-
公开(公告)号：CN113255911A
公开(公告)日：2021-08-13
申请号：CN202110630383.0
申请日：2021-06-07
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模型训练方法、装置、电子设备及存储介质，涉及计算机技术领域，包括：获得图像内容中包含目标对象的第一样本图像；确定所述第一样本图像的标注信息，其中，每一第一样本图像的标注信息包括：该图像中所述目标对象的位置信息、类别信息；获得去纹理处理后的第二样本图像；利用所述第一样本图像、第一样本图像的标注信息、第二样本图像对待训练的目标对象检测模型进行训练。应用本申请实施例提供的方案，能够训练得到目标对象检测模型，提高目标对象检测的准确度。
-
公开(公告)号：CN114358245A
公开(公告)日：2022-04-15
申请号：CN202111604614.7
申请日：2021-12-24
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种模型敏感性确定方法，涉及机器学习技术领域。该方法包括：针对每个目标网络层，执行如下步骤：针对每个指定参数，确定去除该指定参数后的输出结果，并基于所确定的输出结果，确定后置网络层的输出结果，作为该指定参数对应的输出结果；确定后置网络层的期望输出结果，并基于期望输出结果和每个指定参数对应的输出结果，确定该指定参数对应的重构误差；基于每个指定参数对应的重构误差，确定该指定参数对应的敏感性指标；基于每个指定参数对应的敏感性指标，确定该目标网络层的敏感性。与现有技术相比，应用本发明实施例提供的方案，可以减少模型敏感性的确定过程耗时。
-
公开(公告)号：CN113255911B
公开(公告)日：2023-10-13
申请号：CN202110630383.0
申请日：2021-06-07
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模型训练方法、装置、电子设备及存储介质，涉及计算机技术领域，包括：获得图像内容中包含目标对象的第一样本图像；确定所述第一样本图像的标注信息，其中，每一第一样本图像的标注信息包括：该图像中所述目标对象的位置信息、类别信息；获得去纹理处理后的第二样本图像；利用所述第一样本图像、第一样本图像的标注信息、第二样本图像对待训练的目标对象检测模型进行训练。应用本申请实施例提供的方案，能够训练得到目标对象检测模型，提高目标对象检测的准确度。
-
公开(公告)号：CN115115045A
公开(公告)日：2022-09-27
申请号：CN202111603095.2
申请日：2021-12-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/08
Abstract: 本发明实施例提供了一种模型剪枝方法、装置及电子设备，涉及模型压缩技术领域。该方法包括：确定待剪枝模型中的各个目标网络层；确定每个目标网络层中的各个指定参数对应的敏感性指标；基于所述待剪枝模型的预设剪枝率，在所确定的各个敏感性指标中，确定剪枝阈值；去除每个目标网络层中，所对应敏感性指标小于所述剪枝阈值的各个指定参数，得到剪枝后的待剪枝模型。与现有技术相比，应用本发明实施例提供的方案，可以无需对剪枝后的模型进行训练，该剪枝后的模型仍然可以具有较高的模型性能。这样，可以减少模型剪枝的时间，提高模型剪枝的效率。
-
-
-
Search Results
4
records
(took 0.026 seconds)
