-
公开(公告)号：CN117197599A
公开(公告)日：2023-12-08
申请号：CN202210592148.3
申请日：2022-05-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V10/771 , G06V10/82 , G06N3/0442 , G06N3/098 , G06Q30/0601 , G06F16/735
Abstract: 本公开关于一种媒体信息处理方法、装置、设备及存储介质，该方法通将初始特征集输入媒体特征确定网络进行处理，获得训练样本对应的中间媒体特征向量；媒体特征确定网络包括由用于执行媒体特征确定操作的门向量所构成的媒体特征筛选模块，门向量中每个门控元素是基于衰减参数和门控可调参数构成的预设参数所确定；基于任务处理标签与预测任务处理结果、以及门控可调参数，确定目标函数损失，以基于目标函数损失对进行训练，利用训练后的媒体特征确定网络中的目标门向量对初始特征集进行特征筛选，获得目标媒体特征；目标门向量中除目标媒体特征之外的特征对应的目标门控元素值均为第一预设值。如此，在降低特征数量的同时，保证了模型的精度。
-
公开(公告)号：CN113610215B
公开(公告)日：2022-09-09
申请号：CN202110778034.3
申请日：2021-07-09
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源和任务标注结果；将包括掩码学习参数和预设衰减参数的预设掩码信息插入预设深度学习网络，得到待训练网络，若预设衰减参数小于等于第一预设阈值，预设掩码信息为零，或与一的差值小于等于第二预设阈值；将多媒体资源输入待训练网络，得到第一预测任务结果；根据任务标注结果、第一预测任务结果和掩码学习参数，确定第一损失信息，并训练待训练网络，得到初始任务处理网络；基于初始任务处理网络中的预设掩码信息，对初始任务处理网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以平衡网络的资源消耗量与网络精度。
-
公开(公告)号：CN113240090A
公开(公告)日：2021-08-10
申请号：CN202110584225.6
申请日：2021-05-27
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种图像处理模型生成方法、图像处理方法、装置及电子设备，所述图像处理模型生成方法包括：将样本图像输入到初始神经网络模型执行一次迭代：利用所述初始神经网络模型中各个卷积层对所述样本图像进行图像特征提取；根据输出调整至少一个卷积层的卷积核的通道参数，以提高所述至少一个卷积层的卷积核的稀疏度；完成本次迭代时，根据输出确定满足迭代结束条件时，确定所述至少一个卷积层提高稀疏度之后的卷积核中的待剪枝通道；对所述待剪枝通道作剪枝处理，得到图像处理模型。这样，保证图像处理模型在实现可以提取图像特征功能的前提下，可以降低模型运算量。
-
公开(公告)号：CN114611009B
公开(公告)日：2022-08-26
申请号：CN202210504261.1
申请日：2022-05-10
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本公开是关于一种资源推荐方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：调用特征提取网络，确定目标数据的原始数据特征；调用特征交互网络，对原始数据特征中的多个第一特征进行交互处理，得到交互特征；调用特征增强网络，确定多个第一特征分别针对每个预测层的目标权重，基于多个第一特征针对同一个预测层的目标权重对多个第一特征进行增强，得到同一个预测层对应的增强数据特征，将增强数据特征输入至对应的预测层中；调用每个预测层，基于输入至预测层的交互特征和增强数据特征，确定输入至下一个预测层的交互特征，直至调用最后一个预测层确定推荐结果。该方法基于增强数据特征进行预测，提高了推荐结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114611009A
公开(公告)日：2022-06-10
申请号：CN202210504261.1
申请日：2022-05-10
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本公开是关于一种资源推荐方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：调用特征提取网络，确定目标数据的原始数据特征；调用特征交互网络，对原始数据特征中的多个第一特征进行交互处理，得到交互特征；调用特征增强网络，确定多个第一特征分别针对每个预测层的目标权重，基于多个第一特征针对同一个预测层的目标权重对多个第一特征进行增强，得到同一个预测层对应的增强数据特征，将增强数据特征输入至对应的预测层中；调用每个预测层，基于输入至预测层的交互特征和增强数据特征，确定输入至下一个预测层的交互特征，直至调用最后一个预测层确定推荐结果。该方法基于增强数据特征进行预测，提高了推荐结果的准确性。
-
公开(公告)号：CN113240090B
公开(公告)日：2024-05-14
申请号：CN202110584225.6
申请日：2021-05-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本公开关于一种图像处理模型生成方法、图像处理方法、装置及电子设备，所述图像处理模型生成方法包括：将样本图像输入到初始神经网络模型执行一次迭代：利用所述初始神经网络模型中各个卷积层对所述样本图像进行图像特征提取；根据输出调整至少一个卷积层的卷积核的通道参数，以提高所述至少一个卷积层的卷积核的稀疏度；完成本次迭代时，根据输出确定满足迭代结束条件时，确定所述至少一个卷积层提高稀疏度之后的卷积核中的待剪枝通道；对所述待剪枝通道作剪枝处理，得到图像处理模型。这样，保证图像处理模型在实现可以提取图像特征功能的前提下，可以降低模型运算量。
-
公开(公告)号：CN113947185B
公开(公告)日：2022-11-18
申请号：CN202111160552.5
申请日：2021-09-30
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/435 , G06N3/04 , G06N3/08
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源、任务标注结果和待训练网络；将多媒体资源输入待训练网络进行任务处理，得到第一预测任务结果；根据预设掩码信息确定网络层对应的目标通道数，结合预设映射信息，确定待训练网络对应的目标硬件性能数据；基于任务标注结果、第一预测任务结果、目标硬件性能数据和预设硬件性能约束数据，确定目标损失信息；基于目标损失信息训练待训练网络，得到待压缩网络；根据待压缩网络中的预设掩码信息，对待压缩网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以在提升任务处理精度的同时，降低硬件性能消耗。
-
公开(公告)号：CN113947185A
公开(公告)日：2022-01-18
申请号：CN202111160552.5
申请日：2021-09-30
Applicant: 北京达佳互联信息技术有限公司
IPC: G06N3/04 , G06N3/08 , G06F16/435
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源、任务标注结果和待训练网络；将多媒体资源输入待训练网络进行任务处理，得到第一预测任务结果；根据预设掩码信息确定网络层对应的目标通道数，结合预设映射信息，确定待训练网络对应的目标硬件性能数据；基于任务标注结果、第一预测任务结果、目标硬件性能数据和预设硬件性能约束数据，确定目标损失信息；基于目标损失信息训练待训练网络，得到待压缩网络；根据待压缩网络中的预设掩码信息，对待压缩网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以在提升任务处理精度的同时，降低硬件性能消耗。
-
公开(公告)号：CN113610215A
公开(公告)日：2021-11-05
申请号：CN202110778034.3
申请日：2021-07-09
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种任务处理网络生成、任务处理方法、装置、电子设备及存储介质，该方法包括获取目标任务对应的多媒体资源和任务标注结果；将包括掩码学习参数和预设衰减参的预设掩码信息插入预设深度学习网络，得到待训练网络，若预设衰减参数小于等于第一预设阈值，预设掩码信息为零，或与一的差值小于等于第二预设阈值；将多媒体资源输入待训练网络，得到第一预测任务结果；根据任务标注结果、第一预测任务结果和掩码学习参数，确定第一损失信息，并训练待训练网络，得到初始任务处理网络；基于初始任务处理网络中的预设掩码信息，对初始任务处理网络进行剪枝处理，得到目标任务处理网络。利用本公开实施例可以平衡网络的资源消耗量与网络精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
