-
公开(公告)号：CN115759183A
公开(公告)日：2023-03-07
申请号：CN202310016212.8
申请日：2023-01-06
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种多结构文本图神经网络的相关方法和相关装置，该方法包括：基于多结构文本的不同语义信息进行图网络构建，得到初始多结构文本图神经网络；将正负样本之间的距离越来越远为目标构造对比损失函数；基于对比损失函数和训练数据对初始多结构文本图神经网络进行训练，得到多结构文本图神经网络。以提高对多结构文本进行处理的效果，提高推理准确度。
-
公开(公告)号：CN115376054A
公开(公告)日：2022-11-22
申请号：CN202211314784.6
申请日：2022-10-26
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V20/40 , G06V10/774 , G06V10/762 , G06V10/74 , G06V10/30
Abstract: 本申请涉及人工智能技术领域，公开了一种目标检测方法、装置、设备及存储介质，包括：获取目标视频的全部待检测视频帧，并利用目标检测模型对所述待检测视频帧中预设类型的目标进行检测，得到初始目标检测框；对所述初始目标检测框中的目标特征进行提取并利用聚类模型对提取到的目标特征进行聚类处理，得到所述初始目标检测框之间的聚类关系；基于所述聚类关系通过对所述初始目标检测框进行去噪处理的方式确定出关键目标检测框，以对所述待检测视频帧中的预设类型的关键目标进行检测。可见，本申请可针对任意视频的视频帧进行关键目标检测，无须依赖关键目标检测数据集以提高检测效率，同时避免出现假阳性检测结果以提高检测精度。
-
公开(公告)号：CN114997337A
公开(公告)日：2022-09-02
申请号：CN202210838709.3
申请日：2022-07-18
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种信息融合方法、数据通信方法、装置及一种电子设备和一种计算机可读存储介质，涉及计算机技术领域，该信息融合方法包括：当满足通信触发条件时，获取分布式训练系统中各计算节点的局部参数；其中，通信触发条件为参与本轮训练的关键节点均执行完成本轮训练任务；在各计算节点中选择N个参与下一轮训练的关键节点，对N个关键节点的局部参数进行融合得到全局参数；将全局参数发送至各计算节点，并向关键节点发送训练命令，以便关键节点基于全局参数执行下一轮训练任务。本申请提升了模型的分布式训练速度。
-
公开(公告)号：CN114840632A
公开(公告)日：2022-08-02
申请号：CN202210609563.5
申请日：2022-05-31
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F16/31 , G06F16/36 , G06F40/253 , G06F40/30
Abstract: 本申请公开了一种知识抽取方法、系统、设备及存储介质，应用于数据处理技术领域，包括：确定文本语料库并进行标注，构建索引得到标注语料库；设置用于表征关系信息的种子数据并检索出相应句子确定出句子的检索词距离，检索词的语法解析树距离，以及动词词组的语法解析树距离；并基于确定出的句子各项距离，按照权重规则确定出句子的各动词词组各自的加权值；通过汇总得出加权值之和最高的K个目标动词词组；从标注语料库中检索出包括目标动词词组的各句子，并按预设规则进行校验；将通过校验之后的各个句子，汇总为对应于种子数据的知识抽取内容。应用本申请的方案，可以有效进行知识抽取，且通用性高、召回率高，可得到高质量的知识抽取内容。
-
公开(公告)号：CN114648681A
公开(公告)日：2022-06-21
申请号：CN202210546381.8
申请日：2022-05-20
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V10/774 , G06V10/74 , G06V10/82 , G06N3/04 , G06N3/08 , G06T3/00 , G06F40/30 , G06F16/36 , G06K9/62
Abstract: 本申请公开了一种图像生成方法、装置、设备及介质，涉及人工智能领域，该方法包括：获取弱相关图文数据对，并根据弱相关图文数据对创建图文数据集，弱相关图文数据对为图文之间呈弱相关关系的图文数据对，利用图文数据集对预先基于对抗网络构建的图像生成模型进行训练，以得到训练后图像生成模型，图像生成模型中包含用于生成图片的生成器以及用于鉴别图片真假并计算相应损失值的判别器，当获取到待处理文本数据，则利用训练后图像生成模型生成与待处理文本数据对应的图片。本方法采用呈弱相关关系的图文数据，并使用单阶段端到端的训练方法，使生成的图像更加贴近实际的生活场景，容易落地实施，可用于指导艺术化、抽象化等图像的生成。
-
Patent Agency Ranking
公开(公告)号：CN114327811A
公开(公告)日：2022-04-12
申请号：CN202111401382.5
申请日：2021-11-19
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种任务调度方法、装置、设备及可读存储介质。本申请将充分考虑考虑任务特性和资源特征，能够基于一个任务的任务特性将其分配给最为合适的空闲模块，且同时保障获得的效能最优，针对每个任务如此处理，那么可获得最大的总效能之和，既实现了计算资源的合理分配，提高了任务分配的准确性和效率，还保证了任务实际被执行时的效能最优，有利于当前服务系统的平稳运行。相应地，本申请提供的一种任务调度装置、设备及可读存储介质，也同样具有上述技术效果。
-
公开(公告)号：CN112001494A
公开(公告)日：2020-11-27
申请号：CN202010844796.4
申请日：2020-08-20
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种实现nGraph框架支持FPGA后端设备的方法及相关装置，包括：将OpenCL标准API库集成到nGraph框架中；在nGraph框架中创建用于注册FPGA后端设备、初始化OpenCL环境以及获取FPGA后端设备的FPGA后端设备创建模块；在nGraph框架中创建用于开辟FPGA缓存空间以及读写FPGA缓存的FPGA缓存空间处理模块；在nGraph框架中创建用于创建OP kernel以及编译OP kernel的OP kernel实现模块；以及在nGraph框架中创建用于注册并调度执行OP kernel的FPGA编译执行模块。该方法能够使nGraph框架支持FPGA后端设备。
-
公开(公告)号：CN111881757A
公开(公告)日：2020-11-03
申请号：CN202010605966.3
申请日：2020-06-29
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种行人重识别方法、装置、设备及介质，包括：利用第一行人重识别模型提取原始训练集的特征；其中，所述原始训练集包括行人样本图像和对应的标签信息；根据所述原始数据集的特征空间分布特性，进行聚类；根据聚类结果筛选出困难样本；将所述困难样本添加至所述原始训练集，得到目标训练集；利用所述目标训练集对所述第一行人重识别模型进行训练，得到第二行人重识别模型；当获取到待识别行人图像，则利用所述第二行人重识别模型输出对应的识别结果。这样，挖掘出困难样本，通过挖掘出的困难样本改变原始数据集中的样本空间分布，能够增加对困难样本的关注度，从而提升行人重识别的准确度。
-
公开(公告)号：CN110908799A
公开(公告)日：2020-03-24
申请号：CN201911089852.1
申请日：2019-11-08
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种分布式训练中的通信方法、装置、设备、介质，该方法包括：以服务器为单位，将GPU分成不同的通信组；从每组所述通信组的所述GPU中确定出主节点GPU和相应的工作节点GPU；在所述主节点GPU和相应的所述工作节点GPU之间采用PS架构进行通信；在不同的所述主节点GPU之间采用All-Reduce架构进行通信。由此可见，本申请先以服务器为单位，将GPU分成不同的通信组，再从每组所述通信组的所述GPU中确定出主节点和相应的工作节点GPU，然后在所述主节点GPU与相应的所述工作节点GPU之间采用PS架构进行通信，在不同的所述主节点GPU之间采用All-Reduce架构进行通信，这样可以充分利用同一个服务器内带宽宽的特点，减少GPU板卡之间的通信次数，提高通信效率。
-
公开(公告)号：CN110717913A
公开(公告)日：2020-01-21
申请号：CN201910844438.0
申请日：2019-09-06
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本发明提供一种图像分割方法及装置，利用预设的3D卷积神经网络模型确定获取的待分割图像进行参数调整后的每个目标物的分割图像，利用3D卷积神经网络模型中的提取模块提取待分割图像的至少一个目标物的第一特征图矩阵，像素级显著性增强模块对每个目标物的第一特征图矩阵的参数进行调整，确定每个目标物的像素级的加权矩阵，根据通道级显著性增强模块增强每个目标物的第一特征图矩阵的矩阵通道，确定每个目标物的通道级的加权矩阵，3D残差反卷积模块对增大每个目标物的像素级的加权矩阵和通道级的加权矩阵的和得到目标物的目标矩阵的尺寸进行还原处理，确定进行参数调整后的每个目标物的分割图像。基于本发明，能够得到高精度的分割图像。
-
-
-
-
-
-
-
-
-
Search Results
243
records
(took 0.045 seconds)
