-
公开(公告)号：CN111402278A
公开(公告)日：2020-07-10
申请号：CN202010110477.0
申请日：2020-02-21
Applicant: 华为技术有限公司
Abstract: 本发明公开了人工智能领域的一种分割模型训练方法，包括：获取第一样本集S和第二样本集R，其中，第一样本集S包括多张第一图像及多张第一图像中每张第一图像的目标标签，第二样本集R包括多张第二图像；根据第一样本集S中的多张第一图像及其目标标签和第二样本集R中的多张第二图像对初始分割模型进行ASTO训练，以得到目标分割模型，初始分割模型是根据第一样本集S对原始模型进行训练得到的。采用本发明实施例训练得到的分割模型可克服对于图像可用标注数量较少，标注成本昂贵的问题。
-
公开(公告)号：CN119919337A
公开(公告)日：2025-05-02
申请号：CN202311435681.X
申请日：2023-10-30
Applicant: 华为技术有限公司
IPC: G06T7/00 , G06V10/40 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种图像处理方法、装置及存储介质，涉及图像识别技术领域，能够在图像差异对比过程中，提高差异区域的识别准确度。该方法包括：首先获取包括第一图像以及第二图像的比对图像对。进一步的，提取第一图像的第一图像特征以及第二图像的第二图像特征，并对第一图像特征与第二图像特征特征融合，得到融合特征。然后对融合特征进行解码，得到第一图像与第二图像之间的第一候选差异区域，以及确定融合特征的隐式特征，并对隐式特征进行自回归处理，得到第一图像与第二图像之间的第二候选差异区域。基于第一候选差异区域和第二候选差异区域，确定第一图像与第二图像之间的差异区域。
-
公开(公告)号：CN119169332A
公开(公告)日：2024-12-20
申请号：CN202310731552.9
申请日：2023-06-19
Applicant: 华为技术有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/048
Abstract: 公开了图像识别和模型训练方法及装置，涉及计算机领域。该图像识别方法包括：获取待处理图像，调整该待处理图像中像素点的像素值，得到预处理图像，进而将该预处理图像输入识别模型，得到待处理图像所属的类别。该预处理图像的特征与识别模型的源域的特征相似度达到第一阈值，进而，该预处理图像贴近识别模型的源域。且该识别模型用于是被图像所属的类别。
-
Patent Agency Ranking
公开(公告)号：CN117709424A
公开(公告)日：2024-03-15
申请号：CN202211021862.3
申请日：2022-08-24
Applicant: 华为技术有限公司
IPC: G06N3/08 , G06N3/0464 , G06V10/74 , G06V10/764 , G06V10/82
Abstract: 本申请公开了一种图像分类模型优化方法及相关装置，属于图像分类技术领域。所述方法包括：基于每个源域图像的特征向量和每个目标域图像的特征向量确定多个近邻图像对，基于源域图像集、目标域图像集以及该多个近邻图像对，对源域图像分类模型进行优化以得到目标域图像分类模型。由于近邻图像对能够表征源域图像的类别与目标域图像的类别之间的关联关系，所以通过该多个近邻图像对，能够对目标域图像集中目标域图像的类别进行估计，进而对目标域图像集的图像特征分布进行估计。然后基于源域图像集、目标域图像集以及该多个近邻图像对，在源域图像集与目标域图像集之间进行图像特征分布对齐，使得目标域图像分类模型能够更好的适用于目标域图像集。
-
公开(公告)号：CN113011568A
公开(公告)日：2021-06-22
申请号：CN202110352634.3
申请日：2021-03-31
Applicant: 华为技术有限公司
Abstract: 本申请实施例公开了一种模型的训练方法、数据处理方法及设备，可应用于人工智能领域中，具体可应用于计算机视觉领域，方法包括：首先为每个域(包括目标域和多个源域)的每个类别建立原型(即类别中心)，再在每个域内基于计算出的原型建立一个关系矩阵(即相似度矩阵)，之后根据每个域各自对应的相似度矩阵构建得到一个目标张量，通过相似度矩阵构建域之间的高阶关联，并将该高阶关联融合进目标损失函数，使得模型学习提取域无关的特征。该方法借助张量的低秩约束挖掘多个源域和目标域之间的高阶关联，增强了不同域上提取的特征的一致性，使得模型即使在没有见过的目标域上也有不错的性能提升，并且不会额外增加推理阶段的运行时间及计算开销。
-
公开(公告)号：CN118196402A
公开(公告)日：2024-06-14
申请号：CN202211609381.4
申请日：2022-12-14
Applicant: 华为技术有限公司
Abstract: 本公开的实施例提供了一种图像分割方法及装置，该方法包括：获取经训练的图像分割模型，经训练的图像分割模型通过将初始模型与更新模型进行端点权重融合而得到，更新模型至少基于新增数据集训练得到；以及将待处理图像输入到经训练的图像分割模型，以得到输出。以此方式，本公开实施例的图像分割模型基于端点权重融合而得到，其在训练过程中的损失函数对于参数干扰具有较强的容忍度，损失函数的最小值可以处于较宽的平坦区域。因此，本公开实施例的图像分割模型在新的数据集上的性能不会下降，从而能够有效缓解灾难性遗忘的问题。
-
公开(公告)号：CN117372798A
公开(公告)日：2024-01-09
申请号：CN202211192263.8
申请日：2022-09-28
Applicant: 华为技术有限公司
IPC: G06V10/774 , G06V10/44
Abstract: 一种模型训练方法，应用于人工智能技术领域。在该模型训练方法中，通过对同一个模型进行不同的裁剪，得到大小不同的多个模型。在对多个模型进行训练的过程中，得到多个模型中各个模型对应的一个损失函数值，并且联合各个模型的损失函数值得到总损失函数值，最终基于总损失函数值对每个模型进行训练，从而得到特征兼容的多个模型。基于本方法中对同一模型裁剪得到不同的多个模型并且联合训练多个模型的方式，能够解决多个不同的平台上部署不同模型之间的特征兼容问题，使得多个模型所提取的特征之间能够实现两两相互检索比对。
-
公开(公告)号：CN117274135A
公开(公告)日：2023-12-22
申请号：CN202210663450.3
申请日：2022-06-13
Applicant: 华为技术有限公司
Abstract: 本申请实施例公开了一种图像处理方法以及相关设备，用于精细化地分割图像，提升分割图像的成像质量。本申请实施例方法包括：获取第一交互点和待处理图像中目标对象的第一全局分割图像，第一全局分割图像是对待处理图像进行图像分割得到的图像；以第一交互点为几何中心，从待处理图像中确定第一参考区域，从第一全局分割图像中确定第一待处理区域，这两个区域的尺寸相同；处理这两个区域和第一参考区域包括的第一交互点合集，得到第一局部分割图像；将第一局部分割图像贴回第一全局分割图像上第一待处理区域对应的位置，得到第二全局分割图像，第二全局分割图像的像素点准确率大于第一全局分割图像的像素点准确率。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
