公开(公告)号：CN114925813A

公开(公告)日：2022-08-19

申请号：CN202210573722.0

申请日：2022-05-25

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 洪炜翔 ,  任望 ,  王剑 ,  陈景东 ,  劳江微 ,  褚崴

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06V10/774 ,  G06V10/764 ,  G06V10/25 ,  G06V10/82

Abstract: 本说明书实施例提供一种目标检测系统的训练方法，所述目标检测系统包括主干网络和头部网络，所述主干网络包括若干卷积层和若干自注意力层，所述方法包括：将训练图片输入所述目标检测系统，其中，利用所述若干卷积层对所述训练图片进行卷积处理，得到卷积表征；利用所述若干注意力层基于所述卷积表征进行自注意力处理，得到特征图；利用所述头部网络处理所述特征图，得到所述训练图片中目标对象的检测结果；基于所述训练图片对应的对象标注数据以及所述检测结果，确定各个神经网络层各自的梯度范数；针对所述各个神经网络层，根据所述梯度范数的平均数和其自身的梯度范数，更新其网络参数。

公开(公告)号：CN111898613B

公开(公告)日：2020-12-25

申请号：CN202011054144.7

申请日：2020-09-30

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 劳江微 ,  王剑 ,  陈景东 ,  褚崴 ,  汪佳 ,  顾欣欣 ,  孙剑哲 ,  甘利民 ,  余泉 ,  孙晓冬

IPC: G06K9/34 ,  G06K9/62

Abstract: 本说明书实施例提供了半监督语义分割模型训练方法、识别方法和装置，根据实施例的半监督语义分割模型训练方法，首先通过获取人工对第一图像中的待标注对象进行标注后得到的第一监督数据，进而通过第一监督数据训练得到对待标注对象的识别率相对较高的全监督语义分割模型。利用全监督语义分割模型对未经过人工标注的第二图像中的待标注对象进行标注，得到第二监督数据。再利用经过人工标注得到的第一监督数据和经过全监督语义分割模型标注得到的第二监督数据训练半监督语义分割模型，并利用半监督语义分割模型对第一图像、第二图像和随机扰动项进行识别，得到第三监督数据。最后通过第一、第二和第三监督数据对半监督语义分割模型再次训练。

公开(公告)号：CN112070069A

公开(公告)日：2020-12-11

申请号：CN202011245258.X

申请日：2020-11-10

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 劳江微 ,  王剑 ,  陈景东 ,  褚崴 ,  孙剑哲 ,  顾欣欣 ,  甘利民 ,  马波 ,  汪佳 ,  孙晓冬 ,  余泉

IPC: G06K9/00 ,  G06K9/62 ,  G06F16/58 ,  G06F16/583 ,  G06F16/587 ,  G06N3/04

Abstract: 本说明书实施例提供了遥感图像的识别方法和装置。根据实施例的方法，首先需要得到待识别的遥感图像和文本识别参考数据，并对遥感图像和文本识别参考数据分别进行特征提取得到图像特征和文本特征。然后将图像特征和文本特征进行融合，得到融合特征，进而利用图像识别模型对融合特征进行识别得到遥感图像的识别结果。如此采用多源信息融合的方式，利用文本特征对图像特征进行筛选，能够提升遥感图像的识别精度。

公开(公告)号：CN111931873A

公开(公告)日：2020-11-13

申请号：CN202011040050.4

申请日：2020-09-28

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 劳江微 ,  王剑 ,  陈景东 ,  褚崴 ,  孙剑哲 ,  顾欣欣 ,  甘利民 ,  马波 ,  汪佳 ,  孙晓冬 ,  余泉

IPC: G06K9/62 ,  G06K9/46 ,  G06K9/00

Abstract: 本说明书实施例提供了图像识别方法和装置。根据实施例的方法，首先需要对待识别图像分别进行两次降尺寸处理，其中一个分支得到保留有待识别图像的全局语义及上下文关系的全局特征，另一个分支得到损失了待识别图像的全局语义但是保留有局部细节的多个第一局部特征。然后利用两个分支协同工作，在特征层面进行了特征共享，使得两个分支能够共享信息，同时关注各自擅长的部分，有效地利用待识别图像的整体和局部信息完成对待识别图像的识别。