公开(公告)号：CN112686298A

公开(公告)日：2021-04-20

申请号：CN202011591844.X

申请日：2020-12-29

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 亓先军 ,  唐健洋 ,  吴俊豪

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供了一种目标检测方法、装置及电子设备，涉及图像处理技术领域。该方法包括：确定关于待检测图像中的目标的各个标识框，以及每个标识框对应的类型和置信度；其中，每个标识框对应的类型为：该标识框所表征目标所属的类型，每个标识框对应的置信度为：该标识框所表征目标属于该标识框所对应的类型的置信度；从所述各个标识框中，删除所对应的置信度小于预设的该标识框所对应类型的置信度阈值的标识框，得到各个候选标识框；从所对应类型相同的各个候选标识框中，选取属于该类型的各个目标的标定标识框。与现有技术相比，应用本发明实施例提供的方案，可以实现针对存在大量标识框的识别情况，保证对图像进行目标检测的效率。

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

Inventor： 高体红 ,  郭竹修 ,  亓先军 ,  李文墨 ,  钟传琦

IPC: G06V10/774 ,  G06V10/40 ,  G06V10/82 ,  G06N3/08 ,  G06N3/04 ,  G06T7/00 ,  G06T7/40

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：CN113762403B

公开(公告)日：2023-09-05

申请号：CN202111076409.8

申请日：2021-09-14

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 亓先军

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/08

Abstract: 本申请实施例提供了图像处理模型量化方法、装置、电子设备及存储介质，获取多个存储点的图像处理模型，得到多个待量化模型；分别对各待量化模型进行模型量化，得到各量化模型；获取量化测试图片，利用各量化模型对量化测试图片进行分析，分别得到各量化模型的测试结果；基于各量化模型的测试结果，确定目标量化模型。对一次训练中多个存储点的图像处理模型进行模型量化，能够减少因模型参数随机分配选择单一模型进行量化得到的量化模型准确率偏低的问题，能够增加模型量化的成功率；并且无需人为对图像处理模型进行参数调整，减少了人工工作量，为批量模型量化奠定了良好的基础。

公开(公告)号：CN115995001A

公开(公告)日：2023-04-21

申请号：CN202211677711.3

申请日：2022-12-26

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 高体红 ,  税国知 ,  亓先军 ,  周密

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请实施例提供了深度学习模型训练方法、对象检测方法、装置及电子设备，涉及计算机技术领域，通过按照预设分辨率，对获取的多个数据源的待处理图像数据的分辨率进行调整，从而得到第一图像数据，使得最后的样本图像数据的分辨率均是按照预设分辨率进行调整的，而且基于各数据源的属性信息，确定每个数据源的融合占比，针对每一个数据源，按照该数据源的融合占比，从该数据源的第一图像数据中选取相应数量的第一图像数据，得到该数据源的样本图像数据，从而将多种来各数据源的数据进行了整合，最后利用经过整合得到的各数据源的样本图像数据对深度学习模型进行训练，从而可以提高深度学习模型训练效果。

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

Inventor： 高体红 ,  亓先军 ,  郭竹修 ,  李文墨 ,  钟传琦 ,  李天福

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。

公开(公告)号：CN114299171A

公开(公告)日：2022-04-08

申请号：CN202111607087.5

申请日：2021-12-23

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 周密 ,  朱海 ,  亓先军 ,  郭竹修 ,  高体红 ,  李天福

IPC: G06T7/90 ,  G06T5/00 ,  G06K9/62 ,  G06V10/762

Abstract: 本发明实施例提供的数据增强方法、装置、电子设备及存储介质，应用于信息技术领域，可以获取待处理图像集，其中，所述待处理图像集中包括至少一张待处理图像；识别所述待处理图像集的应用场景；获取所述应用场景对应的历史图像集的目标亮度范围；根据所述目标亮度范围对所述待处理图像集中的各所述待处理图像的亮度进行调整，得到调整后的图像。通过待处理图像集的应用场景获取对应的历史图像集的目标亮度范围，从而根据目标亮度范围进行待处理图像集中的待处理图像进行亮度的调整，不但可以通过获取多个调整后的图像实现数据增强，还可以降低人工成本，提高数据增强的效率。

公开(公告)号：CN114298303A

公开(公告)日：2022-04-08

申请号：CN202111601699.3

申请日：2021-12-24

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 李天福 ,  郭竹修 ,  亓先军 ,  高体红

IPC: G06N3/08

Abstract: 本发明实施例提供了一种模型剪枝率确定方法，涉及模型压缩技术领域，该方法包括：获取待剪枝模型的各部分的剪枝敏感特性；其中，每个部分的剪枝敏感特性为：指定剪枝粒度下该部分的剪枝力度与模型性能的对应关系；确定预设的所述待剪枝模型剪枝后的目标模型性能；针对每个部分，从所述剪枝敏感特性中，查找所对应模型性能不小于所述目标模型性能的各个剪枝力度；基于所查找到的各个剪枝力度，确定所述待剪枝模型的各个部分的模型剪枝率。与现有技术相比，应用本发明实施例提供的方案，可以降低模型剪枝的时间，提高模型剪枝的效率。