公开(公告)号：CN116756300A

公开(公告)日：2023-09-15

申请号：CN202310559306.X

申请日：2023-05-17

Applicant: 深圳华为云计算技术有限公司

Inventor： 陈冲 ,  田奇 ,  史佳欣

IPC: G06F16/335 ,  G06F16/338 ,  G06F16/33 ,  G06F40/289 ,  G06F40/216 ,  G06N3/08

Abstract: 本申请提供了一种检索方法、系统及相关设备，该方法可包括以下步骤：获取用户输入的查询文本，然后获取多个与查询文本之间的文本相关度较高的多个候选文书，然后确定每个候选文书与查询文本之间的法律相关度，并对多个候选文书进行排序获得排序结果，将其显示给用户，该系统先按照文本相关度筛选出多个候选文书，再按照法律相关度对多个候选文书进行排序，从而避免用户获得文本相同而非相关案例这一问题的出现，提高检索精度，提高用户的使用体验。

公开(公告)号：CN113688851B

公开(公告)日：2023-09-15

申请号：CN202010418518.2

申请日：2020-05-18

Applicant: 华为云计算技术有限公司

Inventor： 王子辰 ,  张晓鹏 ,  田奇

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请提供了一种数据标注方法，采用至少两个结构不同的分类模型，预训练其中之一作为初始分类模型，且将待标注的源数据集的数据通过该预训练的分类模型标注标签作为初始数据；控制各所述分类模型执行一定次数的交替训练与数据标注，当前训练与当前数据标注的步骤包括：获取前一训练的分类模型所重新标注标签的数据，并从中选择一部分数据训练当前分类模型，通过经训练后的当前分类模型对未被选择的另一部分数据重新标注标签。还相应提供了数据标注装置、精细粒度识别模型训练方法和装置、精细粒度识别方法和装置，计算设备及介质，实现通过人工智能的方式自动标注数据，减少因数据标注困难、标注样本少带来的分类模型训练时的过拟合问题。

公开(公告)号：CN116310614A

公开(公告)日：2023-06-23

申请号：CN202111571041.2

申请日：2021-12-21

Applicant: 华为云计算技术有限公司

Inventor： 王子辰 ,  史博文 ,  张晓鹏 ,  谢凌曦 ,  田奇

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/26 ,  G06V20/70

Abstract: 本申请涉及一种基于多数据集的预训练方法、装置及存储介质,其中，所述方法包括：对第一样本图像进行跨数据集混合，得到第一目标图像，第一样本图像为训练集中的任一样本图像，训练集由多个数据集合并而成,每个数据集包括多个具有像素级标注信息的样本图像；对第一样本图像进行数据增强，得到第二目标图像；根据第一目标图像及第二目标图像，对第一特征提取网络进行预训练，第一特征提取网络应用于语义分割任务。本申请实施例的预训练基于像素级分类，与下游的语义分割任务之间不存在任务差距，从而能够提高语义分割模型在预训练阶段的性能。

公开(公告)号：CN116030883A

公开(公告)日：2023-04-28

申请号：CN202111253270.X

申请日：2021-10-27

Applicant: 华为云计算技术有限公司 ,  中国科学院上海药物研究所

Inventor： 蒋华良 ,  乔楠 ,  郑明月 ,  田奇 ,  王鼎言 ,  刘登辉 ,  程曦 ,  许志梦 ,  谢凌曦 ,  张晓鹏 ,  何建忠 ,  何文俊 ,  林歆远 ,  张雷 ,  徐迟

IPC: G16B15/20 ,  G16B30/10

Abstract: 本申请实施例提供了一种蛋白质结构预测方法、装置、设备及存储介质。该方法包括：对于待预测的蛋白质，在基于该蛋白质的氨基酸序列获取到多个多序列比对结果之后，利用蛋白质结构预测模型，得到与该多个多序列比对结果一一对应的多个结构信息，从中挑选出符合目标条件的结构信息。其中，多序列比对结果指示该氨基酸序列的多个同源氨基酸序列，由于同源的两个氨基酸序列对应的蛋白质的空间结构往往是接近的，因此根据多序列比对结果能够较为准确地预测出该蛋白质的空间结构。另外，上述方法利用了蛋白质结构预测模型的泛化能力，将蛋白质对应的多个多序列比对结果都参与到蛋白质结构的预测过程中，从而有效提高了蛋白质结构预测的准确率和效率。

公开(公告)号：CN115964632A

公开(公告)日：2023-04-14

申请号：CN202110977566.X

申请日：2021-08-24

Applicant: 华为云计算技术有限公司

Inventor： 常建龙 ,  张恒亨 ,  姜娜娜 ,  魏龙辉 ,  张晓鹏 ,  谢凌曦 ,  田奇

IPC: G06F18/214 ,  G06N3/0464 ,  G06N5/04 ,  G06N20/00

Abstract: 本申请提供了一种构建人工智能(AI)集成模型的方法，包括：获取训练数据集、初始图网络模型和多个基模型，然后利用训练数据集中的训练数据和多个基模型，迭代训练初始图网络模型，获得图网络模型，接着将图网络模型和多个基模型构建为AI集成模型，其中，图网络模型的输入为由多个基模型的输出构成的图结构。由于图网络模型在对图结构进行处理时，会考虑图结构中各节点的邻居节点，因此，图网络模型在对多个基模型的输出进行融合时，充分考虑了各个基模型之间的差异性和相关性，由此根据AI集成模型中的多个基模型和图网络模型获得的特征在用于AI任务的处理时，可以提高AI任务的执行结果的精度。

公开(公告)号：CN118945442A

公开(公告)日：2024-11-12

申请号：CN202310912526.6

申请日：2023-07-24

Applicant: 华为云计算技术有限公司

Inventor： 蒋东生 ,  张亚博 ,  张晓鹏 ,  左旺孟 ,  田奇

IPC: H04N21/8549 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/0464 ,  H04N21/8543

Abstract: 一种视频生成方法、装置及集群。该方法包括：获取目标视频的文本描述信息和多个结构信息，多个结构信息和多个噪声样本一一对应；在第一时间步中，获取多个噪声样本中的第一噪声样本，第一噪声样本用于生成目标视频中的第一视频帧；利用预训练的扩散模型，基于文本描述信息和第一噪声样本对应的结构信息，去除第一噪声样本的噪声，得到第一噪声样本对应的第一中间样本；以及，更新第一噪声样本对应的第一中间样本的特征，得到第一噪声样本对应的第一输出样本；其中，第一噪声样本的第一输出样本用作第一时间步的下一个时间步的噪声样本，或者第一视频帧。该方法可以在无需训练模型的情况下，生成帧间一致性高的视频。

公开(公告)号：CN118734062A

公开(公告)日：2024-10-01

申请号：CN202310737934.2

申请日：2023-06-20

Applicant: 华为云计算技术有限公司

Inventor： 田奇 ,  王志宇 ,  李东哲 ,  常建龙

IPC: G06F18/214 ,  G06F18/22 ,  G06N20/00

Abstract: 本申请提供了一种动作生成方法，该方法应用于动作生成系统，该系统用于根据文本生成与文本对应的动作，该方法包括：接收用户输入的目标文本；根据目标文本，确定与目标文本对应的提示信息，其中，提示信息包括至少一个姿态；将提示信息输入基于提示学习训练的动作生成模型，获得目标文本对应的目标动作，其中，目标动作包括与目标文本对应的多个姿态形成的姿态序列。该方法针对不同的任务需求，不需要重新训练或微调动作生成模型，具有较强的可控性和灵活性。由于部署阶段无需针对给定的文本进行在线的匹配和网络训练，节省了计算资源，降低了时间开销。而且，该方法能够不受限于特定的数据集，保障了生成的动作的多样性。

公开(公告)号：CN118673207A

公开(公告)日：2024-09-20

申请号：CN202310833330.8

申请日：2023-07-07

Applicant: 华为云计算技术有限公司

Inventor： 陈冲 ,  马晟杰 ,  田奇

IPC: G06F16/9535 ,  G06F16/901 ,  G06F18/214 ,  G06F18/241 ,  G06F18/20 ,  G06N3/042 ,  G06N3/084

Abstract: 本申请提供了一种信息搜索方法，该方法应用于信息搜索系统，该方法包括：获取第一搜索会话，其中，第一搜索会话包括当前查询信息、历史查询信息以及历史查询信息对应的搜索结果中被选中的目标查询结果；根据当前查询信息、历史查询信息以及历史查询信息对应的目标查询结果，对当前查询信息对应的多个候选查询结果中的至少一个候选查询结果构建拓扑图；将至少一个候选查询结果对应的拓扑图输入会话搜索模型，获得当前查询信息的搜索结果。该方法将拓扑图作为会话搜索模型的输入，能够准确地理解用户的搜索意图，获得符合用户检索需求的搜索结果，提升信息搜索的准确程度和效率。

公开(公告)号：CN118608885A

公开(公告)日：2024-09-06

申请号：CN202310179445.X

申请日：2023-02-28

Applicant: 华为云计算技术有限公司

Inventor： 田奇 ,  蒋东生 ,  张晓鹏 ,  李锦

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/46 ,  G06N3/0455 ,  G06N3/08

Abstract: 本公开的实施例提供了一种模型训练方法及装置，该方法包括：获取与图像处理任务相关联的训练数据集；获取初始模型，初始模型包括经预训练的编码器，经预训练的编码器是基于图像块冗余丢弃过程而被预训练得到的；以及利用训练数据集在初始模型的基础上进行训练，以得到用于图像处理任务的经训练的神经网络模型。以此方式，经预训练的编码器能够被用于与图像处理任务相关联的神经网络模型的初始模型，由于经训练的编码器基于图像块冗余丢弃过程得到，因此所消耗的计算资源少，效率高。

公开(公告)号：CN112446270B

公开(公告)日：2024-05-14

申请号：CN201910839017.9

申请日：2019-09-05

Applicant: 华为云计算技术有限公司

Inventor： 魏龙辉 ,  张天宇 ,  谢凌曦 ,  田奇

IPC: G06V40/10 ,  G06V10/774

Abstract: 本申请提供了行人再识别网络的训练方法、行人再识别方法和装置。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M个训练图像和该M个训练图像的标注数据；对行人再识别网络的网络参数进行初始化处理，以得到所述行人再识别网络的网络参数的初始值；将M个训练图像中的一批训练图像输入到行人再识别网络进行特征提取，得到这一批训练图像中的每个训练图像的特征向量，然后根据这一批训练图像的特征向量确定损失函数，并根据损失函数的函数值得到满足预设要求的行人再识别网络。本申请可以在单图像拍摄设备标注数据情况下训练出性能较好的行人再识别网络。