公开(公告)号：CN114528477B

公开(公告)日：2024-11-26

申请号：CN202210023585.3

申请日：2022-01-10

Applicant: 华南理工大学

Inventor： 谭明奎 ,  庄壮伟 ,  刘立钊 ,  陈国昊 ,  李振宇 ,  黄尚昕 ,  贺方舟 ,  罗志杰 ,  冯博政 ,  邹博韬 ,  唐润 ,  严笑

IPC: G06F16/9535 ,  G06F16/28 ,  G06F16/36 ,  G06N20/00

Abstract: 本发明公开了一种面向科研应用的自动机器学习实现方法、平台及装置，其中方法包括：获取用户输入的科研数据，根据科研数据和预设构建的关系图谱生成解决方案；根据解决方案，利用深度学习方法对用户需求进行智能分析，生成规范化的检索表单；基于用户对各科研数据的操作信息，为用户提供个性化的数据推荐服务；结合拖拽式编程与代码编程构建可视化算子，通过可视化算子构建实验的算法流程图，以实现可视化编程与展示；其中，关系图谱通过标签系统与关联系统构建获得。本发明打破了现有机器学习平台中存在的数据壁垒，有效地提升科研数据的利用率，降低科研人员之间的沟通成本，可广泛应用于机器学习平台技术领域。

公开(公告)号：CN117132772A

公开(公告)日：2023-11-28

申请号：CN202310895136.2

申请日：2023-07-20

Applicant: 华南理工大学 ,  人工智能与数字经济广东省实验室(广州)

Inventor： 谭明奎 ,  刘立钊 ,  庄壮伟 ,  黄尚昕 ,  肖勋龙 ,  向添航 ,  杜卿

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种面向弱监督点云分割的上下文点云建模实现方法及装置，涉及云分割中上下文信息理解的技术领域，方法对区域点云数据进行连续性遮掩，构造出有益于模型学习点云数据上下文的掩码特征预测任务；通过约束同一点云数据掩码前/后对应特征的一致性，使得模型可以有效利用掩码数据中的邻域信息，提升模型对于点云数据的上下文理解，最终实现点云分割模型在弱标注场景下，语义分割的性能。本发明有效解决了标注十分稀疏、点云结构十分复杂场景下的点云语义分割问题，可广泛运用于大规模3D视觉理解的应用场景。

公开(公告)号：CN116680427A

公开(公告)日：2023-09-01

申请号：CN202310606289.0

申请日：2023-05-25

Applicant: 华南理工大学

Inventor： 谭明奎 ,  黄尚昕 ,  刘立钊 ,  庄壮伟 ,  杜卿 ,  吴祥淼

IPC: G06F16/53 ,  G06V10/77 ,  G06V10/74 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了一种基于锚点的密集嵌入生成方法、装置和存储介质，可广泛应用于嵌入生成技术。其中方法包括：获取待检索的目标图像；将所述目标图像输入目标模型中；利用所述目标模型将所述目标图像映射到特征空间中，按照特征空间中的距离进行比较，获得检索结果；其中，所述目标模型通过利用锚点嵌入生成的密集嵌入来训练深度神经网络模型后获得。本发明利用锚点附近的特征空间来稠密的生成无对应数据点的嵌入特征进行训练，从而实现更加准确的图像检索，解决深度度量学习中由于计算资源限制，从而导致现有采样无法采样到有效样本的问题。此外，本发明还能够直接集成到现有的深度度量学习框架中，无需任何额外的修改，并且具有显著的技术效果。

公开(公告)号：CN117496138A

公开(公告)日：2024-02-02

申请号：CN202311311184.9

申请日：2023-10-10

Applicant: 华南理工大学

Inventor： 谭明奎 ,  刘立钊 ,  庄壮伟 ,  黄尚昕 ,  肖勋龙 ,  向添航 ,  杜卿

IPC: G06V10/26 ,  G06N3/09 ,  G06N20/00 ,  G06V10/764 ,  G06N3/0985 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776

Abstract: 本发明公开了一种面向点云分割的伪实例对比学习实现方法、装置及介质，属于云分割中上下文信息理解的技术领域。其中方法对有标注点邻域的点进行伪实例特征聚合操作，实现有效的上下文信息整合；通过有监督对比学习损失，去学习伪实例之间的语义信息，提升模型对于点云数据的上下文理解，最终实现点云分割模型在弱标注场景下，语义分割的性能。本发明有效解决了标注十分稀疏、点云结构十分复杂场景下的点云语义分割问题，可广泛运用于大规模3D视觉理解的应用场景。

公开(公告)号：CN114528477A

公开(公告)日：2022-05-24

申请号：CN202210023585.3

申请日：2022-01-10

Applicant: 华南理工大学

Inventor： 谭明奎 ,  庄壮伟 ,  刘立钊 ,  陈国昊 ,  李振宇 ,  黄尚昕 ,  贺方舟 ,  罗志杰 ,  冯博政 ,  邹博韬 ,  唐润 ,  严笑

IPC: G06F16/9535 ,  G06F16/28 ,  G06F16/36 ,  G06N20/00

Abstract: 本发明公开了一种面向科研应用的自动机器学习实现方法、平台及装置，其中方法包括：获取用户输入的科研数据，根据科研数据和预设构建的关系图谱生成解决方案；根据解决方案，利用深度学习方法对用户需求进行智能分析，生成规范化的检索表单；基于用户对各科研数据的操作信息，为用户提供个性化的数据推荐服务；结合拖拽式编程与代码编程构建可视化算子，通过可视化算子构建实验的算法流程图，以实现可视化编程与展示；其中，关系图谱通过标签系统与关联系统构建获得。本发明打破了现有机器学习平台中存在的数据壁垒，有效地提升科研数据的利用率，降低科研人员之间的沟通成本，可广泛应用于机器学习平台技术领域。