公开(公告)号：CN117689970A

公开(公告)日：2024-03-12

申请号：CN202211072038.0

申请日：2022-09-02

Applicant: 华为技术有限公司

Inventor： 王秀东 ,  邬书哲 ,  陈醒濠 ,  王云鹤

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/25 ,  G06N3/084

Abstract: 本申请提供一种目标检测模型的训练方法，包括获取训练样本集，训练样本集包括目标类别的样本图像和基础类别的样本图像，目标类别为目标检测模型检测的类别，基础类别为与目标类别相关的类别，基础类别的样本图像的数量多于目标类别的样本图像的数量；基于训练样本集和分类损失函数，训练目标检测模型；其中，分类损失函数与边距相关，边距为不同类别之间的边距，目标类别相对于基础类别形成的边距，与目标类别相对于背景类别形成的边距不同；和/或，目标类别相对于背景类别形成的边距，与背景类别相对于目标类别形成的边距不同，背景类别为样本图像中的背景。通过不一致或不对称的边距设计，显著提升目标检测模型对目标类的识别精度。

公开(公告)号：CN119339121A

公开(公告)日：2025-01-21

申请号：CN202310903812.6

申请日：2023-07-20

Applicant: 华为技术有限公司

Inventor： 王秀东 ,  吴鑫健 ,  陈醒濠 ,  王云鹤

IPC: G06V10/764 ,  G06V10/74 ,  G06V10/82 ,  G06V10/774

Abstract: 本申请涉及人工智能技术领域，公开了一种数据处理方法、电子设备及介质，在数据处理方法中，通过确定模型输出的各数据标记的重要性得分值以及数据标记间的相似度，在各数据标记的重要性得分值和数据标记间的相似度满足剪枝条件时对模型输出的数据标记进行剪枝处理，在各数据标记的重要性得分值和数据标记间的相似度满足池化条件时对模型输出的数据标记进行池化处理，如此通过自适应选择对模型输出的数据标记进行剪枝处理或者池化处理，可以在保证模型的识别准确度的基础上，减少数据标记的处理量，提升模型的识别精度和计算量的平衡效果。

公开(公告)号：CN114897039A

公开(公告)日：2022-08-12

申请号：CN202210203516.0

申请日：2022-03-02

Applicant: 华为技术有限公司

Inventor： 陈醒濠 ,  王一凯 ,  王秀东 ,  王云鹤

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例公开了一种数据处理方法，该方法应用于多模态融合场景，方法包括：获取第一数据与第二数据，第一数据与第二数据的模态不同；获取第一数据的第一特征集合与第二数据的第二特征集合；使用第二特征集合中的第二目标特征替换第一特征集合中的第一目标特征，得到第三特征集合，第二目标特征与第一目标特征对应；基于第三特征集合与第二特征集合获取数据特征，数据特征用于实现计算机视觉任务。通过使用不同模态数据之间的特征进行替换，可以高效融合不同模态数据的信息，使得获取的数据特征具有多模态数据的特性，提高数据特征的表达能力。