-
公开(公告)号：CN113065638B
公开(公告)日：2025-03-11
申请号：CN202110221937.1
申请日：2021-02-27
Applicant: 华为技术有限公司
Abstract: 本申请提供一种神经网络压缩方法及其相关设备，可使得压缩后的神经网络对不同图像进行不同精度的图像处理，从而保证图像处理的准确性。本申请的方法包括：获取目标图像；将目标图像输入第一神经网络，得到第二神经网络的量化比特数，其中，第二神经网络用于对目标图像进行图像处理，第二神经网络的量化比特数与图像处理所需的计算量正相关；根据第二神经网络的量化比特数，对第二神经网络的参数进行量化处理，得到量化处理后的第二神经网络。
-
公开(公告)号：CN119494958A
公开(公告)日：2025-02-21
申请号：CN202311031199.X
申请日：2023-08-15
Applicant: 华为技术有限公司
Abstract: 本申请实施例公开了一种图像语义分割方法、装置及计算机存储介质，属于计算机视觉技术领域。所述方法包括：确定图像的多个特征；基于第一特征确定初始类别嵌入；基于至少一个第二特征和初始类别嵌入，确定学习后的类别嵌入；基于学习后的类别嵌入以及多个特征确定图像的语义分割结果。在本申请实施例中，在语义分割过程中引入类别嵌入，以通过类别嵌入与图像中的各个特征交互，进而提高图像的语义分割效果。并且，初始类别嵌入是基于图像的其中一个特征确定的，而不是随机初始化，这样初始类别嵌入已经融合有图像的空间先验信息，相对于直接将初始类别嵌入随机初始化为0，本申请实施例可以进一步提高图像的语义分割效果。
-
公开(公告)号：CN119181104A
公开(公告)日：2024-12-24
申请号：CN202310746659.0
申请日：2023-06-21
Applicant: 华为技术有限公司
IPC: G06V30/412 , G06V30/14 , G06V30/19 , G06V30/18
Abstract: 本申请公开了一种表格识别方法及其相关设备，可正确完成多个单元格与多个文本之间的匹配，从而得到正确的表格。本申请的方法包括：当需要进行表格识别时，可先获取包含待识别表格的目标图像。在得到目标图像后，可通过目标模型对目标图像进行处理，从而分别得到表格的多个单元格、多个单元格的第一位置信息以及多个单元格之间的多个分隔符的第二位置信息。在得到目标图像后，还可对目标图像进行文本识别，从而得到表格的多个文本以及多个文本的第三位置信息。然后，可利用多个分隔符的第二位置信息，来确定多个单元格的第四位置信息。最后，可综合考虑这些位置信息，以完成多个单元格以及多个文本之间的匹配，从而得到所需要的表格。
-
公开(公告)号：CN118839740A
公开(公告)日：2024-10-25
申请号：CN202310470198.9
申请日：2023-04-25
Applicant: 华为技术有限公司
IPC: G06N3/082 , G06N3/0464
Abstract: 一种神经网络的剪枝方法、数据处理方法及装置，涉及深度学习领域，用以提供一种平衡推理性能和准确率的剪枝方式。本申请提供一种互补稀疏方式，权重张量中每K个M长的剪枝向量拼接为一个数据块(或者向量)，经过稀疏后，一个剪枝向量中非零元素所在的位置，在该剪枝向量所属的数据块中的其它剪枝向量在该位置为零元素。相比采用单通道或者按块稀疏方式，本申请实施例采用更小的粒度来稀疏，可以提高网络模型的应用的准确度。相比采用任意稀疏方式来说，按照互补的方式来进行稀疏，在推理阶段无需采用稠密计算，减少了模型的计算量。本申请实施例提供的方案能够在准确度和加速上进行平衡。
-
公开(公告)号：CN112446888B
公开(公告)日：2024-09-13
申请号：CN201910845625.0
申请日：2019-09-02
Applicant: 华为技术有限公司
Abstract: 本申请涉及人工智能领域中的图像分割技术，提供了图像分割模型的处理方法和处理装置。所述图像分割模型包括特征提取子模型和图像分割子模型，特征提取子模型用于提取图像的特征，图像分割子模型用于根据所述提取的特征对所述图像进行分割。所述处理方法包括：对所述特征提取子模型进行层宽调整，以得到第一特征提取子模型；根据第一特征提取子模型和图像分割子模型得到目标图像分割模型。本申请提供图像分割模型的处理方法和处理装置，有助于提高图像分割模型的分割精度，从而有助于在边缘设备上实现图像分割技术。
-
Patent Agency Ranking
公开(公告)号：CN111382868B
公开(公告)日：2024-06-18
申请号：CN202010109054.7
申请日：2020-02-21
Applicant: 华为技术有限公司
Abstract: 本申请提供利用人工智能技术进行神经网络结构搜索的方法和装置。本申请的技术方案中，根据给定搜索空间和目标设备的资源约束条件来训练采样模型，以使得该采样模型从该给定搜索空间中采样得到满足该资源约束条件的神经网络结构，然后使用该采样模型从该采样模型从该给定搜索空间中采样得到的候选搜索空间，并搜索目标神经网络结构，该技术方案可以保证搜索得到满足目标设备的资源约束条件的神经网络，从而可以提高神经网络结构的搜索效率。此外，本申请还提出了先搜索神经网络结构的关键层，再搜索神经网络结构的非关键层的技术方案，不仅可以搜索得到更优的神经网络结构，还可以进一步提高神经网络结构的搜索效率。
-
公开(公告)号：CN111382839B
公开(公告)日：2024-05-07
申请号：CN202010109980.4
申请日：2020-02-23
Applicant: 华为技术有限公司
IPC: G06N3/082 , G06N3/0464 , G06N3/0455 , G06V10/82 , G06V10/26 , G06V20/70 , G06V10/764
Abstract: 本申请提供了人工智能领域中一种剪枝神经网络的方法，包括：根据目标神经网络的参数去除比例确定第一剪枝阈值，所述第一剪枝阈值用于剪枝目标神经网络中的第一子网络；根据所述目标神经网络的参数去除比例确定第二剪枝阈值，所述第二剪枝阈值用于剪枝所述目标神经网络中的第二子网络，所述第二子网络的功能与所述第一子网络的功能不同，其中，所述目标神经网络的参数去除比例与目标设备的资源大小负相关，所述目标设备为剪枝后的所述目标神经网络部署的设备；根据所述第一剪枝阈值和所述第二剪枝阈值对所述目标神经网络进行剪枝。基于不同的剪枝阈值进行剪枝能够减小剪枝处理对多任务神经网络的性能的负面影响。
-
公开(公告)号：CN117933312A
公开(公告)日：2024-04-26
申请号：CN202211249989.0
申请日：2022-10-12
Applicant: 华为技术有限公司
IPC: G06N3/0464 , G06N3/082
Abstract: 一种模型剪枝方法，应用于人工智能技术领域。在该方法中，通过采用聚类方法将由模型中的权重所构成的权重矩阵进行行重新排序，使得权重矩阵中具有相似分布特征的行(例如权重的值较小的行)被重新排序在一起，然后沿着列的方向对重新排序后的权重矩阵中的元素进行剪枝，能够使得权重矩阵中值较小的元素(即对模型影响较小的权重)被有规律地去除，进而使得在保证模型准确率的同时，有效地降低剪枝得到的模型的推理时延。
-
公开(公告)号：CN117917702A
公开(公告)日：2024-04-23
申请号：CN202211289351.X
申请日：2022-10-20
Applicant: 华为技术有限公司
Abstract: 本申请实施例公开了一种数据处理方法，该方法应用于文本识别/字符识别场景，该方法包括：获取输入数据，该输入图像为图像数据或音频数据，并根据输入数据的第一模态特征获取第二模态特征，第一模态特征为图像数据的视觉特征或者音频数据的音频特征，第二模态特征为字符特征；再融合第一模态特征与第二模态特征以得到目标特征，可以高效融合不同模态数据的信息，使得获取的目标特征具有多模态数据的特性，提高目标特征的表达能力。从而根据该目标特征获取的第一识别结果的精度更高。且相较于只根据纠正后的第二模态特征确定识别结果的方法，通过再次引入纠正前的第一模态特征，可以减少第二模态特征的过度纠正问题。
-
公开(公告)号：CN117765341A
公开(公告)日：2024-03-26
申请号：CN202211168795.8
申请日：2022-09-24
Applicant: 华为技术有限公司
IPC: G06V10/774 , G06V10/42 , G06V10/44 , G06V10/80
Abstract: 一种数据处理方法，可以应用于人工智能领域，方法包括：获取第一特征表示和第二特征表示，所述第一特征表示为根据注意力网络通过对图像中的多个图像块中不同图像块之间的信息交互得到；所述第二特征表示为基于注意力机制通过对所述图像块中的多个子图像块中不同子图像块之间的信息交互得到；将所述第一特征表示和所述第二特征表示进行特征融合，得到融合特征表示；根据所述融合特征表示，通过下游任务网络，对所述图像执行目标任务。本申请通过提取图像数据的全局特征和局部细粒度特征，提高了模型整体的精度。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.037 seconds)
