公开(公告)号：CN118052266A

公开(公告)日：2024-05-17

申请号：CN202211428064.2

申请日：2022-11-15

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 张烁 ,  颜聪泉 ,  杨彭举 ,  谢迪

IPC: G06N3/082 ,  G06N3/0464 ,  G06V40/16

Abstract: 本申请公开了一种网络模型裁剪方法及装置，方法包括根据嵌入式平台对所运行待裁剪网络模型所要求的通道对齐方式，确定所述待裁剪网络模型至少一个卷积层内的待裁剪通道数量；根据所述待裁剪通道数量和所述嵌入式平台对所述待裁剪网络模型的耗时要求，确定所述待裁剪网络模型在裁剪所述待裁剪通道数量后所对应的目标损失函数；根据所述待裁剪通道数量对所述待裁剪网络模型进行裁剪，并通过所述目标损失函数对进行裁剪后的裁剪后模型进行训练。

公开(公告)号：CN114333013A

公开(公告)日：2022-04-12

申请号：CN202111637930.4

申请日：2021-12-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 张烁

IPC: G06V40/16 ,  G06K9/62 ,  G06V10/774

Abstract: 本发明实施例提供了一种人脸识别模型的训练方法、装置、电子设备及存储介质，方法包括：获取源域人脸特征以及初始化识别模型；获取目标域的目标人脸图像样本；基于目标人脸图像样本以及源域人脸特征，调整初始化识别模型的部分模型参数，直到初始化识别模型收敛，得到针对源域和目标域的人脸识别模型。初始化模型在使用源域的全量人脸图像样本训练后，保存部分源域人脸特征，并固定初始化模型部分参数。进而，使用目标域的目标人脸图像样本和源域人脸特征对该初始化模型进行进一步训练后，得到针对源域和目标域的人脸识别模型。既保持了对源域全量人脸图像的识别能力，又可以准确识别目标域的目标人脸图像，提高了人脸识别模型的识别能力和精度。

公开(公告)号：CN118982744A

公开(公告)日：2024-11-19

申请号：CN202411001812.8

申请日：2024-07-24

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 张烁 ,  杨悦 ,  杨彭举 ,  谢迪

IPC: G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06V10/96 ,  G06V40/16 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G07C9/37

Abstract: 本申请提供了图像识别模型训练方法、图像识别方法及门禁设备，本申请实施例在获得训练图像后在本地对当前图像识别模型进行增量训练，提升图像识别的准确度。在本地对当前图像识别模型进行增量训练时，先对当前图像识别模型进行模型变换，利用训练图像对专家网络和当前批次对应的门控网络进行训练，实现对当前图像识别模型的增量训练，提升增量训练的效率，且保证当前图像识别模型的性能下限。对待识别的图像进行图像识别时，依据各分类头输出的该图像的分类信息选择目标网络识别该图像。图像识别网络作为目标网络时能保证图像识别准确度的最低下限。其中一个批次对应的门控网络和专家网络作为目标网络时能够进一步提升图像识别的准确度。