模型压缩方法及装置
    11.
    发明公开

    公开(公告)号:CN111985597A

    公开(公告)日:2020-11-24

    申请号:CN201910430876.2

    申请日:2019-05-22

    Abstract: 本申请实施例提供模型压缩方法及装置,用于解决现有的压缩算法直接应用在生成器模型上不能取得令人满意的结果的问题,包括:对压缩前的生成器模型的网络结构进行二值编码,得到包括M个第一代生成器子模型的网络结构的第一代子群;获取每个第一代生成器子模型的网络结构的适应值;根据适应值和遗传算法,确定第N代子群中适应值最优的第N代生成器子模型的网络结构,第N代子群中M个第N代生成器子模型的网络结构的适应值的平均值与第(N-1)代子群中M个第(N-1)代生成器子模型的网络结构的适应值的平均值的差值小于设定值;根据压缩前的生成器模型中的网络参数和适应值最优的第N代生成器子模型的网络结构,确定压缩后的生成器模型。

    图像处理的方法及装置
    12.
    发明公开

    公开(公告)号:CN110222718A

    公开(公告)日:2019-09-10

    申请号:CN201910386393.7

    申请日:2019-05-09

    Abstract: 本申请属于人工智能领域的计算机视觉领域。本申请提供了一种图像处理的方法,包括:获取待处理图像;对待处理图像进行处理,得到N个第一初始置信度,N个第一初始置信度与待处理图像所对应的N个种类一一对应;获取先验信息;根据先验信息,得到与N个第一初始置信度一一对应的N个第一修正置信度;根据N个第一修正置信度,对N个第一初始置信度中的n个第一初始置信度进行修正,得到待处理图像属于N个种类的N个置信度,n≤N且n为正整数;根据N个置信度,确定待处理图像对应的标签。本申请提供一种图像处理的方法及装置,目的在于显著提高图像识别的准确率。

    图像分类方法及装置
    13.
    发明公开

    公开(公告)号:CN119027713A

    公开(公告)日:2024-11-26

    申请号:CN202410954001.3

    申请日:2019-07-30

    Abstract: 本申请涉及人工智能领域中计算机视觉领域的图像识别技术,提供了一种图像分类方法及装置。涉及人工智能领域,具体涉及计算机视觉领域。该方法包括:获取待处理图像的输入特征图;根据神经网络的M个卷积核对所述输入特征图进行卷积处理,得到M个通道的候选输出特征图,M为正整数;根据N个矩阵对所述候选输出特征图的M个通道进行矩阵变换,得到N个通道的输出特征图,其中,所述N个矩阵中的每个矩阵的通道数小于M,N大于M,N为正整数;根据所述输出特征图对所述待处理图像进行分类,得到所述待处理图像的分类结果。该方法有助于降低图像分类处理的计算量和参数量。

    图像分割模型的处理方法和处理装置

    公开(公告)号:CN112446888A

    公开(公告)日:2021-03-05

    申请号:CN201910845625.0

    申请日:2019-09-02

    Abstract: 本申请涉及人工智能领域中的图像分割技术,提供了图像分割模型的处理方法和处理装置。所述图像分割模型包括特征提取子模型和图像分割子模型,特征提取子模型用于提取图像的特征,图像分割子模型用于根据所述提取的特征对所述图像进行分割。所述处理方法包括:对所述特征提取子模型进行层宽调整,以得到第一特征提取子模型;根据第一特征提取子模型和图像分割子模型得到目标图像分割模型。本申请提供图像分割模型的处理方法和处理装置,有助于提高图像分割模型的分割精度,从而有助于在边缘设备上实现图像分割技术。

    图像分类方法及装置
    16.
    发明公开

    公开(公告)号:CN111797882A

    公开(公告)日:2020-10-20

    申请号:CN201910697287.0

    申请日:2019-07-30

    Abstract: 本申请涉及人工智能领域中计算机视觉领域的图像识别技术,提供了一种图像分类方法及装置。涉及人工智能领域,具体涉及计算机视觉领域。该方法包括:获取待处理图像的输入特征图;根据神经网络的M个卷积核对所述输入特征图进行卷积处理,得到M个通道的候选输出特征图,M为正整数;根据N个矩阵对所述候选输出特征图的M个通道进行矩阵变换,得到N个通道的输出特征图,其中,所述N个矩阵中的每个矩阵的通道数小于M,N大于M,N为正整数;根据所述输出特征图对所述待处理图像进行分类,得到所述待处理图像的分类结果。该方法有助于降低图像分类处理的计算量和参数量。

    一种网络模型的训练方法以及相关装置

    公开(公告)号:CN110222705A

    公开(公告)日:2019-09-10

    申请号:CN201910331313.8

    申请日:2019-04-23

    Abstract: 本申请公开了一种网络模型的训练方法,可以应用于对网络模型进行训练的服务器中,服务器可以分别获取第一生成网络和第二生成网络,并利用第二生成网络输出的第二转换后图像,对第一生成网络进行迭代训练,由于第二生成网络为执行过训练操作的大型网络,则可以保证执行过训练操作的第三生成网络的图像处理能力较好,且由于第一生成网络的参数量小于第二生成网络,从而第一生成网络占用的内存面积,且运算量较少。

Patent Agency Ranking