对象检测方法、装置、计算机可读存储介质和计算机设备

    公开(公告)号:CN109886282B

    公开(公告)日:2021-05-28

    申请号:CN201910143267.9

    申请日:2019-02-26

    Abstract: 本申请涉及一种对象检测方法、装置、计算机可读存储介质和计算机设备,该方法包括:获取待检测图像;将待检测图像输入至目标对象检测模型中,得到待检测图像对应的预测图;根据预测图获取待检测图像的各个像素点属于目标检测对象的关系度,根据关系度进行轮廓提取得到目标检测对象显著区域;根据目标检测对象显著区域从预测图中确定多个不同尺度的显著区域子图;将各个显著区域子图输入至目标对象分类模型中的各个特征提取子网络中,根据各个特征提取子网络的特征提取结果得到待检测图像中的目标检测对象预测区域。本申请提供的方案能够提高待检测图像中目标对象所在区域的准确度。

    神经网络模型的训练方法、装置和电子设备

    公开(公告)号:CN110245721A

    公开(公告)日:2019-09-17

    申请号:CN201910555746.1

    申请日:2019-06-25

    Abstract: 本公开提供了一种神经网络模型的训练方法和装置、电子设备和计算机可读存储介质。神经网络模型的训练方法包括:利用第一训练样本集执行初始训练,获得初始神经网络模型;利用初始神经网络模型对第二训练样本集执行预测,获得第二训练样本集中每个训练样本的预测结果;基于预测结果,从第二训练样本集确定多个优选样本;接收对于多个优选样本的标注结果,将标注后的多个优选样本加入第一训练样本集,获得扩展的第一训练样本集;利用扩展的第一训练样本集执行更新训练,以获得更新的神经网络模型;在满足训练结束条件的情况下,结束训练;以及在不满足训练结束条件的情况下,重复执行预测步骤、优选样本确定步骤、样本扩展步骤以及更新训练步骤。

    分类任务模型的训练方法、装置、设备及存储介质

    公开(公告)号:CN110097130A

    公开(公告)日:2019-08-06

    申请号:CN201910377510.3

    申请日:2019-05-07

    Abstract: 本申请公开了一种分类任务模型的训练方法、装置、设备及存储介质,涉及机器学习技术领域,所述方法包括:采用第一数据集训练初始的特征提取器,该第一数据集是类别不均衡数据集;构建生成对抗网络,该生成对抗网络包括特征提取器、特征生成器和域分类器;采用第二类别样本对生成对抗网络进行训练,得到完成训练的特征生成器;构建分类任务模型,该分类任务模型包括完成训练的特征生成器、特征提取器和分类器;采用第一数据集对分类任务模型进行训练;其中,完成训练的特征生成器用于对第二类别样本在特征空间进行扩增。本申请通过特征生成器对少数类别样本在特征空间进行扩增,提高最终训练得到的分类任务模型的精度。

    一种可部分降解的宫内节育器用复合材料

    公开(公告)号:CN102018997A

    公开(公告)日:2011-04-20

    申请号:CN201010581168.8

    申请日:2010-12-09

    Abstract: 本发明公开了一种可部分降解的宫内节育器用复合材料,包含有铜粒子、低密度聚乙烯和可降解生物材料,可降解生物材料的重量百分比为宫内节育器复合材料总重量的0.5-30%(优选值为5.0-20%),该可降解生物材料为聚乳酸、聚乙交酯和聚乙丙交酯三者中的任一种。这种宫内节育器用复合材料所制备的复合材料IUD,在其中铜粒子含量保持不变的情况下,既可降低置入初期的Cu2+释放速率,又可提高置入后期的Cu2+释放速率,进而减轻该复合材料所制备的复合材料IUD在置入初期所引起的疼痛和出血等副反应并能有效延长该复合材料IUD的使用寿命。

Patent Agency Ranking