-
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：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。
-
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：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。
-
公开(公告)号：CN113159081A
公开(公告)日：2021-07-23
申请号：CN202010085440.7
申请日：2020-01-23
Applicant: 华为技术有限公司
Abstract: 本申请实施例公开一种图像处理方法以及相关设备，该方法可用于人工智能领域的图像处理领域中，方法可以包括：获取第一待处理图像，以及第一数据分布特性，第一数据分布特性包括与第一图像集合中图像对应的特征图的数据分布特性，第一待处理图像与第一图像集合的数据分布规律相同；对第一待处理图像进行特征提取，并根据第一数据分布特性，在进行特征提取过程中对第一特征图进行数据分布对齐，第一特征图为对第一待处理图像进行特征提取过程中生成的，执行过数据分布对齐后的特征图有着相似的数据分布，利用第一数据分布特性进行数据分布对齐，大跨度的将第一特征图的数据分布向神经网络的敏感数据区域拉近，提升对跨场景图像的特征提取性能。
-
Patent Agency Ranking
公开(公告)号：CN113065634A
公开(公告)日：2021-07-02
申请号：CN202110218469.2
申请日：2021-02-26
Abstract: 本申请实施例公开一种图像处理方法、神经网络的训练方法以及相关设备，应用于人工智能领域的图像处理领域中，方法包括：根据第一相似度信息对每个第一类别信息进行更新，得到N个第二类别信息，第一相似度信息指示各个第一类别信息之间的相似度，第二类别信息指示一类支撑图像的更新后的特征信息；通过第一神经网络得到与查询图像对应的第一特征信息，根据第二类别信息对第一特征信息进行更新得到第二特征信息，根据第二特征信息执行特征处理操作得到预测结果；根据第一损失函数对第一神经网络进行训练，第一损失函数指示预测结果和期望结果之间的相似度；降低第二特征信息过拟合于少量图像的概率，提高整个神经网络输出的预测结果的精度。
-
公开(公告)号：CN111353076A
公开(公告)日：2020-06-30
申请号：CN202010108535.6
申请日：2020-02-21
Applicant: 华为技术有限公司
IPC: G06F16/903 , G06F16/907 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请提供了训练跨模态检索模型的方法、跨模态检索的方法和相关装置。涉及人工智能领域。该方法包括利用无监督学习确定参考模型；基于该参考模型和训练数据进行知识蒸馏，得到训练数据的相似数据；利用训练数据的相似数据和训练数据，可以进行有监督学习，从而得到跨模态检索模型。本申请能够实现在不需要人工标注有监督学习使用的训练数据的标签的情况下，还能够保证训练出的跨模态检索模型的较高的准确率。
-
公开(公告)号：CN111340190A
公开(公告)日：2020-06-26
申请号：CN202010109969.8
申请日：2020-02-23
Applicant: 华为技术有限公司
Abstract: 本申请涉及人工智能领域中的一种构建网络结构的方法与装置、及图像生成方法与装置。该构建网络结构的方法包括：获取任务的类别；基于所述类别，使用网络结构构建模型生成与所述类别对应的目标网络结构，其中，所述网络结构构建模型能够生成多个网络结构，所述多个网络结构用于实现多个不同类别的任务；根据所述目标网络结构执行所述任务，得到执行结果；基于所述执行结果，调整所述网络结构构建模型的参数，以使得所述网络结构构建模型生成的网络结构执行任务得到的执行结果更准确。该方法能够构建用于多任务处理的高效的网络结构。
-
公开(公告)号：CN112183577A
公开(公告)日：2021-01-05
申请号：CN202010899716.5
申请日：2020-08-31
Applicant: 华为技术有限公司
Abstract: 本申请实施例公开了一种半监督学习模型的训练方法、图像处理方法及设备，可应用于人工智能领域的计算机视觉领域，该方法包括：首先通过训练后的第一半监督学习模型对一部分无标签样本的分类类别进行预测，得到预测标签，并通过一比特标注的方式判断各预测标签是否正确，如果预测正确则获得该样本的正确标签(即正标签)，否则可排除掉该样本的一个错误标签(即负标签)，之后，在下一训练阶段，利用上述信息重新构建训练集(即第一训练集)，并根据第一训练集重新训练初始半监督学习模型，从而提高模型的预测准确率，由于一比特标注只需标注者针对预测标签回答“是”或“否”，该标注方式能缓解机器学习中需要大量有正确标签数据的人工标注压力。
-
公开(公告)号：CN111507378A
公开(公告)日：2020-08-07
申请号：CN202010214454.4
申请日：2020-03-24
Applicant: 华为技术有限公司
Abstract: 本申请中的技术方案可以应用于人工智能领域中的计算机视觉领域。本申请提供的训练图像处理模型的技术方案中，获得增强图像之后，获取增强图像的软标签，并基于该软标签指导图像处理模型的训练，以提高图像处理模型的性能。此外，本申请的技术方案中，可以从增强图像的软标签中选出较高的分值来指导图像处理模型的训练，从而进一步提高图像处理模型的性能。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
