-
公开(公告)号:CN119830979A
公开(公告)日:2025-04-15
申请号:CN202510309307.8
申请日:2025-03-17
Applicant: 鹏城实验室
IPC: G06N3/08 , G06N3/063 , G06N3/048 , G06N3/0464
Abstract: 本申请实施例公开了一种模型数据处理方法、装置、计算机设备及存储介质。包括:获取预训练模型及预训练模型对应的模型数据,预训练模型为状态空间模型结构下的模型;根据模型数据确定预训练模型中需要进行数据处理加速的第一算子;对第一算子进行解耦处理,得到第一算子对应的第二算子,第二算子对应的硬件处理单元和第一算子对应的硬件处理单元不同;获取第二算子对应的待处理数据,并确定待处理数据对应的离散化参数;根据第二算子对待处理数据和离散化参数进行数据处理,得到数据处理结果。以此,通过模型的第一算子进行解耦出的第二算子可以被其他硬件处理单元加载,并对待处理数据进行离散化处理减少模型的计算量,提升了数据处理效率。
-
公开(公告)号:CN119380125B
公开(公告)日:2025-04-01
申请号:CN202411976862.8
申请日:2024-12-31
Applicant: 鹏城实验室
IPC: G06V10/764 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种模型训练方法、车辆识别方法、装置、电子设备及介质,涉及神经网络技术领域。模型训练方法将车辆训练图像输入至初始车辆识别模型得到第一训练图像特征,将车辆增强训练图像输入至训练辅助模型得到第二训练图像特征。然后分别得到局部对比损失、全局对比损失、类间对比损失和类类对比损失,从而得到总损失,基于总损失对初始车辆识别模型的第一网络参数进行迭代更新。在迭代更新的过程中,通过类间对比损失和类类对比损失,提高目标车辆识别模型对不同类别车辆的判别的准确性,以及提高相同类别车辆的位置回归精度,通过局部对比损失和全局对比损失,能够增强目标车辆识别模型的局部和全局特征分布。
-
公开(公告)号:CN116206355A
公开(公告)日:2023-06-02
申请号:CN202310450980.4
申请日:2023-04-25
Applicant: 鹏城实验室
Abstract: 本发明公开了人脸识别模型训练、图像注册、人脸识别方法及装置,人脸识别模型包括第一特征提取网络、第二特征提取网络,通过第一训练样本进行模型训练得到第一特征提取网络;第一训练样本包含的样本人脸图像数量大于第一预设阈值;再利用第一特征提取网络得到第一训练样本的第一初始人脸特征、第二训练样本的第二初始人脸特征;第二训练样本包含的样本人脸图像数量小于第一预设阈值;基于第一初始人脸特征对第二初始人脸特征进行特征融合,得到第二训练样本的融合人脸特征,并根据第一初始人脸特征和融合人脸特征构建特征三元组;通过特征三元组进行模型训练得到第二特征提取网络,在缺乏训练数据或训练数据分布不均衡时,实现高精度人脸识别。
-
公开(公告)号:CN116560756B
公开(公告)日:2024-04-16
申请号:CN202310850867.5
申请日:2023-07-12
Applicant: 鹏城实验室
IPC: G06F9/445
Abstract: 本申请涉及数据处理技术领域,尤其是涉及一种服务编排方法、电子设备、计算机可读存储介质。本申请的服务编排方法需要先获取服务配置信息与服务编码程序,再基于每一服务配置信息与对应的服务编码程序进行规范化封装处理,生成服务编码包。在生成服务编码包之后,获取服务接入信息。基于服务接入信息,从服务编码包中确定服务配置信息与服务接入信息对应的目标服务程序;基于目标服务程序,创建目标服务。获取服务编排指令,并基于服务编排指令对目标服务进行编排处理,得到应用服务程序。其中,由于服务编码包是基于每一服务配置信息与对应的服务编码程序进行规范化封装处理而生成,因此能够对可复用的服务能力进行更高效的对接。
-
公开(公告)号:CN116415035A
公开(公告)日:2023-07-11
申请号:CN202310545760.X
申请日:2023-05-16
Applicant: 鹏城实验室
IPC: G06F16/783 , G06F16/78 , G06F16/787 , G06F16/738 , G06F16/75 , G06F16/13 , G06F16/14 , G06F16/22 , G06F16/245 , G06F16/29
Abstract: 本发明公开了一种摄像头视频数据检索方法及相关设备,涉及视频数据检索领域,所述方法包括:获取摄像头视频数据;对获取到的所述摄像头视频数据进行分类信息提取,得到提取到的分类信息;将提取到的分类信息按照信息类别分别插入到数据库中的文件存储库、结构化数据库和特征向量库;获取输入的待检索目标信息和检索条件,根据待检索目标信息解析出待检索的目标特征向量,基于检索条件和目标特征向量采用空间渐进检索方式和时间渐进检索方式在所述文件存储库、结构化数据库和特征向量库中进行检索,通过检索到的结果还原目标多日出行轨迹并输出。通过上述方法,本发明能够满足城市级人车在全城市范围、全时间区段内快速检索。
-
公开(公告)号:CN112562315A
公开(公告)日:2021-03-26
申请号:CN202011205030.8
申请日:2020-11-02
Applicant: 鹏城实验室
Abstract: 本发明公开了一种获取车流信息的方法、终端及存储介质,所述方法包括:获取历史电子警察监控视频,通过多目标跟踪模型确定所述历史电子警察监控视频中的历史车辆的简化轨迹序列;对所述历史车辆的简化轨迹序列进行聚类和分类,得到路径分类集合;获取电子警察监控视频中的车辆的简化轨迹序列,将所述车辆的简化轨迹序列与所述路径分类集合进行匹配,并提取车辆属性信息,得到带所述车辆属性信息的车流信息。进而为城市级道路的流量监控和道路规划提供可靠的参考信息。
-
公开(公告)号:CN119851051A
公开(公告)日:2025-04-18
申请号:CN202510294247.7
申请日:2025-03-13
Applicant: 鹏城实验室
IPC: G06V10/77 , G06V10/82 , G06V10/42 , G06V10/44 , G06V10/764 , G06N3/0455 , G06N3/0464
Abstract: 本申请实施例提供一种数据处理方法、装置、存储介质及计算机设备,通过先获取批量图像的第一图像特征,输入视觉状态空间模型的当前处理模块,经四向扫描得初始全局感受野,再进行特征调整和维度变换,使中间变量最后维度为批量图像数量,结合当前处理模块的模型权重参数确定总输出特征。之后对总输出特征逆变换,再四向扫描整合得第二图像特征。当当前处理模块为最后一个时,基于第二图像特征确定图像分类结果。本方法通过合理维度变换,避免TPU因最后维度为1无法并行处理,充分发挥高性能TPU计算潜力,提高TPU使用率,有效提升数据处理效率。
-
公开(公告)号:CN112435276B
公开(公告)日:2024-08-23
申请号:CN202011272439.1
申请日:2020-11-13
Applicant: 鹏城实验室
Abstract: 本发明公开了一种车辆跟踪方法、装置、智能终端及存储介质,其中,上述车辆跟踪方法包括:获取包含车辆的连续视频帧;基于上述连续视频帧对上述车辆进行短期跟踪,获取短期跟踪结果;基于上述短期跟踪结果,对上述车辆进行轨迹预测,获取车辆轨迹信息;基于上述车辆轨迹信息获取可疑轨迹;获取上述可疑轨迹对应的可疑车辆,采用车辆重识别方案对上述可疑车辆进行外观特征匹配,获取外观匹配结果;基于上述可疑轨迹和上述外观匹配结果实现对车辆的跟踪。本发明方案结合短期跟踪、轨迹预测和外观特征匹配实现对车辆的跟踪。有利于提升跟踪的实时性、对长时间范围内的车辆进行跟踪、在车辆被遮挡前后连续跟踪。
-
公开(公告)号:CN116560756A
公开(公告)日:2023-08-08
申请号:CN202310850867.5
申请日:2023-07-12
Applicant: 鹏城实验室
IPC: G06F9/445
Abstract: 本申请涉及数据处理技术领域,尤其是涉及一种服务编排方法、电子设备、计算机可读存储介质。本申请的服务编排方法需要先获取服务配置信息与服务编码程序,再基于每一服务配置信息与对应的服务编码程序进行规范化封装处理,生成服务编码包。在生成服务编码包之后,获取服务接入信息。基于服务接入信息,从服务编码包中确定服务配置信息与服务接入信息对应的目标服务程序;基于目标服务程序,创建目标服务。获取服务编排指令,并基于服务编排指令对目标服务进行编排处理,得到应用服务程序。其中,由于服务编码包是基于每一服务配置信息与对应的服务编码程序进行规范化封装处理而生成,因此能够对可复用的服务能力进行更高效的对接。
-
公开(公告)号:CN112435276A
公开(公告)日:2021-03-02
申请号:CN202011272439.1
申请日:2020-11-13
Applicant: 鹏城实验室
Abstract: 本发明公开了一种车辆跟踪方法、装置、智能终端及存储介质,其中,上述车辆跟踪方法包括:获取包含车辆的连续视频帧;基于上述连续视频帧对上述车辆进行短期跟踪,获取短期跟踪结果;基于上述短期跟踪结果,对上述车辆进行轨迹预测,获取车辆轨迹信息;基于上述车辆轨迹信息获取可疑轨迹;获取上述可疑轨迹对应的可疑车辆,采用车辆重识别方案对上述可疑车辆进行外观特征匹配,获取外观匹配结果;基于上述可疑轨迹和上述外观匹配结果实现对车辆的跟踪。本发明方案结合短期跟踪、轨迹预测和外观特征匹配实现对车辆的跟踪。有利于提升跟踪的实时性、对长时间范围内的车辆进行跟踪、在车辆被遮挡前后连续跟踪。
-
-
-
-
-
-
-
-
-