事件相机图像处理方法、训练方法、系统、设备及介质

    公开(公告)号:CN117218013A

    公开(公告)日:2023-12-12

    申请号:CN202310961794.7

    申请日:2023-08-01

    Abstract: 本申请实施例提供了一种事件相机的图像处理方法、训练方法、系统、设备及介质,属于图像处理技术领域。方法对事件流进行预处理得到体素网格形式的事件流,然后根据体素网格形式的事件流进行信息聚合,得到第一重建图像,第一重建图像,将体素网格形式的去噪事件流与第一重建图像进行叠加,得到第二重建图像,使得第二重建图像的边缘信息更突出,然后生成噪声图像,将噪声图像与第二重建图像输入至预先训练好的扩散模型,将所述第二重建图像作为所述扩散模型的条件,通过所述扩散模型的去噪网络对所述噪声图像进行迭代去噪,生成修复图像。生成的修复图像,图像的质量较高,边缘信息较清晰。

    目标检测模型训练方法、目标检测方法、装置及设备

    公开(公告)号:CN119851080A

    公开(公告)日:2025-04-18

    申请号:CN202510320886.6

    申请日:2025-03-18

    Abstract: 本申请实施例公开了一种目标检测模型训练方法、目标检测方法、装置及设备。目标检测模型包括图像编码模型、特征编码模型和特征解码模型,通过获取样本图像中的待检测样本对象对应的目标样本区域、目标样本类别及样本描述文本;将样本图像输入到图像编码模型中,输出样本图像中每个子区域对应的区域图像特征;将每个区域图像特征和样本描述文本特征输入到特征编码模型中,输出每个子区域对应的融合特征;将每个子区域对应的融合特征输入特征解码模型中,输出每个子区域对应的目标融合特征;根据每个目标融合特征和样本描述文本确定出待检测样本对象对应的预测类别概率和在样本图像中的预测样本区域;基于预测结果和目标结果对目标检测模型迭代。

    物品推荐方法、装置、电子设备以及存储介质

    公开(公告)号:CN119415751A

    公开(公告)日:2025-02-11

    申请号:CN202411454364.7

    申请日:2024-10-17

    Abstract: 本申请实施例提供了一种物品推荐方法、装置、电子设备以及存储介质,属于及计算机技术领域。该方法包括:将获取到的多个历史交互信息均输入至预先训练好的分词器中,对每一历史交互信息进行编码处理,得到对应的编码特征;计算编码特征与预设的多个码本向量之间的相似度,得到相似度分数,基于相似度分数确定编码特征对应的映射码字;对映射码字进行解码处理,根据解码后的结果确定对应物品的码字信息,并确定码字信息对应的前缀信息;根据码字信息和前缀信息,确定各物品对应的物品标识符;基于相似度分数,从多个物品标识符中选定目标标识符,并确定目标标识符对应的物品为目标推荐物品。本申请能够提高物品推荐的效率。

    数据变化预测方法、系统、电子设备及存储介质

    公开(公告)号:CN117290589A

    公开(公告)日:2023-12-26

    申请号:CN202311134548.0

    申请日:2023-09-01

    Abstract: 本申请实施例提供了一种数据变化预测方法、系统、电子设备及存储介质,属于自然语言处理技术领域。方法包括:获取与用户端在多个时间点交互的第一属性对象;将第一属性对象按照与用户端的历史交互时间进行排序,得到历史交互序列;在属性知识图谱中进行搜索,得到与第一属性对象对应的属性实体,建立属性连接;根据第一属性对象的应用场景调用第一提示模板,将历史交互序列注入第一提示模板,得到第一文本数据;根据属性知识图谱,得到第一属性对象的属性实体的多跳三元组路径,根据多跳三元组路径进行拼接,得到第二文本数据;将第一文本数据和第二文本数据进行拼接,输入预先训练好的第一语言模型进行数据变化预测,得到数据变化预测结果。

    目标检测网络的训练方法、目标检测方法及相关装置

    公开(公告)号:CN117274768A

    公开(公告)日:2023-12-22

    申请号:CN202310954725.3

    申请日:2023-07-31

    Abstract: 本申请公开了目标检测网络的训练方法、目标检测方法及相关装置,涉及计算机视觉中弱监督目标检测的技术领域。通过获取包括原始图像的训练数据集输入至包括分类器和定位器的目标检测网络,并生成自注意力图进而生成增强的掩码图像。将原始图像输入至定位器得到预测激活图像,计算与掩码图像的第一损失值。再获取边界框并对掩码图像进行采样得到增强图像并输入分类器得到预测分类结果,计算与原始图像的分类标签生成第二损失值。根据第一损失值和第二损失值调节目标检测网络的模型权重,直至达到迭代终止条件得到目标检测网络。由此设计分类器和定位器统一的网络架构,通过自注意力图和掩码图像以及增强图像,提升了定位和分类的精度进而性能。

Patent Agency Ranking