-
公开(公告)号：CN113868675A
公开(公告)日：2021-12-31
申请号：CN202010622986.1
申请日：2020-06-30
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种基于区块链技术的深度学习数据共享方法及装置，接收需求端设备发送的包括所请求的深度学习数据的标识信息及目标代币数的获取请求，基于标识信息及预先设置的智能合约，确定标识信息对应的基准代币数，若目标代币数大于或等于基准代币数，则将预先存储的具有该标识信息的深度学习数据发送至需求端设备，以使需求端设备利用接收到的深度学习数据进行模型训练。如果目标代币数大于或等于基准代币数，则说明需求端设备请求深度学习数据时所提供的代币数满足发布端设备发布该深度学习数据时设定的代币数要求，此时才会向需求端设备发送其请求的深度学习数据，从而提高了深度学习数据共享时的数据安全性。
-
公开(公告)号：CN118070861A
公开(公告)日：2024-05-24
申请号：CN202211479847.3
申请日：2022-11-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/08 , G06N3/0464 , G06F9/50
Abstract: 本申请实施例提供了一种模型训练方法及装置，涉及深度学习技术领域。方法包括：获取云端发送的浮点格式的网络模型，作为第一网络模型；获取用于部署网络模型的第一图像处理器的网络层算子集，作为第一网络层算子集；针对第一网络模型中的每一网络层，在第一网络层算子集中存在该网络层对应的目标网络层算子的情况下，将第一网络模型中的该网络层替换为目标网络层算子，得到第二网络模型；基于边缘端设备的底层算子库，对第二网络模型进行量化感知训练，得到第三网络模型。应用本申请实施例，在基于第二网络模型得到的第三网络模型对业务数据进行处理时，减少浮点运算的次数，降低边缘端设备的成本。
-
公开(公告)号：CN111723147A
公开(公告)日：2020-09-29
申请号：CN201910217423.1
申请日：2019-03-21
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种基于区块链的数据训练方法、装置及设备、存储介质，该方法包括：接收来自客户端发送的模型训练任务；依据所述模型训练任务训练出目标模型；根据指定区块链的区块链协议将与所述目标模型相关的目标数据存储至所述指定区块链中指定区块。客户端可在指定区块链上查找与目标模型相关的目标数据，减少服务器的处理数据量。
-
公开(公告)号：CN111158894B
公开(公告)日：2023-04-07
申请号：CN201811322364.6
申请日：2018-11-08
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种云分析系统中的任务监测方法，包括，为来自用户任务请求中的任务附加标签信息，该标签信息至少包括该任务的处理主体名称、以及实际耗时；记录该任务进入当前处理主体的时间戳、离开当前处理主体的时间戳；根据所述进入时间戳和离开时间戳，计算当前处理主体的实际耗时，在所述标签信息中记录当前处理主体名称、以及实际耗时；判断该任务的所有处理是否结束，如果没有，则进入下一处理主体，返回执行所述记录该任务进入当前处理主体的时间戳、离开当前处理主体的时间戳的步骤，直至该任务的所有处理结束。本申请能够找到整个系统耗时的瓶颈点，快速地发现任务处理过程中存在异常的处理主体，使得维护人员能够高效、有针对性进行云分析系统的故障排查。
-
公开(公告)号：CN111158894A
公开(公告)日：2020-05-15
申请号：CN201811322364.6
申请日：2018-11-08
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请公开了一种云分析系统中的任务监测方法，包括，为来自用户任务请求中的任务附加标签信息，该标签信息至少包括该任务的处理主体名称、以及实际耗时；记录该任务进入当前处理主体的时间戳、离开当前处理主体的时间戳；根据所述进入时间戳和离开时间戳，计算当前处理主体的实际耗时，在所述标签信息中记录当前处理主体名称、以及实际耗时；判断该任务的所有处理是否结束，如果没有，则进入下一处理主体，返回执行所述记录该任务进入当前处理主体的时间戳、离开当前处理主体的时间戳的步骤，直至该任务的所有处理结束。本申请能够找到整个系统耗时的瓶颈点，快速地发现任务处理过程中存在异常的处理主体，使得维护人员能够高效、有针对性进行云分析系统的故障排查。
-
Patent Agency Ranking
公开(公告)号：CN113496232B
公开(公告)日：2024-05-28
申请号：CN202010193375.X
申请日：2020-03-18
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本申请提供了标签校验方法和设备。本申请中，通过提前利用原始训练图片和原始训练图片对应的原始训练标签生成与原始训练图片对应的图片‑标签校验数据(至少包括原始训练标签)，之后在训练深度学习模型时，或者在训练深度学习模型前，利用原始训练图片对应的图片‑标签校验数据(至少包括原始训练标签)校验原始训练图片当前对应的当前训练标签，以及时纠正原始训练图片当前对应的错误的训练标签，大大减少了原始训练图片当前对应的原始训练标签被篡改、出错等风险，保证了模型训练过程的稳定性。
-
公开(公告)号：CN111723834B
公开(公告)日：2024-01-26
申请号：CN201910217441.X
申请日：2019-03-21
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/214
Abstract: 本申请提供一种语音深度学习训练方法、装置、电子设备及可读存储介质，该方法包括：利用预设训练集对语音深度学习模型进行训练，以得到训练后的语音深度学习模型；根据语音深度学习模型训练的轮数确定学习率调整策略；根据所确定的学习率调整策略对学习率进行调整，并基于调整后的学习率，利用所述预设训练集对训练后的语音深度学习模型进行训练，直至训练结束。该方法可以提高语音深度学习训练过程中学习率调整的灵活性。
-
公开(公告)号：CN116954625A
公开(公告)日：2023-10-27
申请号：CN202210331031.X
申请日：2022-03-30
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F8/60 , G06N5/04 , G06F18/214 , G10L15/06 , G10L15/30 , G06V10/94 , G06V10/70 , G06V10/774
Abstract: 本发明实施例提供了一种模型部署方法、装置、推理系统。其中，该方法包括：获取云端设备发送的第一训练格式数据和第一中间格式数据，训练格式数据和第一中间格式数据的格式不同，且用于表示云端设备训练得到的第一模型；根据第一训练格式数据，对第一模型的模型参数进行训练，得到用于表示第二模型的第二训练格式数据；根据第二训练格式数据，将第一中间格式数据中的第一参数子数据更改为用于表示第二模型的模型参数的第二参数子数据，得到用于表示第二模型的第二中间格式数据，其中，第一参数子数据用于表示第一模型的模型参数；根据第二中间格式数据部署第二模型。可以提高模型部署效率。
-
公开(公告)号：CN113496286A
公开(公告)日：2021-10-12
申请号：CN202010193376.4
申请日：2020-03-18
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供了模型训练控制方法和设备。本申请中，当在模型训练过程中检测到管理控制指令，则暂停当前的模型训练，并优先响应管理控制指令以临时执行更高级别的管理控制操作(对应管理控制指令)，在执行完更高级别的管理控制操作后，再继续恢复模型训练，实现了灵活控制模型训练的目的。
-
公开(公告)号：CN118194031A
公开(公告)日：2024-06-14
申请号：CN202211607107.3
申请日：2022-12-14
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F18/214 , G06N3/0464
Abstract: 本申请公开了一种模型训练的方法及存储介质，属于模型训练技术领域，用以保证模型训练过程的性能和稳定性。所述方法包括：在启动目标模式的情况下，获取第一数据集，其中，所述第一数据集包括预设数量的第一训练数据；在所述第一数据集中包括异常的第一训练数据的情况下，从预设的数据缓存池中获取与所述异常的第一训练数据相对应的第二训练数据；通过所述第二训练数据，更新所述异常的第一训练数据，得到第二数据集；通过所述第二数据集进行模型训练。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.028 seconds)
