-
公开(公告)号：CN115600160A
公开(公告)日：2023-01-13
申请号：CN202211288616.4
申请日：2022-10-20
Applicant: 浙江大学(CN)
Abstract: 基于积分梯度可解释算法的网络模型窃取行为的检测方法，包括：1)随机选取不同领域的图像组成探测数据集，并输入到待验证模型中；2)通过可解释性方法积分梯度算法对模型进行归因分析，计算不同模型下输入图片像素对最终输出影响的贡献度大小，对探测数据集中的图片生成相应的归因图；3)将模型对探测数据集生成的归因图作为度量空间，将模型在探测数据集图片的同一位置处得到的归因值组合构成一个位置归因向量，计算不同模型在同一位置处的归因向量之间的距离大小；4)将度量空间中所有像素点对应的输入位置归因向量之间的距离进行平均，即为模型之间的距离；5)计算原始模型与窃取模型、原始模型与非窃取模型之间的距离并进行距离比较。
-
公开(公告)号：CN112001939B
公开(公告)日：2021-03-16
申请号：CN202010794931.9
申请日：2020-08-10
Applicant: 浙江大学
Abstract: 基于边缘知识转化的图像前景分割算法，包括下列步骤：1)结合边缘自监督机制的图像分割框架构建；2)内边缘与外边缘判别器构建；3)伪分割三元组数据生成；4)基于目标类别极少量标注样本引导的双边缘对抗前景分割。通过上述步骤建立的基于边缘知识转化的图像前景分割算法，在极少量目标类别标注分割样本的引导下，内外边缘判别网络通过分割结果对抗的方式，将大量公开的非目标类别标注数据的边缘知识转化到目标类别图像的前景分割网络中，实现目标类别图像的前景物体分割。
-
公开(公告)号：CN112001939A
公开(公告)日：2020-11-27
申请号：CN202010794931.9
申请日：2020-08-10
Applicant: 浙江大学
Abstract: 基于边缘知识转化的图像前景分割算法，包括下列步骤：1)结合边缘自监督机制的图像分割框架构建；2)内边缘与外边缘判别器构建；3)伪分割三元组数据生成；4)基于目标类别极少量标注样本引导的双边缘对抗前景分割。通过上述步骤建立的基于边缘知识转化的图像前景分割算法，在极少量目标类别标注分割样本的引导下，内外边缘判别网络通过分割结果对抗的方式，将大量公开的非目标类别标注数据的边缘知识转化到目标类别图像的前景分割网络中，实现目标类别图像的前景物体分割。
-
公开(公告)号：CN109614967B
公开(公告)日：2020-07-17
申请号：CN201811176334.9
申请日：2018-10-10
Applicant: 浙江大学
Abstract: 一种基于负样本数据价值重采样的车牌检测方法，包括：1)收集包含车牌图片，将车牌区域切割出来作为正样本，在非车牌区域随机裁剪出图像块作为负样本，划分训练集，验证集和测试集；2)从训练集的负样本中随机选取与正样本数量相同的样本训练初始分类器，对训练集中全部的负样本进行预测，根据预测为负样本的概率值进行分组，并保证除最后一组外其余各组的样本量与正样本数量相同；3)对于每组负样本数据和正样本数据重新训练分类器，并在验证集上计算信息增益来度量每组负样本的数据价值；4)根据每组负样本的数据价值计算权重，从各组中重新随机采样构成新的负样本训练集，同正样本一起训练最终分类器，使用测试集评价其效果。
-
公开(公告)号：CN111091179A
公开(公告)日：2020-05-01
申请号：CN201911219544.6
申请日：2019-12-03
Applicant: 浙江大学
Abstract: 基于归因图的异构深度模型可迁移性度量方法,包含如下几个步骤：首先，从自然图片中随机采样建立探测数据集，该探测数据集要满足一定的数量以及多样性要求；然后，利用现有深度模型归因方法对模型库中的每一个训练好的模型计算该模型对探测数据集中的数据归因图；最后，将所有模型计算得到的归因图通过缩放、量化等形式变换到同一空间，将同一模型求得的所有归因图拼接起来构成一个度量空间，模型的迁移性度量通过归因图的相似性即该空间内点与点之间的距离来衡量。通过以上三个主要步骤，本发明可以实现异构深度神经网络快速高效的可迁移性度量。
-
Patent Agency Ranking
公开(公告)号：CN104016666B
公开(公告)日：2015-11-18
申请号：CN201410282983.2
申请日：2014-06-23
Applicant: 浙江大学
IPC: C04B35/10 , C04B35/624
Abstract: 本发明公开了一种多孔钙铝石块体的制备方法，其特征在于进行以下步骤：1)、分别将二水氯化钙、六水氯化铝和聚氧乙烯溶解在溶剂中；2)、将步骤1)所得的透明澄清溶液冷却至0℃，然后缓慢加入环氧丙烷后均匀搅拌，在超声仪中超声20～30s；3)、将步骤2)所得的均质溶液置入容器中密封后于35～45℃凝胶15～20min；4)、将步骤3)所得的湿凝胶置于35～45℃下老化20～30h；5)、将步骤4)所得的老化后凝胶置于50～70℃干燥80～90h；然后于400～1100℃的温度下热处理2～4h，得到多孔钙铝石块体。采用该方法制备的多孔钙铝石块体具有共连续大孔结构，孔隙率高等特点。
-
公开(公告)号：CN119091503A
公开(公告)日：2024-12-06
申请号：CN202411156043.9
申请日：2024-08-22
Applicant: 浙江大学
IPC: G06V40/20 , G06V40/10 , G06V20/70 , G06V10/25 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 基于大语言模型跨模态融合的人物交互检测方法和系统，其方法包括以下步骤：1)图像特征提取；2)多任务特征提取；3)交互行为特征增强；4)大语言模型文本生成；5)跨模态融合。本发明采用基于查询的方式从图像中提取多组特征适应不同任务的特征关注，通过多分支特征融合和交互行为特征增强提高交互行为的特征表示，从而提升了人物交互检测的准确性和可靠度；同时利用大语言模型的强大语言表达能力，获得丰富的特征描述文本，结合跨模态融合训练对齐良好的文本‑视觉空间，实现了人物交互检测在少样本情况下良好的表现效果。
-
公开(公告)号：CN118015372A
公开(公告)日：2024-05-10
申请号：CN202410206692.9
申请日：2024-02-26
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06V10/44 , G06N3/08 , G06N3/0495 , G06N3/082
Abstract: 一种基于输入自适应神经网络架构的跨领域小样本图片分类方法和装置，其方法包括：收集用于预训练的大型图片数据集；搭建输入自适应神经网络架构；在大型图片数据集上预训练该神经网络，训练得到神经网络各层权重；在目标跨领域小样本图片分类任务上，去掉神经网络的全连接层并固定神经网络的权重，用逻辑回归方法在用于训练的跨领域小样本图片上训练，得到逻辑回归分类器的权重；训练好后输入用于测试的跨领域小样本图片到神经网络中，得到图片分类结果。其优点在于：该方法所使用的神经网络具备根据输入自适应调整权重的能力，并保留了卷积层的归纳偏差能力，避免使用大量训练数据，特别适用于跨领域小样本图片分类场景。
-
公开(公告)号：CN115600160B
公开(公告)日：2023-07-21
申请号：CN202211288616.4
申请日：2022-10-20
Applicant: 浙江大学
Abstract: 基于积分梯度可解释算法的网络模型窃取行为的检测方法，包括：1)随机选取不同领域的图像组成探测数据集，并输入到待验证模型中；2)通过可解释性方法积分梯度算法对模型进行归因分析，计算不同模型下输入图片像素对最终输出影响的贡献度大小，对探测数据集中的图片生成相应的归因图；3)将模型对探测数据集生成的归因图作为度量空间，将模型在探测数据集图片的同一位置处得到的归因值组合构成一个位置归因向量，计算不同模型在同一位置处的归因向量之间的距离大小；4)将度量空间中所有像素点对应的输入位置归因向量之间的距离进行平均，即为模型之间的距离；5)计算原始模型与窃取模型、原始模型与非窃取模型之间的距离并进行距离比较。
-
公开(公告)号：CN116108364A
公开(公告)日：2023-05-12
申请号：CN202310039060.3
申请日：2023-01-11
Applicant: 浙江大学
IPC: G06F18/24 , G06F18/214 , G06V40/16
Abstract: 一种基于元学习的集成式深度模型分类方法，包括：1)收集与任务相关的标注数据，划分数据集为训练集和测试集；2)通过任务与数据类型选择多组较优的数据增强方式，对初始数据进行增强；3)选择N个相同的的深度学习网络模型作为初始模型，选择1种算法作为模型集成所需算法；4)训练过程中将训练集部分采样得到查询集，剩下部分作为支撑集；5)使用支撑集训练该N组模型，并进行梯度更新；6)使用查询集验证该N组模型，并对算法进行梯度更新，使用更新后的算法对多模型集成，将集成模型参数替换掉该N个网络模型的参数；7)重复4‑6步骤多次，使用最后一轮得到的算法对最后一轮得到的N组模型进行集成，得到最终的模型。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.057 seconds)
