-
公开(公告)号：CN112464930A
公开(公告)日：2021-03-09
申请号：CN201910857984.8
申请日：2019-09-09
Applicant: 华为技术有限公司
Abstract: 本申请提供了目标检测网络的构建方法、目标检测方法、装置和计算机可读存储介质。涉及人工智能领域，具体涉及计算机视觉领域。其中，该构建方法包括：确定目标检测网络的搜索空间；根据该目标检测网络的搜索空间确定目标检测网络的初始网络架构，并根据目标检测网络的搜索空间对目标检测网络的初始网络架构进行更新迭代，直到得到满足预设要求的所述目标检测网络。其中，目标检测网络中的特征融合层的可选连接关系包括特征融合层中任意两层相邻两层神经网络之间的一层神经网络的任意一个节点与另一层神经网络的任意一个节点的连接。本申请能够简化目标检测网络的复杂度。
-
公开(公告)号：CN111797983A
公开(公告)日：2020-10-20
申请号：CN202010448652.7
申请日：2020-05-25
Applicant: 华为技术有限公司
Abstract: 本申请公开了人工智能领域的神经网络构建方法以及装置，用于准确高效地构建目标神经网络，构建出的目标神经网络输出的准确度高，还可以应用于不同的应用场景中，泛化能力强。该方法包括：获取起点网络，该起点网络包括多个串行子网络；基于预设的第一搜索空间对起点网络进行至少一次变形，得到串行网络，第一搜索空间包括对起点网络进行变形使用的参数的范围；若串行网络满足预设条件，则通过预设的数据集对串行网络进行训练，得到训练后的串行网络；若训练后的串行网络满足终止条件，则根据训练后的串行网络得到目标神经网络。
-
公开(公告)号：CN111310604A
公开(公告)日：2020-06-19
申请号：CN202010072238.0
申请日：2020-01-21
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种物体检测方法和装置，涉及人工智能领域，具体涉及计算机视觉领域。该方法可以包括获取待检测图像。确定待检测图像中的待检测物体的初始图像特征。根据跨域知识图谱信息确定待检测物体的增强图像特征，跨域知识图谱信息包括不同域中待检测物体对应的物体类别之间的关联关系，增强图像特征指示不同域中与待检测物体相关联的其他物体对应的物体类别的语义信息。根据待检测物体的初始图像特征和待检测物体的增强图像特征，确定待检测物体的候选框和分类。通过本申请提供的技术方案，构建跨域知识图谱，可以捕捉到不同待检测物体间的内在关系，提高物体检测的效果。
-
公开(公告)号：CN111950702B
公开(公告)日：2025-02-18
申请号：CN202010688391.6
申请日：2020-07-16
Applicant: 华为技术有限公司
IPC: G06N3/045 , G06N3/084 , G06F18/214
Abstract: 本申请公开了一种神经网络结构确定方法，包括：获取第一神经网络中主干网络的结构参数，以及所述第一神经网络的任务处理精度，所述第一神经网络用于实现目标任务；至少根据所述主干网络的结构参数以及所述任务处理精度，确定目标编码，所述目标编码用于表示所述目标任务；根据所述目标编码，确定主干网络的多种候选网络的结构参数的概率；以及根据所述多种候选网络的结构参数的概率，确定目标神经网络，所述目标神经网络包括所述多种候选网络结构中的一种，且所述目标神经网络的任务处理精度大于阈值，所述目标神经网络用于实现所述目标任务。本申请不需要很多的迭代次数，就可以选择出适配于神经网络需要实现的任务类型的网络结构。
-
公开(公告)号：CN111797983B
公开(公告)日：2024-12-03
申请号：CN202010448652.7
申请日：2020-05-25
Applicant: 华为技术有限公司
IPC: G06N3/063 , G06N3/08 , G06F18/214
Abstract: 本申请公开了人工智能领域的神经网络构建方法以及装置，用于准确高效地构建目标神经网络，构建出的目标神经网络输出的准确度高，还可以应用于不同的应用场景中，泛化能力强。该方法包括：获取起点网络，该起点网络包括多个串行子网络；基于预设的第一搜索空间对起点网络进行至少一次变形，得到串行网络，第一搜索空间包括对起点网络进行变形使用的参数的范围；若串行网络满足预设条件，则通过预设的数据集对串行网络进行训练，得到训练后的串行网络；若训练后的串行网络满足终止条件，则根据训练后的串行网络得到目标神经网络。
-
Patent Agency Ranking
公开(公告)号：CN111950702A
公开(公告)日：2020-11-17
申请号：CN202010688391.6
申请日：2020-07-16
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种神经网络结构确定方法，包括：获取第一神经网络中主干网络的结构参数，以及所述第一神经网络的任务处理精度，所述第一神经网络用于实现目标任务；至少根据所述主干网络的结构参数以及所述任务处理精度，确定目标编码，所述目标编码用于表示所述目标任务；根据所述目标编码，确定主干网络的多种候选网络的结构参数的概率；以及根据所述多种候选网络的结构参数的概率，确定目标神经网络，所述目标神经网络包括所述多种候选网络结构中的一种，且所述目标神经网络的任务处理精度大于阈值，所述目标神经网络用于实现所述目标任务。本申请不需要很多的迭代次数，就可以选择出适配于神经网络需要实现的任务类型的网络结构。
-
公开(公告)号：CN112070205B
公开(公告)日：2025-03-04
申请号：CN202010754299.5
申请日：2020-07-30
Applicant: 华为技术有限公司
IPC: G06N3/0499 , G06N3/084
Abstract: 本申请实施例涉及人工智能领域，提供了一种多损失模型获取方法以及装置，用于实现在多损失模型训练过程中动态调整损失加权值，从而使得多损失模型得到更好的训练结果。在该多损失模型训练过程中，在第一迭代周期，获取该子网络输出的第一损失值；然后根据该第一损失值生成备选权重；将该第一损失值以及该备选权重输入权重预测模型，输出该子网络的第一权重参数，其中，该第一权重参数用于该多损失模型训练过程中的第二迭代周期的训练，该第二迭代周期为该第一迭代周期的下一下迭代周期；最后根据该第一权重参数更新该多损失模型的参数。
-
公开(公告)号：CN112784954A
公开(公告)日：2021-05-11
申请号：CN201911090334.1
申请日：2019-11-08
Applicant: 华为技术有限公司
IPC: G06N3/04
Abstract: 本申请提供人工智能领域中确定神经网络的方法和相关装置。所述方法包括：获取多个初始搜索空间；根据所述多个初始搜索空间确定M个候选神经网络，所述候选神经网络包括多个候选子网络，所述多个候选子网络属于所述多个初始搜索空间，且所述多个候选子网络中任意两个候选子网络所属的初始搜索空间不同；对所述M个候选神经网络进行评估，得到M个评估结果；根据所述M个评估结果和所述M个候选神经网络，确定N个第一目标神经网络。本申请提供的方法和相关装置，能够获得具有较高性能的组合式神经网络。
-
公开(公告)号：CN111291809A
公开(公告)日：2020-06-16
申请号：CN202010079168.1
申请日：2020-02-03
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种处理装置，涉及人工智能领域，具体涉及计算机视觉领域。该处理装置包括采集模块以及训练模块，训练模块包括主干网络以及候选区域生成网络RPN层，主干网络与RPN层连接，RPN层包括类激活热力图CAM单元。其中，采集模块，用于获取图像，图像包括实例级标注的图像以及图像级标注的图像。主干网络，用于根据采集模块获取的图像，输出图像的特征图。RPN层，用于根据特征图确定图像的候选区域。RPN层，还用于通过CAM单元确定候选区域对应的CAM，并根据CAM确定候选区域属于前景的概率。本申请提供的方案可以使用实例级标注的图像以及图像级标注的图像共同训练得到高性能的物体检测模型。
-
公开(公告)号：CN111291809B
公开(公告)日：2024-04-12
申请号：CN202010079168.1
申请日：2020-02-03
Applicant: 华为技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本申请公开了一种处理装置，涉及人工智能领域，具体涉及计算机视觉领域。该处理装置包括采集模块以及训练模块，训练模块包括主干网络以及候选区域生成网络RPN层，主干网络与RPN层连接，RPN层包括类激活热力图CAM单元。其中，采集模块，用于获取图像，图像包括实例级标注的图像以及图像级标注的图像。主干网络，用于根据采集模块获取的图像，输出图像的特征图。RPN层，用于根据特征图确定图像的候选区域。RPN层，还用于通过CAM单元确定候选区域对应的CAM，并根据CAM确定候选区域属于前景的概率。本申请提供的方案可以使用实例级标注的图像以及图像级标注的图像共同训练得到高性能的物体检测模型。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.048 seconds)
