一种少样本二维人体姿态估计方法

    公开(公告)号:CN119919964A

    公开(公告)日:2025-05-02

    申请号:CN202411936623.X

    申请日:2024-12-26

    Applicant: 东南大学

    Inventor: 杨万扣 张浩然

    Abstract: 本发明公开了一种在少样本情形下利用深度学习进行二维人体姿态估计的有效方法,该方法包含如下步骤:(1)对于有标注样本,采用通用的监督学习方式训练姿态估计模型;(2)对于无标注样本,采用“一致性训练”或“多教师”方法得到其伪标签,并利用额外的不确定度分支分别估计伪标签的先验和后验不确定度信息;(3)在无标注样本的训练损失项中引入不确定度估计结果:将先验不确定度作为损失项整体权重引入,将后验不确定度作为损失平衡因子引,完成无标注样本部分的训练;(4)对于采用“多教师”方法训练的模型,将伪标签的不确定度估计结果引入融合过程,实现更高质量的伪标签融合。本发明提出的方法能够在引入尽可能少的模型参数量的情况下,有效提取无标签样本中的不确定度信息,引导模型更好地进行从无标签样本的伪标签中进行学习,在少量标注样本的情形下实现高质量的二维人体姿态估计性能。

    一种分类模型训练方法、装置、电子设备、介质和程序

    公开(公告)号:CN119919931A

    公开(公告)日:2025-05-02

    申请号:CN202411995378.X

    申请日:2024-12-31

    Abstract: 本发明公开了一种分类模型训练方法、装置、电子设备、介质和程序,其中,该方法包括:获取目标模型的训练集,其中,所述训练集的训练数据具有多级标签,所述多级标签的标签层级至少为两层;基于所述训练集内各所述标签层级的训练数据对所述目标模型进行递进训练;根据所述目标模型的损失函数值以及损失阈值完成所述目标模型的训练。本发明实施例,通过不同标签层级的训练数据对目标模型进行递进训练,可保障模型学习到层级之间的关联关系,可提升目标模型多级分类的准确性,可在不更改模型结构的基础上,提升模型对多级分类任务的适配性,可提升模型分类的准确率。

    基于先验知识的图片重矩形化方法及系统、设备、介质

    公开(公告)号:CN119919288A

    公开(公告)日:2025-05-02

    申请号:CN202510085415.1

    申请日:2025-01-20

    Abstract: 本发明涉及计算图形学、计算机视觉技术领域,公开了一种基于先验知识的图片重矩形化方法及系统,方法包括:将稳定扩散模型的主干结构中的变分自编码器中的输入层和输出层上进行层数调整,重新构建图片重矩形化扩散模型;对图片重矩形化扩散模型进行两阶段训练,输出训练好的图片重矩形化扩散模型;使用训练好的图片重矩形化扩散模型完成图片重矩形化任务,并对训练好的图片重矩形化扩散模型进行验证。系统包括模型构建单元、模型训练单元和模型推理验证单元。本发明还公开了一种电子设备及计算机可读存储介质。

    基于文档主题感知的教师反思文本多维度评估方法和系统

    公开(公告)号:CN119918662A

    公开(公告)日:2025-05-02

    申请号:CN202411948209.0

    申请日:2024-12-27

    Inventor: 王龚 顾佳诚

    Abstract: 本发明涉及一种基于文档主题感知的教师反思文本多维度评估方法和系统,方法包括如下步骤:获取待评估的教师反思文本数据;将所述教师反思文本数据转化为词袋表征,利用预训练好的主题嵌入模型,得到教师反思文本的主题分布;将所述教师反思文本数据嵌入预设的评分指令模板,以所述主题分布作为分布路由,利用包括LoRA块的大模型,从全局的教师反思文本数据中提取局部的与各个主题对应的句子,得到各个主题对应的评分,实现教师反思文本的评估。与现有技术相比,本发明具有评估效果好、资源消耗小等优点。

    电磁波照射下三维金属物体表面电流的求解方法及装置

    公开(公告)号:CN119918390A

    公开(公告)日:2025-05-02

    申请号:CN202411811837.4

    申请日:2024-12-10

    Inventor: 吴迪 单涛 张鑫

    Abstract: 本申请涉及一种电磁波照射下三维金属物体表面电流的求解方法及装置,其中,方法包括:建立目标三维金属物体对应的目标金属剖分模型和表面电流的图结构数据表达;基于图结构数据表达,构建目标三维金属物体的联合积分方程对应的图神经网络求解器,并基于预设矩量法策略,生成图神经网络求解器的训练数据,并通过训练数据训练图神经网络求解器;将待求解金属剖分模型和预设的多个平面波激励参数输入至训练后的图神经网络求解器中,以通过训练后的图神经网络求解器计算目标三维金属物体对应的表面电流。由此,解决了现有的基于神经网络的电磁求解器无法处理非均匀的网格形式等问题。

    地下洞室围岩智能预测分析方法、系统、设备、存储介质及程序产品

    公开(公告)号:CN119917960A

    公开(公告)日:2025-05-02

    申请号:CN202510417238.2

    申请日:2025-04-03

    Abstract: 本发明公开了一种地下洞室围岩智能预测分析方法、系统、设备、存储介质及程序产品,该方法包括:对地下洞室当前掌子面进行围岩类别划分,获取当前掌子面围岩类别,基于历史地球物理探测成果数据对预报洞段进行不良地质体预测,获取不良地质体预报信息,根据不良地质体预报信息进行空间展布分析,获取地下洞室的挖掘空间延展信息,对当前掌子面围岩类别、不良地质体预报信息和挖掘空间延展信息进行特征量化,将特征量化结果输入至围岩类别预测模型进行围岩类别预测;由于本发明结合当前掌子面围岩类别、不良地质体预报信息和挖掘空间延展信息实现围岩类别的高精度预测有效地提升了地下洞室超前地质预报的准确性,从而有力保障施工安全。

    一种基于机器学习的古籍分类方法及系统

    公开(公告)号:CN119917660A

    公开(公告)日:2025-05-02

    申请号:CN202411977234.1

    申请日:2024-12-31

    Abstract: 本发明公开了一种基于机器学习的古籍分类方法及系统,属于书籍分类技术领域。一种基于机器学习的古籍分类方法及系统,包括收集并预处理用于训练、验证和测试的古籍文本数据;从预处理后的古籍文本中提取出能够有效表示其内容和结构的文本特征,利用双向长短时记忆网络捕捉文本中的长距离依赖关系;使用迁移学习技术,结合预训练的分词模型与分类器进行调整;输出分类结果,并提供用户反馈机制以持续优化分类模型。本发明解决了寻找特定主题或时期的古籍文献资料需要大量的时间和精力,人工编目容易出错且效率低下的问题。本发明显著提升了古籍分类的效率与准确性,有效提高分类精度。

Patent Agency Ranking