-
公开(公告)号：CN118691782B
公开(公告)日：2024-11-29
申请号：CN202411200821.X
申请日：2024-08-29
Applicant: 浙江大华技术股份有限公司
Abstract: 本申请公开了一种预标注筛选方法、电子设备以及存储介质。预标注筛选方法包括：获取标注任务中各个候选图像，各候选图像为具备若干个标注对象的预标注框的样本图像，标注任务包括至少一个标注类型，每一标注对象的类型属于至少一个标注类型中的一者；确定各候选图像内的至少一个基准区域，其中，每一候选图像内各基准区域的大小与处于各基准区域内的标注对象距离样本图像的采集设备远近信息相关；对于每一候选图像，保留候选图像中满足筛选条件的预标注框，得到候选图像对应的第一目标图像，筛选条件包括预标注框的第一面积占比处于预标注框所属基准区域的第一期望范围内。上述方案，能够提高预标注筛选的准确度。
-
公开(公告)号：CN117519952A
公开(公告)日：2024-02-06
申请号：CN202410012613.0
申请日：2024-01-04
Applicant: 浙江大华技术股份有限公司
Abstract: 本申请涉及资源调度技术领域，特别是涉及云平台任务调度方法、计算机设备和存储介质。本申请所提供的一种云平台任务调度方法，包括获取任务的需求核心数，获取节点队列的可用核心数；判断可用核心数等于需求核心数的节点队列中是否存在可用的计算节点；响应于检测到可用的计算节点，将任务调度至计算节点执行；其中，计算节点根据剩余核心数的不同被存储在不同的节点队列中，节点队列的可用核心数小于等于节点队列中计算节点的剩余核心数。通过上述方法，能够利用剩余核心数对节点进行分类，从而根据任务的需求核心数快速获取到合适的计算节点，有效提升任务调度效率。
-
公开(公告)号：CN116010053A
公开(公告)日：2023-04-25
申请号：CN202211686697.3
申请日：2022-12-27
Applicant: 浙江大华技术股份有限公司
Abstract: 本发明公开了一种任务信息的推送方法及装置、存储介质、电子装置，其中，上述方法包括：获取云平台创建的多个待训练任务和所述待训练任务的任务信息；在容器云根据所述任务信息对所述多个待训练任务调度成功的情况下，获取所述多个待训练任务分别对应的运行状态，并将所述多个待训练任务对应的任务信息分别推送至与所述多个待训练任务的运行状态对应的消息队列中。解决了相关技术中，现有技术中，对于待训练任务的任务信息，无法根据任务的运行状态对任务信息进行管理等问题。
-
公开(公告)号：CN115712572A
公开(公告)日：2023-02-24
申请号：CN202211479095.0
申请日：2022-11-23
Applicant: 浙江大华技术股份有限公司
IPC: G06F11/36
Abstract: 本发明实施例提供了一种任务的测试方法、装置、存储介质及电子装置，其中，该方法包括：对测试任务进行拆分，得到多个子任务；确定多个子任务中包括的第一子任务以及第二子任务，其中，第一子任务为仅支持在测试设备中运行的任务，第二子任务为支持在进程中运行的任务；通过目标测试设备测试第一子任务，以及通过目标进程测试第二子任务。通过本发明，解决了相关技术中存在的任务测试效率低的问题，达到提高任务测试效率效果。
-
公开(公告)号：CN115098731B
公开(公告)日：2022-11-22
申请号：CN202210824722.3
申请日：2022-07-14
Applicant: 浙江大华技术股份有限公司
IPC: G06F16/783 , G06V10/22 , G06V20/40 , G06F3/0481 , G01S13/86
Abstract: 本申请公开了一种目标关联方法、设备及存储介质，目标关联方法包括：从获取视频帧序列和雷达帧序列中提取对应的基准视频帧和基准雷达帧，对基准视频帧中的视频目标和基准雷达帧中的雷达目标进行关联，接着，在视频帧序列中确定起始视频帧和终止视频帧，确定已关联的视频目标在起始视频帧和终止视频帧中的位置信息，并基于这两个位置信息，确定起始视频帧和终止视频帧之间的其他视频帧中与已关联的视频目标对应的待关联视频目标，然后，将待关联视频目标与对应的雷达帧中的对应于已关联的雷达目标的待关联雷达目标进行关联。通过上述方式，本申请提供的目标关联方法可以实现将视频目标和雷达目标进行关联，且利用跟踪算法进行关联可以更高效。
-
Patent Agency Ranking
公开(公告)号：CN115272817A
公开(公告)日：2022-11-01
申请号：CN202210822753.5
申请日：2022-07-12
Applicant: 浙江大华技术股份有限公司
Abstract: 本发明公开了一种目标检测的方法、模型训练方法及设备，用于在不依赖历史训练数据的情况下有效降低目标检测模型的误检率和漏检率。该方法包括：获取待检测图像；将所述待检测图像输入到本次的目标检测模型，输出所述图像对应的检测结果；其中，所述本次的目标检测模型是利用标注的目标图像集合对上一次的目标检测模型进行训练得到的，所述标注的目标图像集合包括在利用所述上一次的目标检测模型对输入的图像进行检测时，符合预设结果的检测结果对应的图像；其中所述本次的目标检测模型为非初次的目标检测模型。
-
公开(公告)号：CN114882491B
公开(公告)日：2022-10-25
申请号：CN202210807483.0
申请日：2022-07-11
Applicant: 浙江大华技术股份有限公司
Abstract: 本申请实施例公开了一种非机动车目标的跟踪方法、装置和电子设备，该方法包括：针对当前帧图像，确定当前帧图像中各个目标的检测框信息；按照预设划分规则将当前帧图像划分为至少两个跟踪区域；根据跟踪区域中包括的检测框的类型，确定跟踪区域对应的匹配方式；针对每个跟踪区域，基于跟踪区域对应的匹配方式，将跟踪区域对应的当前帧图像中的目标的检测框信息和上一帧图像中跟踪区域内的目标的检测框信息进行匹配；根据匹配成功的当前帧图像中跟踪区域内的目标的检测框信息和当前帧图像的目标关联关系更新上一帧图像中的对应的目标的检测框信息，以进行目标跟踪。用以提高非机动车目标跟踪的连续性、稳定性和准确性。
-
公开(公告)号：CN115170807A
公开(公告)日：2022-10-11
申请号：CN202211076329.7
申请日：2022-09-05
Applicant: 浙江大华技术股份有限公司
IPC: G06V10/26 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本申请公开了一种图像分割、模型训练方法、装置、设备及介质，首先基于训练集中的样本图像及其对应的标注图像对图像分割模型进行训练，得到图像分割模型的初始参数，在基于图像分割模型进行图像分割时，确定图像的初始分类结果和热力图的概率分布值，根据概率分布值对图像分割模型的参数进行调整。本申请结合样本图像训练图像分割模型的初始参数，以及根据待处理的图像对图像分割模型的初始参数进行调整的方式，使得基于少量的样本图像训练图像分割模型，即可实现对待处理的图像进行准确有效的分割，降低了图像分割模型训练的成本。
-
公开(公告)号：CN115167846A
公开(公告)日：2022-10-11
申请号：CN202211091774.0
申请日：2022-09-07
Applicant: 浙江大华技术股份有限公司
IPC: G06F8/35
Abstract: 本申请公开了一种下游算子的推荐方法、电子设备及计算机可读存储介质，该推荐方法包括：在建立连接关系的至少一个算子中，获取输出流向待定的第一目标算子，其中，至少一个算子之间的连接关系是外部输入的；确定算子集合中每个模板算子的推荐评分，其中，模板算子的推荐评分是根据第一目标算子以及模板算子确定的；根据推荐评分，对算子集合中的模板算子进行筛选；根据筛选出的模板算子，生成用于指示第一目标算子可连接的下游算子的算子推荐列表。本申请所提供的推荐方法能够生成算子推荐列表，使得设计者可以优先从算子推荐列表中查找第一目标算子的下游算子，可以减少设计者的查找量，减少设计者在查找时出错。
-
公开(公告)号：CN115081613A
公开(公告)日：2022-09-20
申请号：CN202210563774.X
申请日：2022-05-23
Applicant: 浙江大华技术股份有限公司
Abstract: 本申请提供一种生成深度学习模型的方法、装置、电子设备及存储介质，涉及计算机技术领域，方法包括：获取模型需求信息，该模型需求信息至少包括模型需求算力和模型任务；基于模型组件库中的多个模型组件，构建与模型需求算力匹配的N个深度学习模型架构，每个深度学习模型框架包括至少一个模型组件，N为大于0的整数；基于模型任务和N个深度学习模型架构，获得N个初始深度学习模型；基于N个初始深度学习模型，获得目标深度学习模型。本申请提高了深度学习模型的生成效率，便于高效地将深度学习模型投入线上使用。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.073 seconds)
