一种模型训练方法及相关设备

    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

    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。

    用户行为预测方法及装置、行为预测模型训练方法及装置

    公开(公告)号:CN109902849B

    公开(公告)日:2021-11-30

    申请号:CN201810636443.8

    申请日:2018-06-20

    Abstract: 本申请提供了一种用户行为预测方法及装置,行为预测模型训练方法及装置,属于大数据处理领域。该用户行为预测方法获取到包括多个特征数据的行为预测信息后,可以分别获取每个特征数据对于指定行为的第一贡献值,并且对于该多个特征数据中的每N个特征数据,可以采用对应的一个特征交互模型对该每N个特征数据进行处理,得到每N个特征数据对于所述指定行为的第二贡献值。最后可以根据获取到的第一贡献值和第二贡献值,确定指定行为的执行概率。由于本申请提供的方法在对指定行为进行预测时,考虑了多个特征数据对该指定行为的交互影响,因此有效提高了行为预测的准确性。

    一种推荐物品的方法和装置

    公开(公告)号:CN109903103B

    公开(公告)日:2021-08-20

    申请号:CN201711283557.0

    申请日:2017-12-07

    Abstract: 本发明实施例公开了一种推荐物品的方法和装置,属于计算机技术领域。所述方法包括:获取目标用户的属性数据和多个候选物品的属性数据;将目标用户的属性数据和多个候选物品的属性数据进行处理,生成目标数据集,目标数据集包括目标用户的标识及对应的目标第一交互节点列表、多个候选物品中每一候选物品的标识及对应的目标第二交互节点列表;将目标数据集输入打分模型,得到目标用户对述多个候选物品的打分,其中,打分模型根据多个用户的属性数据、多个物品的属性数据以及打分数据训练得到的;根据目标用户对多个候选物品的打分,确定目标推荐物品。采用本发明,可以提高用户选择物品的效率。

    一种视频定位方法以及装置
    4.
    发明公开

    公开(公告)号:CN117453949A

    公开(公告)日:2024-01-26

    申请号:CN202311232024.5

    申请日:2023-09-21

    Abstract: 本申请提供计算机视觉领域的一种视频定位方法以及装置,可以利用无标注的视频数据进行训练,降低标注成本,大大降低视频定位所需的人力开销,且可以实现零样本的视频定位,泛化能力非常强。该方法包括:获取视频数据集合,视频数据集合中包括视频数据,该视频数据包括多帧图像;分别获取视频数据的第一视频特征和第一文本特征,该第一视频特征为从视频数据中提取到的特征,该第一文本特征包括描述视频数据中每帧图像的多个词;随后,对第一视频特征进行切分,得到多个视频片段的特征;并对多个词与多个视频片段进行映射,得到每个视频片段对应的文本描述;根据每个视频片段对应的文本描述,对视频定位模型进行训练,得到训练后的视频定位模型。

    用户行为预测方法及装置、行为预测模型训练方法及装置

    公开(公告)号:CN109902849A

    公开(公告)日:2019-06-18

    申请号:CN201810636443.8

    申请日:2018-06-20

    Abstract: 本申请提供了一种用户行为预测方法及装置,行为预测模型训练方法及装置,属于大数据处理领域。该用户行为预测方法获取到包括多个特征数据的行为预测信息后,可以分别获取每个特征数据对于指定行为的第一贡献值,并且对于该多个特征数据中的每N个特征数据,可以采用对应的一个特征交互模型对该每N个特征数据进行处理,得到每N个特征数据对于所述指定行为的第二贡献值。最后可以根据获取到的第一贡献值和第二贡献值,确定指定行为的执行概率。由于本申请提供的方法在对指定行为进行预测时,考虑了多个特征数据对该指定行为的交互影响,因此有效提高了行为预测的准确性。

    点云数据的处理方法、神经网络的训练方法以及相关设备

    公开(公告)号:CN114140841A

    公开(公告)日:2022-03-04

    申请号:CN202111278599.1

    申请日:2021-10-30

    Abstract: 本申请实施例公开一种点云数据的处理方法、神经网络的训练方法以及相关设备,该方法可用于人工智能领域的点云数据的处理领域中。方法可以包括:获取与目标环境对应的点云数据,点云数据被划分为多个目标立方体;根据每个目标立方体内的目标点的初始信息,生成每个目标立方体的初始特征;根据注意力机制对多个目标立方体的初始特征进行更新,得到多个目标立方体的更新后的特征;对多个目标立方体的更新后的特征执行特征处理操作,得到与点云数据对应的预测结果。减少了整个点云数据的处理过程中消耗的计算机资源,有利于聚焦于点云数据所携带的重要信息,以提高输出的预测结果的准确度。

    一种推荐物品的方法和装置

    公开(公告)号:CN109903103A

    公开(公告)日:2019-06-18

    申请号:CN201711283557.0

    申请日:2017-12-07

    Abstract: 本发明实施例公开了一种推荐物品的方法和装置,属于计算机技术领域。所述方法包括:获取目标用户的属性数据和多个候选物品的属性数据;将目标用户的属性数据和多个候选物品的属性数据进行处理,生成目标数据集,目标数据集包括目标用户的标识及对应的目标第一交互节点列表、多个候选物品中每一候选物品的标识及对应的目标第二交互节点列表;将目标数据集输入打分模型,得到目标用户对述多个候选物品的打分,其中,打分模型根据多个用户的属性数据、多个物品的属性数据以及打分数据训练得到的;根据目标用户对多个候选物品的打分,确定目标推荐物品。采用本发明,可以提高用户选择物品的效率。

    一种物体检测方法及其相关设备
    8.
    发明公开

    公开(公告)号:CN113989188A

    公开(公告)日:2022-01-28

    申请号:CN202111131185.6

    申请日:2021-09-26

    Abstract: 本申请提供一种物体检测方法及其相关设备,在物体检测的第二阶段中,物体检测模型所采样得到的点云数据能够完整地表征目标物体所在的初始区域,使得模型基于这些点云数据所得到的目标物体所在的最终区域,可具备足够的准确度。本申请的方法包括:对目标场景的点云数据进行处理,得到目标场景中目标物体所在的第一区域;在第一区域中构建多个网格点阵列,不同的网格点阵列具有不同的尺寸;获取多个网格点阵列中网格点的点云数据集合,点云数据集合包含网格点周围的点云数据;对点云数据集合进行处理,得到目标物体所在的第二区域。

    一种模型训练方法及相关设备

    公开(公告)号:CN113673533A

    公开(公告)日:2021-11-19

    申请号:CN202010412910.6

    申请日:2020-05-15

    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。

    获取图像标签的方法、训练图像识别模型的方法和装置

    公开(公告)号:CN111382781A

    公开(公告)日:2020-07-07

    申请号:CN202010109046.2

    申请日:2020-02-21

    Abstract: 本申请提供利用人工智能技术的图像处理领域中的获取图像标签的方法、训练图像识别模型的方法、图像识别方法和相关装置。本申请提供的方法中,获取到一般类别图像属于多种精细粒度类别中每种精细粒度类别的概率之后,计算这些类别基于对应的概率的熵信息,并在熵小于或等于预设的阈值时,根据这些精细粒度类别对应的概率确定该一般类别图像的精细粒度类别,以便于使用该一般类别图像和其精细粒度类别对精细图像识别模型进行训练。本申请的技术方案可以提高精细图像识别模型的性能。

Patent Agency Ranking