-
公开(公告)号:CN118298250A
公开(公告)日:2024-07-05
申请号:CN202410716215.7
申请日:2024-06-04
Applicant: 杭州宇泛智能科技股份有限公司
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/82 , G06V10/40
Abstract: 本申请实施例提供一种数据智能标注方法及装置,涉及人工智能领域,方法包括:接收用户发送的图像数据标注指令,根据图像数据标注指令确定对应的待标注图像,采用任务分类模型和计算机视觉自监督模型中分类精度较大的一个进行待标注图像的类别标注操作;采用任务检测模型和开放词汇检测模型中检测精度较大的一个进行待标注图像的目标标注操作,采用任务分割模型和SAM分割模型中分割精度较大的一个进行待标注图像的实例分割操作;根据类别标注操作、目标标注操作以及实例分割操作,得到经过标注后的图像;本申请能够有效提高数据标注的效率和准确率。
-
公开(公告)号:CN118247531A
公开(公告)日:2024-06-25
申请号:CN202410651072.6
申请日:2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
Abstract: 本申请涉及数据处理技术领域,尤其涉及一种基于大场景空间的多模态数据空间一致性匹配方法,方法包括:获取场景数据以及对场景空间进行三维建模得到的三维空间模型,场景数据包括图像数据和点云数据;在三维空间模型中构建坐标系,并确定所述场景数据在所述坐标系中的相对位置信息;根据坐标系以及场景数据在所述坐标系中的相对位置信息,获取参考数据集和对比数据集,根据所述参考数据集、对比数据集以及对比数据与所述参考数据集之间的映射关系,对多模态数据空间一致性模型进行训练;根据所述多模态数据空间一致性模型确定目标场景数据在三维空间模型中的位置信息。
-
公开(公告)号:CN119206796B
公开(公告)日:2025-05-06
申请号:CN202411712859.5
申请日:2024-11-27
Applicant: 杭州宇泛智能科技股份有限公司
IPC: G06V40/10 , G06V10/10 , G06V10/40 , G06V10/25 , G06V10/74 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供一种基于深度学习的服饰识别方法及装置,方法包括:通过将现场图像输入预设人体检测模型进行人体检测操作,确定对应的人体区域,根据设定外扩比例对所述人体区域进行外扩操作,确定对应的扩张人体区域,将所述扩张人体区域输入预设上半身检测模型进行上半身检测操作,确定对应的上半身区域;将所述上半身区域输入设定服饰识别模型,确定对应的相似度得分;将所述上半身区域输入设定服饰分类模型,确定对应的穿着状态得分,对所述相似度得分和所述穿着状态得分进行加权求和操作,确定对应的综合得分,根据所述综合得分和预设阈值,确定所述现场图像中的服饰状态,本申请能够基于多模型融合提高服饰识别的精度和准确性。
-
公开(公告)号:CN118247531B
公开(公告)日:2024-09-10
申请号:CN202410651072.6
申请日:2024-05-24
Applicant: 杭州宇泛智能科技股份有限公司 , 浙江工商大学
Abstract: 本申请涉及数据处理技术领域,尤其涉及一种基于大场景空间的多模态数据空间一致性匹配方法,方法包括:获取场景数据以及对场景空间进行三维建模得到的三维空间模型,场景数据包括图像数据和点云数据;在三维空间模型中构建坐标系,并确定所述场景数据在所述坐标系中的相对位置信息;根据坐标系以及场景数据在所述坐标系中的相对位置信息,获取参考数据集和对比数据集,根据所述参考数据集、对比数据集以及对比数据与所述参考数据集之间的映射关系,对多模态数据空间一致性模型进行训练;根据所述多模态数据空间一致性模型确定目标场景数据在三维空间模型中的位置信息。
-
公开(公告)号:CN118485292A
公开(公告)日:2024-08-13
申请号:CN202410769593.1
申请日:2024-06-14
Applicant: 杭州宇泛智能科技股份有限公司 , 杭州电子科技大学
IPC: G06Q10/0633 , G06N20/00
Abstract: 本申请实施例提供一种基于人工智能的工作流自动生成和算力分配方法及装置,方法包括:根据工作流生成指令和预设自然语言分析模型确定对应的任务需求和与任务需求对应的模型类型,并根据任务需求和各模型类型之间的依赖关系确定对应的任务结构;根据当前系统算力和预设模型库中各模型类型的算力需求确定对应的算法模型和算力分配策略,根据算法模型和任务结构中的模型搭配关系构建得到任务工作流,并根据算力分配策略为任务工作流中的各算法模型调度相应的系统算力;在实时算力占用数据超过预设算力阈值时,根据当前系统算力和任务工作流中待运行的算法模型的算力需求更新算力分配策略;本申请能够有效提高工作流生成的高效性和准确性。
-
-
-
-