-
公开(公告)号:CN118210515A
公开(公告)日:2024-06-18
申请号:CN202211585407.6
申请日:2022-12-09
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F8/60 , G06F18/23213 , H04N7/18
Abstract: 本发明提供了智慧园区视频AI模型部署方法、装置、设备及介质,所述方法包括:对智慧园区中各个监控点位的监控视频数据分别进行特征提取,得到所述各个监控点位的视频特征数据;基于所述各个监控点位的视频特征数据对所述各个监控点位进行聚类处理,得到至少一个点位集;针对每个所述点位集,根据相应点位集中的监控视频数据,对每个所述点位集部署对应的AI模型,所述AI模型用于对相应点位集中的监控视频数据进行预设任务处理。这样,对每个点位集部署对应的AI模型,以对监控视频数据进行预设任务处理,可以在复杂度较低的情况下,提升检测效果。
-
公开(公告)号:CN116912538A
公开(公告)日:2023-10-20
申请号:CN202211478007.5
申请日:2022-11-23
Applicant: 中国移动通信集团广东有限公司 , 中国移动粤港澳大湾区(广东)创新研究院有限公司 , 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Inventor: 张志鹏 , 马文婷 , 郝源 , 袁晓航 , 罗亚丹 , 柴鑫刚 , 何应腾 , 陈嘉敏 , 魏捷 , 喻朝新 , 答嘉曦 , 陈金悬 , 唐弘毅 , 汪啸林 , 崔金刚 , 李飞彬 , 连丽娜
IPC: G06V10/764 , G06V10/774
Abstract: 本发明提供一种目标检测模型的训练样本的获取及训练方法、装置及设备,包括:利用目标检测模型对指定生产场景的未标注数据样本进行目标检测,获取目标检测结果;对目标检测结果进行不确定性评估,获取目标检测结果的不确定信息量;依据不确定信息量确定未标注数据样本是否作为优化目标检测模型的训练样本。根据不确定信息量选择至少部分未标注数据样本作为训练样本;利用标注后的训练样本训练目标检测模型。通过目标检测结果进行不确定性评估,基于不确定信息量确定哪些数据可以作为训练数据,这些训练数据进行标注后提供目标检测模型进行训练,提供了有效的训练数据,提高目标检测模型的泛化能力,同时提高标注效率和模型优化效率。
-
公开(公告)号:CN111401390B
公开(公告)日:2023-04-07
申请号:CN201910000459.4
申请日:2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/764 , G06V10/774
Abstract: 本发明实施例公开了一种分类器训练方法及装置、电子设备及存储介质。所述方法包括:获取第一图像;对所述第一图像进行变换处理,得到N张第二图像,其中,N不小于2的正整数;分别从所述第一图像及N张所述第二图像中提取图像特征;融合所述图像特征,得到融合特征;利用所述融合特征训练分类器。
-
公开(公告)号:CN111401102A
公开(公告)日:2020-07-10
申请号:CN201910000456.0
申请日:2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/00 , G06T7/12 , G06T7/136 , G06T7/155 , G06T7/187
Abstract: 本发明实施例提供一种深度学习模型训练方法及装置、电子设备及存储介质。所述方法包括:利用第一深度学习模型对第一训练数据进行标注,获得第一标注结果;基于所述第一标注结果,获得各条所述第一训练数据的第一特征数据;获取所述第一特征数据的第二标注结果;基于所述第一特征数据和所述第二标注结果组成的第一训练集,训练第二深度学习模型。
-
公开(公告)号:CN118799769A
公开(公告)日:2024-10-18
申请号:CN202310742912.5
申请日:2023-06-21
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种目标检测方法、装置、服务器及介质。本发明的方法包括:在第一视频文件中提取帧间差分强度最小的图像,得到关键图像,其中,所述第一视频文件的视频内容包括光交箱中的色环标签;根据所述关键图像进行色环所附着的光纤线分析,得到所述光纤线的角度;基于所述光纤线的角度对所述关键图像进行角度校正,并对角度校正后的关键图像进行色环标签检测,得到色环标签预测结果。本发明通过对色环标签的角度校正,大大提高了色环标签的检测精度。
-
公开(公告)号:CN118799673A
公开(公告)日:2024-10-18
申请号:CN202410274315.9
申请日:2024-03-11
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/774 , G06V10/94 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种标注数据的校验方法、装置、设备、介质和程序产品,通过获取若干个标注数据集;将目标标注数据集作为训练数据,训练得到目标检测模型;根据所述目标检测模型对非目标标注数据集进行目标检测,得到目标检测结果;分别计算所述非目标标注数据集中第一目标类型和第二目标类型的检测精度;所述第一目标类型和所述第二目标类型是根据目标尺寸划分的;计算所述第一目标类型和第二目标类型的检测精度之间的精度差值;根据所述精度差值,校验所述非目标标注数据集中的标注数据是否标注合格。采用本发明,能够针对标注数据存在的标注不一致的问题,自动实现对标注数据的校验,有效提高数据标注的准确性。
-
公开(公告)号:CN118115418A
公开(公告)日:2024-05-31
申请号:CN202211485387.5
申请日:2022-11-24
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种标识质量判定方法、装置、电子设备及可读存储介质,属于人工智能和计算机技术领域。本实施例中的标识质量判定方法包括:获取待检测图像,所述待检测图像中携带有待检测标识;将所述待检测图像与基准图像组成的图像对输入至预先训练的目标推理模型中进行推理,获得所述待检测标识的置信度预测值,其中,所述基准图像中携带有正常标识;根据所述置信度预测值,判定所述待检测标识是否符合标准。由此,可以有效提升标识质量判定的准确度和精度。
-
公开(公告)号:CN111401102B
公开(公告)日:2023-11-14
申请号:CN201910000456.0
申请日:2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/774 , G06V40/18 , G06V20/70 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084 , G06T7/00 , G06T7/12 , G06T7/136 , G06T7/155 , G06T7/187
Abstract: 本发明实施例提供一种深度学习模型训练方法及装置、电子设备及存储介质。所述方法包括:利用第一深度学习模型对第一训练数据进行标注,获得第一标注结果;基于所述第一标注结果,获得各条所述第一训练数据的第一特征数据;获取所述第一特征数据的第二标注结果;基于所述第一特征数据和所述第二标注结果组成的第一训练集,训练第二深度学习模型。
-
公开(公告)号:CN115880891A
公开(公告)日:2023-03-31
申请号:CN202111141164.2
申请日:2021-09-28
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种交通调控方法、装置及设备,涉及智慧交通技术领域,以解决交通调控效果较差问题。该方法包括:获取目标路段的第一车流量监控信息;根据所述第一车流量监控信息,确定所述目标路段的第一车流量信息;根据目标车流量信息和所述目标路段的路段信息,确定所述目标路段的目标交通状况,其中,所述目标车流量信息包括所述第一车流量信息;基于预先定义的交通状况与交通调控策略的对应关系,确定所述目标交通状况对应的目标交通调控策略;使用所述目标交通调控策略对所述目标路段的交通信号灯配时进行调整。本申请实施例可以使得调控效果更符合路段实际交通状态,实用性更强。
-
公开(公告)号:CN114169490A
公开(公告)日:2022-03-11
申请号:CN202010945736.1
申请日:2020-09-10
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供一种模型优化方法、装置、设备及可读存储介质,涉及深度学习技术领域,该模型优化方法包括确定M个网络模型;基于待分析数据集确定所述M个网络模型的描述长度;从所述M个网络模型中确定描述长度最小的目标网络模型作为优化的网络模型,基于所述优化的网络模型进行数据处理。这样,解决了现有的深度学习网络模型的优化程度较弱,不能有效降低深度学习网络模型的复杂度的问题。
-
-
-
-
-
-
-
-
-