公开(公告)号：CN119646500A

公开(公告)日：2025-03-18

申请号：CN202311196358.1

申请日：2023-09-15

Applicant: 华为云计算技术有限公司

Inventor： 徐宇辉 ,  谢凌曦 ,  张晓鹏 ,  田奇

IPC: G06F18/214 ,  G06N3/0985 ,  G06N3/0495 ,  G06N5/04

Abstract: 本申请提供了模型训练方法、装置及计算机存储介质。方法包括获取预训练好的模型；预训练好的模型包括第一模型参数的第一参数值(通过第一比特宽度存储)；对预训练好的模型进行量化，得到量化模型；量化模型包括第一模型参数的第二参数值(通过小于第一比特宽度的第二比特宽度存储)和量化参数，第二参数值为通过量化尺度(共享量化参数的参数值数目)对第一参数值量化得到；将样本作为量化模型的输入，基于量化尺度对样本进行聚合后的结果作为目标模型的输入，基于量化模型和目标模型的输出进行标签预测的预测结果、样本的标签训练目标模型；基于训练好的目标模型修正量化参数。修正后的量化模型可以直接进行低比特推理，可以提高部署效率。

公开(公告)号：CN118350380A

公开(公告)日：2024-07-16

申请号：CN202310028655.9

申请日：2023-01-09

Applicant: 华为云计算技术有限公司 ,  中国科学技术大学

Inventor： 田奇 ,  李厚强 ,  周文罡 ,  姚慧洁 ,  史佳欣

IPC: G06F40/35 ,  G06F40/45 ,  G06V40/20 ,  G06N3/0455 ,  G06N3/08

Abstract: 本申请涉及人工智能技术领域，尤其涉及一种手语视频的翻译方法及装置，所述方法包括：获取与第一手语视频匹配的至少一个第一参考句子，所述第一手语视频为待翻译的手语视频，所述第一参考句子表示能够为所述第一手语视频的翻译提供语义参考的自然语言句子；从所述第一手语视频和所述至少一个第一参考句子中，分别提取第一视觉特征序列和第一文本特征序列；根据所述第一视觉特征序列和所述第一文本特征序列生成所述第一手语视频对应的第一翻译文本。本申请实施例提供的手语视频的翻译方法及装置，能够提升手语视频的翻译的准确性。

公开(公告)号：CN118152794A

公开(公告)日：2024-06-07

申请号：CN202211507521.7

申请日：2022-11-29

Applicant: 华为云计算技术有限公司 ,  香港理工大学

Inventor： 田奇 ,  王志宇 ,  朴世豪 ,  常建龙 ,  俞鑫波 ,  陈长汶

IPC: G06F18/214

Abstract: 本申请提供了一种模型更新方法，用于提高调整人工智能模型的效率。其中，模型更新方法包括：获取第一数据集；根据所述第一数据集调整目标模型的参数中的目标参数，得到更新后的目标模型，所述目标模型的参数中还包括非目标参数；其中，调整所述目标参数对所述目标模型的精度的影响程度，大于调整所述非目标参数对所述目标模型的精度的影响程度。另外，本申请还提供了对应的装置、计算设备集群、芯片、计算机可读存储介质以及计算机程序产品。

公开(公告)号：CN117828340A

公开(公告)日：2024-04-05

申请号：CN202211181895.4

申请日：2022-09-27

Applicant: 华为云计算技术有限公司

Inventor： 庄越挺 ,  田奇 ,  魏龙辉 ,  汤斯亮 ,  倪子烜

IPC: G06F18/214 ,  G06F18/22

Abstract: 本申请提供了一种模型训练的方法，用于提高多模态识别模型的泛用性。其中，模型训练方法包括：获取第一训练数据集，所述第一训练数据集包括多组用于描述第一类对象的多模态数据；基于第一模型和所述第一训练数据集确定第一参数，所述第一模型用于对不同模态数据进行相似度识别，所述第一参数根据所述第一模型对不同的所述第一类对象的不同模态数据之间的相似度识别结果确定；根据所述第一参数和所述第一训练数据集训练所述第一模型，得到第二模型，所述第二模型用于对所述第一类对象的不同模态数据进行相似度识别。另外，本申请还提供了对应的装置、计算设备集群、芯片、计算机可读存储介质以及计算机程序产品。

公开(公告)号：CN117635925A

公开(公告)日：2024-03-01

申请号：CN202210957936.8

申请日：2022-08-10

Applicant: 华为云计算技术有限公司

Inventor： 蒋东生 ,  张晓鹏 ,  田奇

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06V10/80

Abstract: 本申请公开了一种图像语义分割方法和装置，该方法包括：利用特征金字塔网络FPN对第一图像进行特征提取，得到多个特征图；该多个特征图是分别由FPN中的不同网络层输出得到的；对多个特征图进行融合，得到第一特征图，并利用解码器Decoder对第一特征图进行处理，得到第一图像的语义分割结果。FPN包括第一网络层，第一网络层包括变换器模块，变换器模块包括第一自注意力模块和第一卷积模块；第一网络层输出的特征图是基于第一自注意力模块输出的第三特征图和第一卷积模块输出的第四特征图生成的。通过本申请，可兼顾全局和局部语义的提取，从而提升图像语义分割的精度和效果；同时还可大幅降低计算复杂度。

公开(公告)号：CN117217292A

公开(公告)日：2023-12-12

申请号：CN202210604357.5

申请日：2022-05-30

Applicant: 华为云计算技术有限公司

Inventor： 史佳欣 ,  朴世豪 ,  田奇

IPC: G06N3/096 ,  G06N3/0895 ,  G06F18/214 ,  G06F18/23

Abstract: 一种模型训练方法及装置，该方法中，训练设备从AI平台的提示参数池中选择第一提示参数集合；基于第一提示参数集合，得到初始化后的任务模型，任务模型包括提示层和基础模型，其中，第一提示参数集合用于初始化提示层，基础模型是部署于所述AI平台中的预训练的AI模型；基于训练数据集训练所述初始化后的任务模型，得到训练后的任务模型。在使用第一提示参数集合初始化后的任务模型的基础上进行训练，可以提高训练效率，节省算力开销。

公开(公告)号：CN111402278B

公开(公告)日：2023-10-27

申请号：CN202010110477.0

申请日：2020-02-21

Applicant: 华为云计算技术有限公司

Inventor： 何建忠 ,  霍馨月 ,  谢凌曦 ,  杨子杰 ,  田奇

IPC: G06T7/12 ,  G06N3/006 ,  G06N3/0464

Abstract: 本发明公开了人工智能领域的一种分割模型训练方法，包括：获取第一样本集S和第二样本集R，其中，第一样本集S包括多张第一图像及多张第一图像中每张第一图像的目标标签，第二样本集R包括多张第二图像；根据第一样本集S中的多张第一图像及其目标标签和第二样本集R中的多张第二图像对初始分割模型进行ATSO训练，以得到目标分割模型，初始分割模型是根据第一样本集S对原始模型进行训练得到的。采用本发明实施例训练得到的分割模型可克服对于图像可用标注数量较少，标注成本昂贵的问题。

公开(公告)号：CN111292331B

公开(公告)日：2023-09-12

申请号：CN202010110152.2

申请日：2020-02-23

Applicant: 华为云计算技术有限公司

Inventor： 王涌壮 ,  张晓鹏 ,  谢凌曦 ,  钮敏哲 ,  张维 ,  田奇

IPC: G06T7/10

Abstract: 本申请提供一种图像处理的方法与装置。涉及人工智能领域，具体涉及计算机视觉领域。该方法包括：基于第一种图像处理任务的原始特征数据获取第一空间特征信息；根据第二种图像处理任务的原始特征数据与第一空间特征信息，获取第二特征数据；对第二特征数据进行第二种图像处理，获得第二种图像处理任务的处理结果；第一种图像处理任务与第二种图像处理任务分别为目标检测任务与实例分割任务中的一种与另一种。通过目标检测与实例分割中一方给另一方提供空间特征信息，目标检测和/或实例分割的特征数据可以得到校正，可以提高实例分割任务的预测准确度。

公开(公告)号：CN116543212A

公开(公告)日：2023-08-04

申请号：CN202310508256.2

申请日：2023-05-06

Applicant: 深圳华为云计算技术有限公司

Inventor： 王兴昊 ,  张晓鹏 ,  王皓轩 ,  田奇

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请涉及一种图像分类方法、装置和存储介质。该方法包括：获取待分类图像；利用神经网络模型对待分类图像进行处理，得到待分类图像的分类结果，神经网络模型基于不平衡分布的训练样本训练得到，待分类图像的分类结果包括基于极坐标系下神经网络模型的参数和极坐标系下待分类图像的特征向量确定的第一分类结果。根据本申请实施例，能够消除在直角坐标系下进行分类时不平衡的数据对预测结果的影响，提升预测结果的准确性，同时，由于可以直接利用训练后的神经网络模型的参数，将原本的预测空间从正交空间转化到极坐标空间，无需重新训练，简单快速，开销更小，更加灵活。

公开(公告)号：CN115965828A

公开(公告)日：2023-04-14

申请号：CN202110529942.9

申请日：2021-05-14

Applicant: 华为云计算技术有限公司

Inventor： 王子辰 ,  张晓鹏 ,  张宇航 ,  田奇

IPC: G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06V10/77 ,  G06N3/0464

Abstract: 本申请实施例提供了一种图像分类方法和电子设备。本申请实施例提供的技术方案中，通过编码器对有监督训练集和无监督测试集进行特征提取，得到所述有监督训练集在隐层空间的第一低维特征和所述无监督测试集在所述隐层空间的第二低维特征；根据所述第一低维特征得到每个类别的中心原型向量；根据所述中心原型向量和所述第二低维特征得到所述第二低维特征与所述中心原型向量的相似性；根据所述相似性挑选出正样本；通过将所述正样本与所述无监督测试集进行对比学习，得到图像分类模型。本申请实施例通过将对比学习引入半监督学习领域，能够利用少量的标签对数据进行分类，并达到良好的分类效果。