公开(公告)号：CN116152923A

公开(公告)日：2023-05-23

申请号：CN202310065402.9

申请日：2023-01-13

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 林修明 ,  魏超 ,  张李钦 ,  朱海勇 ,  欧阳天 ,  张凤

IPC: G06V40/20 ,  G06V10/62 ,  G06V20/52 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出了一种适用于夜间的目标重识别的方法，该方法包括如下步骤：对标准化流模块进行训练；进一步通过标准化流模块进行预处理生成所述低光照训练集Xl；收集并获取训练集，所述训练集包括原始训练集X以及低光照训练集Xl；通过reid网络对所述训练集中的图片样本数据进行特征识别。本发明的技术方案针对夜间图片采集的不利干扰，在正常识别网络之外引入标准化流模块对原始采集图片进行低光照增强，通过该模块有效提高了重识别网络对于低光照图片的识别能力，为实现夜间条件下的目标重识别提供了一种行之有效的技术方案。

公开(公告)号：CN112381161A

公开(公告)日：2021-02-19

申请号：CN202011296897.9

申请日：2020-11-18

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 林淑强 ,  尚占锋 ,  张永光 ,  林修明 ,  欧阳天

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种神经网络训练方法，包括以下步骤：S1、初步训练，对类别数据不均衡的训练样本数据进行深度学习神经网络训练，得到一个初步最佳训练模型；S2、根据该初步最佳训练模型对训练样本数据进行处理；S3、二次训练，用经过S2处理后的数据在该初步最佳训练模型基础上继续迭代训练至神经网络训练模型收敛。该方法利用DBSCAN聚类结果及已有标签，指导神经网络训练过程中每个batch的数据采样，通过类别间数据的均衡性，单类别内部数据特征多样性，提高了算法模型的收敛速度，提高了算法模型泛化性能。

公开(公告)号：CN112381161B

公开(公告)日：2022-08-30

申请号：CN202011296897.9

申请日：2020-11-18

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 林淑强 ,  尚占锋 ,  张永光 ,  林修明 ,  欧阳天

IPC: G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种神经网络训练方法，包括以下步骤：S1、初步训练，对类别数据不均衡的训练样本数据进行深度学习神经网络训练，得到一个初步最佳训练模型；S2、根据该初步最佳训练模型对训练样本数据进行处理；S3、二次训练，用经过S2处理后的数据在该初步最佳训练模型基础上继续迭代训练至神经网络训练模型收敛。该方法利用DBSCAN聚类结果及已有标签，指导神经网络训练过程中每个batch的数据采样，通过类别间数据的均衡性，单类别内部数据特征多样性，提高了算法模型的收敛速度，提高了算法模型泛化性能。

公开(公告)号：CN114067411A

公开(公告)日：2022-02-18

申请号：CN202111392400.8

申请日：2021-11-19

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 钟敏 ,  毕永辉 ,  蓝坤宏 ,  潘锟 ,  欧阳天 ,  陈毓靖

IPC: G06V40/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774

Abstract: 本公开提供一种人脸检测对齐网络知识蒸馏方法及装置，其方法，包括：步骤1：训练得到满足预设人脸检测对齐精度的第一检测对齐网络，所述第一检测对齐网络具有第一输出；步骤2：构建得到与所述第一检测对齐网络具有相同任务头的第二检测对齐网络，所述第二检测对齐网络具有第二输出；步骤3：确定真实标签；步骤4：基于所述第一检测对齐网络的第一输出、所述第二检测对齐网络的第二输出以及真实标签构建蒸馏模型的整体损失函数；步骤5：基于所述整体损失函数更新所述第二检测对齐网络的参数直至对应收敛。提升了现有人脸检测网络的检测精度。