-
公开(公告)号：CN113065575B
公开(公告)日：2025-03-04
申请号：CN202110221928.2
申请日：2021-02-27
Applicant: 华为技术有限公司
IPC: G06V10/82 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了一种图像处理方法，应用于人工智能领域，包括：获取待处理图像的输入特征图，所述输入特征图包括第一输入子特征图和第二输入子特征图，所述第一输入子特征图的分辨率高于所述第二输入子特征图的分辨率；通过目标网络对所述输入特征图进行特征融合处理，得到输出特征图，在该目标网络中采用从低层往高层的方式将第一输入子特征图的特征往第二输入子特征图的特征中进行融合；根据所述输出特征图对所述待处理图像进行目标检测，得到目标检测结果。本方案中，采用从低层往高层的方式将低层特征往高层特征进行融合，弥补高层特征的稀疏问题，从而提高目标检测精度，解决加法神经网络无法应用于目标检测的问题。
-
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
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：CN117350331A
公开(公告)日：2024-01-05
申请号：CN202210720114.8
申请日：2022-06-23
Applicant: 华为技术有限公司
IPC: G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种模型训练方法，可以应用于多层感知机、基于注意力的神经网络等。该方法包括：获取带有标签值的训练数据；以训练数据为输入，以损失函数的值小于阈值为目标对神经网络进行训练以得到第一模型；神经网络包括多个网络层以及与多个网络层中至少一个网络层相连的蒸馏层，多个网络层中的每个网络层用于输出空间特征与通道特征。损失函数包括第二损失函数，第二损失函数用于指示蒸馏层的第一输出与教师网络的第二输出之间的差异，第一输出由空间特征与通道特征处理得到。蒸馏层的输出由空间特征与通道特征处理得到，增加了空间特征与通道特征之间的融合，可以提升由第二损失函数训练得到的第一模型在推理过程中的准确性。
-
公开(公告)号：CN115984963A
公开(公告)日：2023-04-18
申请号：CN202211716276.0
申请日：2022-12-29
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种动作计数方法及其相关设备，可融合多种信息来完成目标动作的技术，有利于提高最终所得到的目标动作的计数结果的准确度。本申请的方法包括：在获取目标视频后，可先对目标视频进行第一处理，从而得到目标物体在目标视频中的位置信息。接着，可将目标物体在目标视频中的位置信息添加至目标视频，从而得到处理后的目标视频。然后，可对处理后的目标视频进行第二处理，从而得到目标物体的动作序列，动作序列可包含多个动作，这多个动作通常包含目标动作以及其余动作，且这多个动作按照在处理后的目标视频中的出现时间进行排序。最后，可对多个动作进行处理，从而得到目标物体的目标动作的次数。
-
公开(公告)号：CN111882031B
公开(公告)日：2025-01-03
申请号：CN202010615537.4
申请日：2020-06-30
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种神经网络蒸馏方法，应用于人工智能领域，包括：通过第一神经网络和第二神经网络对待处理数据进行处理，以获取第一目标输出和第二目标输出，第一目标输出为对第一神经网络层的输出进行基于核函数的变换得到的，第二目标输出为对第二神经网络层的输出进行基于核函数的变换得到的；根据第一目标输出和第二目标输出构建的目标损失对第一神经网络进行知识蒸馏。本申请对第一神经网络层的输出和第二神经网络层的输出进行了基于核函数的变换，进而可以将第一神经网络层和第二神经网络层输入和权重映射到高维特征空间，消除了知识蒸馏时由于神经网络层的权重分布不同而造成的网络性能降低。
-
Patent Agency Ranking
公开(公告)号：CN117917672A
公开(公告)日：2024-04-23
申请号：CN202211277119.4
申请日：2022-10-18
Applicant: 华为技术有限公司
IPC: G06N3/045 , G06N3/0464 , G06N3/084 , G06N5/04 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/26 , G06V20/70 , G06N3/048
Abstract: 本申请公开了一种基于神经网络的数据处理方法及设备，该神经网络包括至少一个差分加法算子，差分加法算子包括第一加法算子和第二加法算子，可应用人工智能领域，包括：接收待处理数据并预处理，得到第一特征映射，使用差分加法算子对第一特征映射进行特征提取操作，即分别使用第一加法算子和第二加法算子对第一特征映射提取特征，各自得到第一分支输出和第二分支输出，并对第一分支输出和第二分支输出进行融合，并基于融合后的第二特征映射得到输出结果。本申请提出的差分加法算子通过两个加法算子的分支独立学习再进行融合以调整输出的特征映射，解决加法算子特征表征能力弱的问题；基于差分加法算子构建的ANN也解决了传统CNN计算能耗过高的问题。
-
公开(公告)号：CN117011620A
公开(公告)日：2023-11-07
申请号：CN202310792993.X
申请日：2023-06-29
Applicant: 华为技术有限公司
IPC: G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0499
Abstract: 本申请公开了一种目标检测方法及其相关设备，可快速完成目标检测任务，提升目标检测任务的完成效率，进而提高用户体验。本申请的方法包括：当需要针对目标图像进行目标检测时，可先获取包含待检测的物体的目标图像，并将目标图像输入至目标模型中。接着，目标模型可对目标图像进行特征提取，从而得到目标图像的第一特征。然后，目标模型可对目标图像的第一特征进行编码，得到目标图像的第二特征。随后，目标模型可基于预置的查询向量对目标图像的第二特征进行解码，得到目标图像的第三特征。最后，目标模型可基于第三特征，获取目标图像的检测结果，检测结果可用于确定物体的位置信息以及物体的类别。至此，则完成了针对目标模型的目标检测。
-
公开(公告)号：CN111401517B
公开(公告)日：2023-11-03
申请号：CN202010109254.2
申请日：2020-02-21
Applicant: 华为技术有限公司
IPC: G06V10/82 , G06V10/25 , G06V10/52 , G06V10/80 , G06V10/764 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本申请公开了一种感知网络结构搜索方法，涉及人工智能领域，包括：获取待搜索感知网络和目标搜索空间，所述待搜索感知网络包括主干网络和头端header，所述主干网络与所述header连接，所述主干网络包括第一卷积层，所述header包括第三卷积层，所述目标搜索空间包括多个操作类型；在所述目标搜索空间内对所述第一卷积层进行结构搜索，在所述目标搜索空间内对所述第二卷积层进行结构搜索，在所述目标搜索空间内对所述第三卷积层进行结构搜索，得到搜索后的感知网络。本申请中结构搜索后得到的感知网络的性能更优。
-
公开(公告)号：CN111667399B
公开(公告)日：2023-08-25
申请号：CN202010409043.0
申请日：2020-05-14
Applicant: 华为技术有限公司
IPC: G06T3/00 , G06V10/774 , G06V10/25 , G06V10/82 , G06T7/269
Abstract: 本申请公开了人工智能领域中的一种风格迁移模型的训练方法、视频风格迁移的方法以及装置，包括：获取训练数据；通过神经网络模型根据样本风格图像对N帧样本内容图像进行图像风格迁移处理，得到N帧预测合成图像；根据N帧样本内容图像与N帧预测合成图像之间的图像损失函数，确定神经网络模型的参数，图像损失函数包括低秩损失函数，低秩损失函数用于表示第一低秩矩阵与第二低秩矩阵之间的差异，第一低秩矩阵是基于N帧样本内容图像与光流信息得到的，第二低秩矩阵是基于N帧预测合成图像与光流信息得到的，光流信息用于表示N帧样本内容图像中相邻两帧图像之间对应像素点的位置差异。本申请的技术方案能够提高视频在风格迁移处理后的稳定性。
-
公开(公告)号：CN116385771A
公开(公告)日：2023-07-04
申请号：CN202310212196.X
申请日：2023-02-24
Applicant: 华为技术有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种图像处理方法、装置和存储介质。该方法包括：对获取的图像进行特征提取，确定图像的第一特征向量；确定多个第一特征向量的前景得分，基于前景得分，从多个第一特征向量中挑选出部分特征向量作为第二特征向量，前景得分表示第一特征向量指示的图像部分为前景的概率；将第一特征向量和第二特征向量输入神经网络模型，对第二特征向量进行处理，基于处理后的第二特征向量，对第一特征向量进行更新，得到更新后的第一特征向量；神经网络模型基于更新后的第一特征向量，确定目标检测结果。根据本申请实施例，能够实现在保持模型精度的情况下，对模型进行压缩，降低模型的计算量，提高模型的运行效率，扩大了模型的应用范围。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.023 seconds)
