-
公开(公告)号：CN113673533B
公开(公告)日：2025-02-28
申请号：CN202010412910.6
申请日：2020-05-15
Applicant: 华为技术有限公司
IPC: G06V10/774 , G06V10/44 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/096
Abstract: 本申请实施例提供一种模型训练方法及相关装置，可用于人工智能、计算机视觉等领域，用来进行图像检测，该方法包括：分别通过第一网络的特征提取层和第二网络的特征提取层提取目标图像中的特征信息；并分别通过高斯掩膜进一步提取特征信息中关于目标物体的特征，得到第一局部特征和第二局部特征；再通过第一局部特征和第二局部特征确定特征损失；并且通过第一网络和第二网络基于同样的区域提议集合进行预测得到第一分类预测值和第二分类预测值，再根据第一分类预测值和第二分类预测值得到分类损失；之后根据分类损失和特征损失对第二网络训练，得到目标网络。采用本申请实施例，能够使得用于检测图像的目标网络的预测速度更快、预测准确度更高。
-
公开(公告)号：CN112508801B
公开(公告)日：2024-08-02
申请号：CN202011133364.9
申请日：2020-10-21
Applicant: 华为技术有限公司
IPC: G06T5/00 , G06F3/08 , G06N3/0464 , G06T7/10
Abstract: 本申请涉及图像处理方法及计算设备，所述图像处理方法包括获取针对被摄体的聚焦图像和散焦图像；将所述聚焦图像输入到图像处理机器学习模型组件中，获取相较于所述聚焦图像已被去除摩尔纹且模糊化处理的合成图像，其中，所述图像处理机器学习模型组件设置有全网络参数；通过利用所述合成图像与散焦图像之间的对应关系调整所述全网络参数，直至达到预设要求，生成所述全网络参数被调整完成的所述图像处理机器学习模型组件。采用本申请，不需要获取大量的训练图像并对训练图像执行标注即可确定其使用的全网络参数。
-
公开(公告)号：CN112215332B
公开(公告)日：2024-05-14
申请号：CN201910627480.7
申请日：2019-07-12
Applicant: 华为技术有限公司
IPC: G06N3/0464 , G06N3/063 , G06N3/084
Abstract: 本申请公开了人工智能领域中计算机视觉领域的一种神经网络结构的搜索方法、图像处理方法及装置。其中，该神经网络结构的搜索方法包括：确定搜索空间和多个构建单元，并将多个构建单元堆叠得到搜索网络，然后在搜索空间内对搜索网络中的构建单元的网络架构进行优化，得到优化后的构建单元，最后再根据优化后的构建单元搭建目标神经网络。其中，在每个构建单元中，每个节点的输出特征图的部分通道经过待选操作处理，得到处理后的特征图，该处理后的特征图与剩余特征图拼接后输入到下一个节点。在本申请中，由于特征图只有部分通道送入待选操作处理，因此，可以降低搜索开销。
-
公开(公告)号：CN111402130B
公开(公告)日：2023-07-18
申请号：CN202010110945.4
申请日：2020-02-21
Applicant: 华为技术有限公司
IPC: G06T3/40
Abstract: 本申请实施例公开了一种数据处理方法，应用于人工智能领域，具体为图像处理技术，包括：获取帧序列，帧序列中的帧具有第一分辨率；从帧序列中确定至少两个帧组，帧组包括第一目标帧和第一目标帧的至少两个邻近帧，第一目标帧为帧序列中的任意一帧，邻近帧为帧序列中除第一目标帧以外的帧；通过三维卷积神经网络确定至少两个帧组中每个帧组的特征，三维卷积神经网络中卷积核在时间维度的尺寸与帧组中帧的数量正相关；融合至少两个帧组中每个帧组的特征，以确定第一目标帧的细节特征；根据细节特征和第一目标帧，获取具有第二分辨率的第一目标帧，第二分辨率大于第一分辨率。
-
公开(公告)号：CN110175671B
公开(公告)日：2022-12-27
申请号：CN201910351894.1
申请日：2019-04-28
Applicant: 华为技术有限公司
IPC: G06N3/04 , G06N3/08 , G06V10/764 , G06V10/82 , G06V20/56
Abstract: 本申请公开了人工智能领域中计算机视觉领域的一种神经网络的构建方法、图像处理方法及装置。其中，该神经网络的构建方法包括：确定搜索空间和多个构建单元；堆叠所述多个构建单元，以得到搜索网络，所述搜索网络是用于搜索神经网络结构的神经网络；在所述搜索空间内对所述搜索网络中的构建单元的网络结构进行优化，以得到优化后的构建单元，其中，在优化过程中搜索空间逐渐减小，构建单元数量逐渐增加，搜索空间的减小和构建单元数量的增加使得所述优化过程中产生的显存消耗在预设范围内；根据所述优化后的构建单元搭建所述目标神经网络。本申请能够在显存资源一定的情况下，构建出较好地满足应用需求的神经网络。
-
Patent Agency Ranking
公开(公告)号：CN111402146B
公开(公告)日：2022-05-10
申请号：CN202010107896.9
申请日：2020-02-21
Applicant: 华为技术有限公司
Abstract: 本申请公开了人工智能领域中计算机视觉领域的一种图像处理方法以及图像处理装置，该图像处理方法包括：获取待处理原始raw域图像对应的通道图像，其中，该通道图像包括至少两个第一通道图像；对该第一通道图像进行图像修复处理，得到修复后的第一通道图像；根据该修复后的第一通道图像对该待处理raw域图像进行图像修复处理，得到联合去马赛克和去噪处理后的raw域图像。本申请的技术方案能够提升联合去马赛克和去噪后的raw域图像的图像质量。
-
公开(公告)号：CN113688851A
公开(公告)日：2021-11-23
申请号：CN202010418518.2
申请日：2020-05-18
Applicant: 华为技术有限公司
Abstract: 本申请提供了一种数据标注方法，采用至少两个结构不同的分类模型，预训练其中之一作为初始分类模型，且将待标注的源数据集的数据通过该预训练的分类模型标注标签作为初始数据；控制各所述分类模型执行一定次数的交替训练与数据标注，当前训练与当前数据标注的步骤包括：获取前一训练的分类模型所重新标注标签的数据，并从中选择一部分数据训练当前分类模型，通过经训练后的当前分类模型对未被选择的另一部分数据重新标注标签。还相应提供了数据标注装置、精细粒度识别模型训练方法和装置、精细粒度识别方法和装置，计算设备及介质，实现通过人工智能的方式自动标注数据，减少因数据标注困难、标注样本少带来的分类模型训练时的过拟合问题。
-
公开(公告)号：CN113128285A
公开(公告)日：2021-07-16
申请号：CN201911416325.7
申请日：2019-12-31
Applicant: 华为技术有限公司
Abstract: 本申请涉及人工智能领域中计算机视觉领域的视频片段定位技术，提供了一种处理视频的方法及装置。涉及人工智能领域，具体涉及计算机视觉领域以及自然语言处理领域。该方法包括：获取输入语句的语义特征；根据所述语义特征获取对视频帧进行语义加强，得到所述视频帧的视频特征，所述视频特征中包括所述语义特征；根据所述语义特征和所述视频特征，确定所述视频帧所属的视频片段是否为所述输入语句对应的目标视频片段。该方法有助于提高识别输入语句对应的目标视频片段的准确率。
-
公开(公告)号：CN112508801A
公开(公告)日：2021-03-16
申请号：CN202011133364.9
申请日：2020-10-21
Applicant: 华为技术有限公司
Abstract: 本申请涉及图像处理方法及计算设备，所述图像处理方法包括获取针对被摄体的聚焦图像和散焦图像；将所述聚焦图像输入到图像处理机器学习模型组件中，获取相较于所述聚焦图像已被去除摩尔纹且模糊化处理的合成图像，其中，所述图像处理机器学习模型组件设置有全网络参数；通过利用所述合成图像与散焦图像之间的对应关系调整所述全网络参数，直至达到预设要求，生成所述全网络参数被调整完成的所述图像处理机器学习模型组件。采用本申请，不需要获取大量的训练图像并对训练图像执行标注即可确定其使用的全网络参数。
-
公开(公告)号：CN112446270A
公开(公告)日：2021-03-05
申请号：CN201910839017.9
申请日：2019-09-05
Applicant: 华为技术有限公司
Abstract: 本申请提供了行人再识别网络的训练方法、行人再识别方法和装置。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：获取M个训练图像和该M个训练图像的标注数据；对行人再识别网络的网络参数进行初始化处理，以得到所述行人再识别网络的网络参数的初始值；将M个训练图像中的一批训练图像输入到行人再识别网络进行特征提取，得到这一批训练图像中的每个训练图像的特征向量，然后根据这一批训练图像的特征向量确定损失函数，并根据损失函数的函数值得到满足预设要求的行人再识别网络。本申请可以在单图像拍摄设备标注数据情况下训练出性能较好的行人再识别网络。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.043 seconds)
