-
公开(公告)号：CN119678192A
公开(公告)日：2025-03-21
申请号：CN202380009259.X
申请日：2023-05-31
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06V10/82 , G06V10/774 , G06V10/26
Abstract: 本公开提供一种监播系统的控制方法、装置、计算机设备和存储介质，属于图像识别和终端监播技术领域，其中，监播系统的控制方法包括获取待检测图像；根据拍摄待检测图像的拍摄设备的拍摄视角，将待检测图像划分为多个目标子图像；针对多个目标子图像中的各个目标子图像，利用预先训练好的目标神经网络模型，对目标子图像进行处理，得到目标子图像的识别结果；基于各个目标子图像对应的识别结果，得到待检测图像中是否存在目标对象的检测结果，并将检测结果发送至终端，以使终端至少基于检测结果确定显示状态。
-
公开(公告)号：CN118761983A
公开(公告)日：2024-10-11
申请号：CN202410888542.0
申请日：2024-07-03
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/774 , G06N3/08 , G06V10/82 , G06T5/70 , G06V10/764 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本公开提供了一种缺陷图像生成方法、模型训练方法、装置、介质及产品，包括：获取目标图像、目标掩膜图像及目标缺陷类型，其中所述目标图像为无缺陷的图像；将所述目标图像、所述目标掩膜图像及所述目标缺陷类型输入至预先训练的缺陷图像生成模型；其中，所述缺陷图像生成模型中包含噪声处理模块及特征提取模块，利用训练数据集分别对噪声处理模块及特征提取模块进行训练，得到输出缺陷图像的缺陷图像生成模型；经由所述缺陷图像生成模型处理得到目标缺陷图像，以供后续用于缺陷检测模型的训练，为缺陷检测模型等场景提供了大量的缺陷数据，解决了当前缺陷样本数据较少的问题，进而提高了缺陷检测模型的准确性。
-
公开(公告)号：CN118414596A
公开(公告)日：2024-07-30
申请号：CN202280004809.4
申请日：2022-11-30
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06F3/04883 , H04L65/401
Abstract: 一种智能手写显示设备、智能手写显示方法、电子设备。手写显示方法包括：控制显示器显示手写应用界面(11)；获取用户手写笔迹信息并控制手写应用界面显示手写笔迹(12)；确定手写笔迹信息对应的至少一个笔迹组，笔迹组包括至少一条手写笔迹(13)；对至少一个笔迹组进行分页处理，得到每个笔迹组对应的子页面(14)。将每个笔迹组的内容书写到对应的子页面，以使不同笔迹组的内容相互隔离，达到保持显示区域干净整洁的效果，有利于提高沟通效率。
-
公开(公告)号：CN119068303A
公开(公告)日：2024-12-03
申请号：CN202310636620.3
申请日：2023-05-31
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06V10/82 , G06V20/52 , G06V40/16 , G06V10/764 , G06V10/774 , G06V10/25 , G06N3/045 , G06N3/082 , G06T7/62
Abstract: 本公开提供一种监播系统的控制方法、装置、计算机设备和存储介质，属于图像识别和终端监播技术领域。其中，监播系统的控制方法包括获取检测图像；利用预先训练好的目标神经网络模型，对所述检测图像进行凝视识别，得到所述检测图像的识别结果；将所述识别结果发送至终端，以使所述终端至少基于所述识别结果确定显示状态。
-
公开(公告)号：CN119067169A
公开(公告)日：2024-12-03
申请号：CN202310637322.6
申请日：2023-05-31
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06N3/0455 , G06N3/082
Abstract: 本发明提供一种Transformer网络模型的训练方法、装置、电子设备及介质，该训练方法包括：获取原始Transformer网络模型；采用第一训练数据集对所述原始Transformer网络模型进行训练，得到教师模型；对所述教师模型进行剪枝，得到学生模型；采用所述教师模型和第二训练数据集对所述学生模型进行训练，其中，所述采用所述教师模型和第二训练数据集对所述学生模型进行训练包括：对所述教师模型的中间层和最后输出层的输出进行蒸馏，并根据所述中间层和最后输出层的蒸馏损失，确定训练所述学生模型过程中使用的损失。本发明在降低Transformer模型参数量和计算复杂度的同时，能够减小模型的精度损失。
-
Patent Agency Ranking
公开(公告)号：CN119068519A
公开(公告)日：2024-12-03
申请号：CN202310639397.8
申请日：2023-05-31
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06V40/16 , G06V10/25 , G06V10/20 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本公开提供了一种人脸识别方法及装置、存内计算系统，涉及计算机技术领域，可用于计算机视觉、图像处理、机器学习等技术领域，该方法包括：获取待处理图像；将所述待处理图像输入到配置有人脸检测模型的存内计算芯片，利用预设的人脸检测模型对待处理图像进行人脸检测处理，得到待处理图像中的初始人脸检测框；根据初始人脸检测框获取目标人脸图像；在存内计算芯片中利用存内计算芯片预先配置的人脸识别模型对目标人脸图像进行人脸识别处理，得到目标人脸图像对应的目标人脸特征向量；将目标人脸特征向量与预设人脸图像对应的特征向量进行比对，获得人脸识别结果。本公开还提供一种电子设备及计算机可读存储介质。
-
公开(公告)号：CN119404218A
公开(公告)日：2025-02-07
申请号：CN202380008915.4
申请日：2023-04-28
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
Abstract: 本公开实施例提供了一种生产线的质量控制方法、系统和制造平台，属于制造技术领域，旨在提高生产线中进行质检的效率和自动化水平，所述方法包括：响应于第一预设条件的触发，对所述目标生产线上所产出的多个待检对象进行质检；将所述质检的结果反馈到与所述目标生产线关联的控制对象，所述控制对象用于控制所述目标生产线的工艺流程；响应于所述控制对象上被触发的第二预设条件，基于至少一个所述待检对象各自的质检结果，对所述目标生产线进行调控；其中，所述质检包括：对所述目标生产线产出的待检对象进行至少一次图像采集，并将采集得到的至少一张图像输入至缺陷检测模型，以对所述待检对象进行质检。
-
公开(公告)号：CN119173919A
公开(公告)日：2024-12-20
申请号：CN202380008717.8
申请日：2023-04-20
Applicant: 京东方科技集团股份有限公司 , 北京京东方技术开发有限公司
IPC: G06V30/414
Abstract: 一种文档图像的识别方法及装置。该方法包括：获取包括待识别文档的待识别文档图像，根据待识别文档的类型，确定与待识别文档图像匹配的模板图像，模板图像的锚点字段与待识别文档的锚点字段相同；基于锚点字段在模板图像中的位置信息，确定待识别文档图像的锚点字段对应的待识别区域；对待识别区域进行识别，得到待识别文档图像包含的文本内容。
-
公开(公告)号：CN112541494B
公开(公告)日：2025-02-07
申请号：CN202011521439.0
申请日：2020-12-21
Applicant: 京东方科技集团股份有限公司
IPC: G06V30/14 , G06V30/148 , G06V30/19 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种文本识别方法、装置、电子设备及存储介质，该方法包括获取待识别文本图像；基于预先构建的文本检测网络，提取待识别文本图像的特征图，并对经过融合的特征图进行文字像素分类，生成至少一个候选文本框，其中文本检测网络包括第一特征提取层、第二特征提取层和第三特征提取层，第二特征提取层上采样第一特征提取层的输出结果，第三特征提取层下采样第二特征提取层的输出结果；根据预设目标文本格式，筛选候选文本框得到目标文本框，并对目标文本框进行识别，得到识别结果。基于此，本申请能够同时利用低层特征的高分辨率信息以及高层特征的高语义信息，使得文本像素位置检测更加精确，提升了文本识别准确度和效率。
-
公开(公告)号：CN118736607A
公开(公告)日：2024-10-01
申请号：CN202310325426.3
申请日：2023-03-29
Applicant: 京东方科技集团股份有限公司
IPC: G06V30/22 , G06V30/19 , G06F3/04883 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种生成模型的训练方法、识别方法、装置、终端设备及介质，涉及字符识别领域，方法包括：获取多个第一真实样本；基于第一真实标签获取笔画轨迹数据以作为第一真实笔画轨迹数据；将第一真实笔画轨迹数据输入至预设网络模型的生成器，得到重建图片；将重建图片和第一真实图片输入至预设网络模型的鉴别器，得到第一鉴别结果及第二鉴别结果；最后，基于第一鉴别结果和第二鉴别结果进行模型更新，以得到字符样本的生成模型。如此，本申请通过真实样本的图片和标签，训练了相应的字符样本的生成模型，并且，图片样本和真实样本之间，字符和书写轨迹均相似，也因此，在训练如手写文字识别模型等模型时，能基于足够多的样本以进行训练。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.086 seconds)
