-
公开(公告)号：CN117351330B
公开(公告)日：2025-04-25
申请号：CN202311282976.8
申请日：2023-09-28
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种图像处理方法、图像处理模型的训练方法、装置和设备，人工智能技术领域，具体为计算机视觉、深度学习、大模型等技术领域，可应用于智慧城市等场景。图像处理方法包括：获取目标图像和图像处理任务的任务描述信息，并在多个预设任务类型中确定与图像处理任务对应的目标任务类型；以及利用图像处理模型对目标图像和任务描述信息进行处理，以得到目标图像的处理结果，其中，图像处理模型包括与多个预设任务类型对应的多个任务编码子模型和多个任务解码子模型，并且包括多个预设任务类型共用的第一图像编码子模型和特征交互编码子模型。
-
公开(公告)号：CN113657248B
公开(公告)日：2024-12-03
申请号：CN202110932551.1
申请日：2021-08-13
Applicant: 北京百度网讯科技有限公司
IPC: G06V40/16 , G06V10/774
Abstract: 本公开提供了人脸识别模型的训练方法、相关装置及计算机程序产品，具体涉及计算机视觉和深度学习技术，可用于人脸识别场景下。具体实现方案为：获取训练样本集，训练样本集中的训练样本包括样本人脸图像以及样本人脸图像中的人脸对象对应的身份标签和非身份标签；利用机器学习方法，以样本人脸图像为输入，通过初始人脸识别模型提取所输入的样本人脸图像的身份特征、非身份特征，并将所输入的样本人脸图像对应的身份标签、非身份标签依次作为根据所提取到的身份特征得到的第一输出结果、根据所提取到的非身份特征得到的第二输出结果的期望输出，更新初始图像识别模型，训练得到人脸识别模型。本公开提高了人脸识别模型的识别精度。
-
公开(公告)号：CN111582476B
公开(公告)日：2024-08-02
申请号：CN202010385914.X
申请日：2020-05-09
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/082 , G06N3/0464
Abstract: 本申请实施例公开了自动量化策略搜索方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法的一具体实施方式包括：获取模型的训练脚本和自动量化策略配置信息；基于自动量化策略配置信息，生成自动量化策略搜索空间；将训练脚本作为第一组件执行，以及在自动量化策略搜索空间中自动量化，自动搜索自动量化策略搜索空间中的目标自动量化策略。该实施方式通过自动搜索的方式进行自动量化策略的搜索，大大缩短了为模型选择较优的自动量化策略所花费的时间。同时，在接口设计上采用组件化的设计方式，将训练脚本作为组件，方便任意模型的快速接入。
-
公开(公告)号：CN113947701B
公开(公告)日：2024-02-23
申请号：CN202111212754.X
申请日：2021-10-18
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/774 , G06V10/74
Abstract: 本公开提供了一种对象识别模型的训练方法、对象识别方法、装置、电子设备以及存储介质，涉及计算机视觉和深度学习技术，可应用于人脸图像处理和人脸识别等场景。具体实现方案为：确定与至少一个类别中的每个类别对应的全局类别特征；针对样本图像集中的每个样本图像，确定与样本图像中的对象对应的对象特征和全局类别特征之间的相似度；从至少一个相似度中确定至少一个目标相似度，每个目标相似度表征每个对象特征与每个目标全局类别特征之间的相似度；基于损失函数，利用至少一个归属相似度、至少一个目标相似度和与样本图像集对应的类别标签集训练预设模型，得到对象识别模型，归属相似度表征对象特征和归属全局类别特(56)对比文件吴燕雄 等.基于特征聚类对群三元组损失的车辆再识别《.电子学报》.2020,第48卷(第12期),2444-2452.
-
公开(公告)号：CN111914994B
公开(公告)日：2024-01-12
申请号：CN202010560645.6
申请日：2020-06-18
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/0985 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06V10/82 , G06V10/764 , G06N3/048
Abstract: 本申请公开了多层感知机的生成方法、装置、电子设备及存储介质，涉及人工智能技术和深度学习领域，可应用于图像处理。具体方案为：先生成感知机搜索空间，再根据感知机搜索空间生成待训练多层感知机；接着，对待训练多层感知机进行训练并进行性能评估，当评估结果不满足评分要求时对待训练多层感知机进行迭代更新，直至评估结果满足评分要求或者对待训练多层感知机的迭代更新次数达到预设迭代次数。通过本申请实现了多层感知机的自动生成，在感知机搜索空间中进行自动搜索以生成多层感知机，可以使得多层感知机中不同隐藏层之间的感知器是非全连接的，从而能够降低过拟合现象出现的概率，保证多感知机模型的性能，提高多感知机模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN111738419B
公开(公告)日：2024-01-12
申请号：CN202010568260.4
申请日：2020-06-19
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/0495 , G06N3/084
Abstract: 本申请公开了神经网络模型的量化方法和装置，涉及人工智能、深度学习和图像处理技术领域。该方法的一具体实施方式包括：基于当前的量化映射函数，对待量化的神经网络模型进行量化并测试基于当前的量化映射函数量化得到的当前量化后神经网络模型的性能，量化映射函数为预设的函数；基于当前量化后神经网络模型的性能对待量化的神经网络模型的参数和当前的量化映射函数的参数进行迭代调整；响应于确定当前量化后神经网络模型满足预设的收敛条件，确定当前量化后神经网络模型为目标神经网络模型。该实施方式提升了量化后神经网络模型的精度。
-
公开(公告)号：CN111667003B
公开(公告)日：2023-11-03
申请号：CN202010506964.9
申请日：2020-06-05
Applicant: 北京百度网讯科技有限公司
IPC: G06V10/774 , G06V40/16 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本申请实施例公开了数据清洗方法、装置、设备以及存储介质，涉及人工智能、深度学习和图像处理技术领域。该方法的一具体实施方式包括：获取目标任务的训练数据集；构建脏数据的搜索空间；在搜索空间中搜索脏数据样本；从搜索空间和训练数据集中删除脏数据样本。该实施方式通过自动搜索的方式清洗训练数据，降低了清洗训练数据的成本。
-
公开(公告)号：CN111523640B
公开(公告)日：2023-10-31
申请号：CN202010275546.3
申请日：2020-04-09
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/082 , G06N3/084 , G06N3/09 , G06N3/0464 , G06N3/045 , G06N3/0495 , G06F18/2431 , G06F18/27
Abstract: 本公开涉及人工智能领域。本公开的实施例公开了神经网络模型的训练方法和装置。该方法包括迭代执行多次训练操作；训练操作包括：对第一神经网络模型进行剪枝得到第二神经网络模型；采用第一神经网络模型对媒体数据进行特征提取得到第一特征，采用第二神经网络模型对媒体数据进行特征提取得到第二特征；获取第一神经网络模型对媒体数据的处理结果；基于预先构建的监督函数和任务损失函数，确定第一神经网络模型的误差，通过反向传播误差迭代调整第一神经网络模型的参数；监督函数表征第一特征和第二特征之间的差异，任务损失函数表征第一神经网络模型对媒体数据的处理结果的误差。该方法可以训练出剪枝后模型性能较好的神经网络模型。
-
公开(公告)号：CN111582453B
公开(公告)日：2023-10-27
申请号：CN202010387566.X
申请日：2020-05-09
Applicant: 北京百度网讯科技有限公司
IPC: G06N3/0464 , G06N3/08
Abstract: 本申请涉及人工智能领域，公开了生成神经网络模型的方法和装置。该方法包括：构建多路径超网络，多路径超网络的每一个卷积层包括至少一个分支，每一卷积层的一个分支分别对应该卷积层的一种卷积模块结构，卷积模块结构包括与该卷积层对应尺寸的一个卷积核或者至少两个并行运算的卷积核；基于样本数据对多路径超网络进行训练；基于训练完成的多路径超网络，搜索出性能信息满足第一预设条件的网络结构作为目标神经网络模型的结构，其中，网络结构通过对训练完成的多路径超网络进行路径采样得出。该方法实现了卷积神经网络结构的优化。
-
公开(公告)号：CN114387651B
公开(公告)日：2023-10-20
申请号：CN202210032699.4
申请日：2022-01-12
Applicant: 北京百度网讯科技有限公司
Abstract: 本公开提供了一种人脸识别方法、装置、设备及存储介质，涉及图像处理技术领域，尤其涉及人脸识别领域。具体实现方案为：获取待识别图像；提取待识别图像的图像特征；获取各个参考图像对应的融合特征；确定该待识别图像的图像特征，与各个参考图像对应的融合特征的相似性，得到相似性确定结果；从而基于所得到的相似性确定结果，确定该待识别图像的人脸识别结果。可见，通过本方案，可以兼顾具有遮挡物和未具有遮挡物的人脸的识别精度。
-
-
-
-
-
-
-
-
-
Search Results
268
records
(took 0.048 seconds)
