-
公开(公告)号：CN111400533B
公开(公告)日：2023-10-17
申请号：CN202010136046.1
申请日：2020-03-02
Applicant: 北京三快在线科技有限公司
IPC: G06F16/583 , G06V20/60 , G06V20/70 , G06V10/764 , G06V10/82
Abstract: 本申请公开了图像筛选方法、装置、电子设备和存储介质。所述方法包括：获取待筛选的多帧图像，其中，各帧图像分别带有对象标注信息和帧序；根据所述对象标注信息和帧序，确定目标对象的关联图像序列；对所述关联图像序列进行对象类别识别，得到所述关联图像序列的待校验类别；在所述待校验类别与所述目标对象匹配的情况下，根据所述关联图像序列筛选出包含所述目标对象的最优图像。有益效果在于，仅依赖图像的标注信息和帧序就可以完成图像的去重，可以应用于地图制作领域对地图外业采集数据的筛选，准确聚合同一路段的重复信息，区别于传统方案，不再依赖于GPS等位置信息对图像进行筛选，摆脱了GPS的位置偏差较大的问题。
-
公开(公告)号：CN110414572B
公开(公告)日：2021-09-07
申请号：CN201910612161.9
申请日：2019-07-08
Applicant: 北京三快在线科技有限公司
IPC: G06K9/62
Abstract: 本申请公开了一种图像识别的方法及装置，在该方法中将待识别图像输入到预设的图像识别模型中，得到该待识别图像属于各预设类别的概率，针对每个预设类别，可以根据预选确定出的该图像识别模型识别该预设类别的图像的准确率，计算该待识别图像属于该预设类别的补偿概率，根据该待识别图像属于各预设类别的补偿概率，对该待识别图像进行识别。由于可以通过预先确定出的该图像识别模型识别各预设类别的图像的准确率，对该待识别图像属于各预设类别的概率进行补偿，因此，降低了该待识别图像不属于的预设类别在该待识别图像的图像识别过程中所产生的影响，从而提高了图像识别的准确率。
-
公开(公告)号：CN112699893A
公开(公告)日：2021-04-23
申请号：CN202110033686.4
申请日：2021-01-11
Applicant: 北京三快在线科技有限公司
Abstract: 本公开提供了一种图像识别模型训练方法及装置。所述方法包括：将样本数据输入至预训练的图像识别模型；调用深层特征处理层对所述图像进行处理，得到图像对应的深层特征信息；调用细节特征引导层根据图像真值对图像进行处理，得到图像对应的细节特征值，并根据细节特征值确定细节特征引导层对应的细节损失值；在细节损失值处于第一预设范围内的情况下，将深层特征信息和细节特征值进行融合处理，得到图像对应的预测分类结果；根据初始分类结果和预测分类结果，计算得到图像识别模型的损失值；在损失值处于第二预设范围内的情况下，将训练后的图像识别模型作为目标图像识别模型。本公开可以使得网络能够更充分的编码空间信息，在提升语义分割性能的同时，不会引入额外的计算量消耗，更不会影响模型的推理速度。
-
公开(公告)号：CN110378400B
公开(公告)日：2020-09-04
申请号：CN201910612158.7
申请日：2019-07-08
Applicant: 北京三快在线科技有限公司
IPC: G06K9/62
Abstract: 本申请公开了一种用于图像识别的模型训练方法及装置，在该方法中可以获取各样本图像，而后，根据各样本图像确定至少一个图像序列，每个图像序列可以由至少两个样本图像构成，针对每个图像序列，可以对该图像序列中包含的样本图像进行组合，得到组合图像，并将该组合图像输入到预设的图像识别模型中，得到识别结果，根据确定出的该图像序列对应的第一权重序列、该识别结果以及预先标注的该图像序列中各样本图像对应的标注结果，确定该图像序列对应的损失，不同的图像序列对应的第一权重序列相同，根据确定出的各图像序列对应的损失，训练图像识别模型。由于可以通过图像组合的方式得到训练样本，与现有技术相比，降低了获取训练样本耗费的成本。
-
公开(公告)号：CN110378400A
公开(公告)日：2019-10-25
申请号：CN201910612158.7
申请日：2019-07-08
Applicant: 北京三快在线科技有限公司
IPC: G06K9/62
Abstract: 本申请公开了一种用于图像识别的模型训练方法及装置，在该方法中可以获取各样本图像，而后，根据各样本图像确定至少一个图像序列，每个图像序列可以由至少两个样本图像构成，针对每个图像序列，可以对该图像序列中包含的样本图像进行组合，得到组合图像，并将该组合图像输入到预设的图像识别模型中，得到识别结果，根据确定出的该图像序列对应的第一权重序列、该识别结果以及预先标注的该图像序列中各样本图像对应的标注结果，确定该图像序列对应的损失，不同的图像序列对应的第一权重序列相同，根据确定出的各图像序列对应的损失，训练图像识别模型。由于可以通过图像组合的方式得到训练样本，与现有技术相比，降低了获取训练样本耗费的成本。
-
Patent Agency Ranking
公开(公告)号：CN112699893B
公开(公告)日：2025-03-21
申请号：CN202110033686.4
申请日：2021-01-11
Applicant: 北京三快在线科技有限公司
IPC: G06V10/26 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种图像识别模型训练方法及装置。所述方法包括：将样本数据输入至预训练的图像识别模型；调用深层特征处理层对所述图像进行处理，得到图像对应的深层特征信息；调用细节特征引导层根据图像真值对图像进行处理，得到图像对应的细节特征值，并根据细节特征值确定细节特征引导层对应的细节损失值；在细节损失值处于第一预设范围内的情况下，将深层特征信息和细节特征值进行融合处理，得到图像对应的预测分类结果；根据初始分类结果和预测分类结果，计算得到图像识别模型的损失值；在损失值处于第二预设范围内的情况下，将训练后的图像识别模型作为目标图像识别模型。本公开可以使得网络能够更充分的编码空间信息，在提升语义分割性能的同时，不会引入额外的计算量消耗，更不会影响模型的推理速度。
-
公开(公告)号：CN116912787B
公开(公告)日：2024-11-22
申请号：CN202311002173.2
申请日：2023-08-09
Applicant: 北京三快在线科技有限公司
IPC: G06V20/54 , G06V20/40 , G06V20/58 , G06V10/764
Abstract: 本申请公开了车辆行驶情况的识别方法和设备，属于图像识别技术领域。方法包括：获取安装在配送对象驾驶的车辆上的支架的使用信息，支架用于放置配送对象使用的终端；在支架的使用信息不满足终端采集视频的要求的情况下，显示用于提醒配送对象对支架进行校准的校准提醒信息，以使支架满足终端采集视频的要求；在完成支架的校准后，获取终端放置在校准后的支架上采集的视频，基于该视频识别车辆的行驶情况。本申请在支架的使用信息不满足终端采集视频的要求的情况下，通过校准提醒信息来提醒配送对象校准支架，提高了终端在校准后的支架上采集的视频质量，进而提高了基于视频识别的车辆的行驶情况的精度和准确度。此外，该方法具有较好的解释性。
-
公开(公告)号：CN116912787A
公开(公告)日：2023-10-20
申请号：CN202311002173.2
申请日：2023-08-09
Applicant: 北京三快在线科技有限公司
IPC: G06V20/54 , G06V20/40 , G06V20/58 , G06V10/764
Abstract: 本申请公开了车辆行驶情况的识别方法和设备，属于图像识别技术领域。方法包括：获取安装在配送对象驾驶的车辆上的支架的使用信息，支架用于放置配送对象使用的终端；在支架的使用信息不满足终端采集视频的要求的情况下，显示用于提醒配送对象对支架进行校准的校准提醒信息，以使支架满足终端采集视频的要求；在完成支架的校准后，获取终端放置在校准后的支架上采集的视频，基于该视频识别车辆的行驶情况。本申请在支架的使用信息不满足终端采集视频的要求的情况下，通过校准提醒信息来提醒配送对象校准支架，提高了终端在校准后的支架上采集的视频质量，进而提高了基于视频识别的车辆的行驶情况的精度和准确度。此外，该方法具有较好的解释性。
-
公开(公告)号：CN113920222A
公开(公告)日：2022-01-11
申请号：CN202111069336.X
申请日：2021-09-13
Applicant: 北京三快在线科技有限公司
Abstract: 本申请公开了获取地图建图数据的方法、装置、设备及可读存储介质，属于图像处理技术领域。所述方法包括：基于第一图像数据的第一标签获取符合任务需求的第二标签；基于第二标签生成与第一图像数据匹配的第二图像数据；基于第二图像数据训练得到第一神经网络模型；通过第一神经网络模型对第三图像数据进行风格迁移，得到地图建图数据。本申请即使在第一图像数据缺少的情况下，也仍然能够利用生成的第二图像数据进行模型训练，提高了训练得到的神经网络模型的性能，因此，基于该第一神经网络模型对第三图像数据进行风格迁移时，得到的地图建图数据的图像质量更高，且提高了准确率。
-
公开(公告)号：CN113887608A
公开(公告)日：2022-01-04
申请号：CN202111143124.1
申请日：2021-09-28
Applicant: 北京三快在线科技有限公司
Abstract: 本说明书公开了一种模型训练的方法、图像检测的方法及装置，首先，获取样本图像。其次，将样本图像输入到待训练的预测模型，确定样本图像中涉及指定目标物的至少一个候选图像区域以及原始特征。而后，筛选出包含其他目标物的待处理区域，并根据其他目标物的图像在待处理区域中的位置，得到待处理区域对应的补偿特征。最后，根据待处理区域对应的补偿特征以及其他候选图像区域对应的原始特征，得到目标物检测结果，并以最小化目标检测结果与样本图像中针对指定目标物的标签信息之间的偏差为优化目标，对预测模型进行训练。本方法可以在确定指定目标物所在区域时，避免将其他目标物所在区域检测为指定目标物区域，提高了预测模型的识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.029 seconds)
