识别对象进行模式识别处理。该方法可以提高模式识别的准确性。
-
公开(公告)号：CN117057443A
公开(公告)日：2023-11-14
申请号：CN202311300751.0
申请日：2023-10-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N20/00 , G06F18/24 , G06F18/214 , G06F18/22 , G06V10/774 , G06V10/764 , G06V10/74
Abstract: 本申请实施例提供一种视觉语言模型的提示学习方法及电子设备，电子设备可以将第一图像、第二图像、第一文本提示信息及第二文本提示信息输入模型，得到第一检测结果和第二检测结果；基于第一检测结果确定伪标签，基于伪标签与第二检测结果，计算预设损失函数；根据损失值，调整第一文本提示信息和第二文本提示信息，直到预设损失函数收敛，基于第一文本提示信息，确定模型的文本提示信息。由于第一检测结果表示第一图像中目标类别及位置，且第一图像和第二图像由同一图像做不同变换得到，包含目标相同，因此第一检测结果标识第二图像中目标类别及位置。可以基于第一检测结果确定伪标签，可以实现不依赖于人工打标签的无监督提示学习。
-
公开(公告)号：CN117035052A
公开(公告)日：2023-11-10
申请号：CN202311300934.2
申请日：2023-10-10
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/096 , G06N3/0895 , G06N3/094 , G06N3/0455 , G06N3/0475 , G06T11/00 , G06F40/284 , G06F18/25
Abstract: 本申请公开了一种无数据知识蒸馏的方法、装置和存储介质，包括：获取任务的各个目标类别的文本提示；对于每个目标类别的文本提示，将其输入文本‑图像生成模型，经过所述文本‑图像生成模型的处理生成与该文本提示语义相关的所述每个目标类别的训练图像；将视觉语言预训练模型作为教师模型，利用所有目标类别的训练图像蒸馏生成学生模型。应用本申请，能够蒸馏得到较强域泛化能力的学生模型。
-
公开(公告)号：CN112633306B
公开(公告)日：2023-09-22
申请号：CN201910907590.9
申请日：2019-09-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/74 , G06V10/774
Abstract: 本申请公开了一种对抗图像的生成方法及装置，属于机器学习领域。该方法包括：向扰动生成模型输入初始图像，得到所述扰动生成模型输出的对抗扰动；将所述对抗扰动添加到初始图像中，得到对抗图像。该初始图像与对抗图像的结构相似性指数大于结构相似性指数阈值，对抗图像与目标图像的特征相似性指数大于特征相似性指数阈值，使得能够在保证该对抗图像对图像识别模型进行对抗攻击的成功率较高的前提下，提高该对抗图像的图像质量。
-
Patent Agency Ranking
公开(公告)号：CN116630836A
公开(公告)日：2023-08-22
申请号：CN202310240103.4
申请日：2023-03-07
Applicant: 杭州海康威视数字技术股份有限公司 , 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/764 , G06V10/74 , G06N3/0499
Abstract: 本申请实施例提供了一种动作视频识别方法、装置、电子设备及存储介质，电子设备获取待识别视频；提取待识别视频的视频特征；根据视频特征以及预先训练的时空胶囊参数，构建时空胶囊；根据时空胶囊对应的时空部分胶囊与预先训练得到的各已知类别对应的类胶囊之间的关系，构建专用胶囊；基于专用胶囊和各已知类别对应的类胶囊之间的相似程度，确定待识别视频类别。由于时空胶囊可以表示待识别视频时间维度信息和空间维度信息，专用胶囊可以表示待识别视频局部时空维度特征与各已知类别对应的类胶囊构成的整体之间的关系，因此既考虑了待识别视频时间维度和空间维度，又考虑了待识别视频局部与整体之间的关系，可以提高动作视频识别的准确性。
-
公开(公告)号：CN112633496B
公开(公告)日：2023-08-08
申请号：CN202011506742.3
申请日：2020-12-18
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/088
Abstract: 本申请提供一种检测模型的处理方法及装置，涉及机器学习技术领域，可以提高检测模型的检测准确率。该处理方法包括：获取N帧图片；将N帧图片输入到第一检测模型，进行对象检测处理，得到每帧图片中检测框的置信度；根据第一置信度阈值和获取到的检测框的置信度，确定正样本和负样本；正样本包括第一检测框和N帧图片中包括第一检测框的图片，负样本包括第二检测框和N帧图片中包括第二检测框的图片；第一检测框为置信度高于第一置信度阈值的检测框，第二检测框为置信度低于第一置信度阈值的检测框；第一置信度阈值大于第一检测模型对应的置信度阈值；根据正样本和负样本对第一检测模型进行训练，得到第二检测模型。
-
公开(公告)号：CN112784691B
公开(公告)日：2023-06-02
申请号：CN202011625231.3
申请日：2020-12-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V20/52 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种目标检测模型训练方法、目标检测方法和装置，获取当前检测场景的未标注标签的第一样本图像；基于基线检测模型对第一样本图像进行检测，确定第一样本图像中置信度大于第一预设阈值的目标图像区域；基于第一样本图像中目标图像区域的图像特征，对第一样本图像中的目标图像区域进行聚类，得到多个图像区域集合；针对每一图像区域集合，基于该图像区域集合包含的目标图像区域的置信度，计算该图像区域集合的置信度，作为该图像区域集合包含的目标图像区域的软标签；针对第一样本图像中的每一目标图像区域，根据该目标图像区域的软标签，对基线检测模型进行模型训练，得到目标检测模型，能够降低检测的成本，提高检测的效率。
-
公开(公告)号：CN114118259A
公开(公告)日：2022-03-01
申请号：CN202111401508.9
申请日：2021-11-19
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种目标检测方法及装置，包括：为无标签数据添加伪标签，将伪标签划分为高质量伪标签和不确定伪标签；将无标签数据输入给初始学习模型得到第一预测值；基于与高质量伪标签对应的第一预测值确定第一预测标签和第一预测框，基于与不确定伪标签对应的第一预测值确定第二预测标签和第二预测框；将无标签数据输入给初始管理模型得到第二预测值，基于与不确定伪标签对应的第二预测值确定第三预测标签和第三预测框；基于第一预测标签、第一预测框、第二预测标签、第二预测框、第三预测标签和第三预测框对初始管理模型进行训练，得到目标管理模型，所述目标管理模型用于对待检测数据进行目标检测。通过本申请方案，避免获取大量有标签数据。
-
公开(公告)号：CN112633306A
公开(公告)日：2021-04-09
申请号：CN201910907590.9
申请日：2019-09-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06K9/62
Abstract: 本申请公开了一种对抗图像的生成方法及装置，属于机器学习领域。该方法包括：向扰动生成模型输入初始图像，得到所述扰动生成模型输出的对抗扰动；将所述对抗扰动添加到初始图像中，得到对抗图像。该初始图像与对抗图像的结构相似性指数大于结构相似性指数阈值，对抗图像与目标图像的特征相似性指数大于特征相似性指数阈值，使得能够在保证该对抗图像对图像识别模型进行对抗攻击的成功率较高的前提下，提高该对抗图像的图像质量。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.054 seconds)
