一种面向具身智能设备的视觉模型压缩方法

    公开(公告)号:CN119558361A

    公开(公告)日:2025-03-04

    申请号:CN202510136396.0

    申请日:2025-02-07

    Abstract: 本发明公开了一种面向具身智能设备的视觉模型压缩方法,包括选择教师模型和一个学生模型,利用教师模型和学生模型对数据集进行前向传播,获取其中间层特征表示及其对于各个类别的原始得分;将教师模型输出的概率分布和学生模型输出的概率分布作比较,计算两者之间的散度,作为响应损失;将教师模型与学生模型的中间层特征表示作比较,作为对比损失;将学生模型输出的概率分布与真实标签作比较,计算两者之间的交叉熵,作为硬损失;将响应损失、对比损失和硬损失按权相加,形成总损失函数,并对学生模型进行训练;通过随机梯度下降调整学生模型的参数,最小化总损失函数,实现模型压缩。该方法提供高效的视觉感知能力。

    一种面向网络互动平台的虚实情绪图片生成方法及系统

    公开(公告)号:CN118968578A

    公开(公告)日:2024-11-15

    申请号:CN202410846419.2

    申请日:2024-06-27

    Abstract: 本发明公开了一种面向网络互动平台的虚实情绪图片生成方法及系统,涉及计算机视觉图片生成技术领域,包括用户进入网络互动平台发起请求打开摄像头的命令,将检测后的图像以二进制流的形式传输给服务器端进行处理;服务器端接收到客户端发送的二进制流图像时,使用人脸识别模型对图像中的人脸进行表情识别;通过客户端对在线访问的URL信息加载显示。本发明实现了更加个性化和真实的情绪图片生成,该方法不仅提升了情绪图片的个性化和互动性,确保了生成过程的快速响应和安全性,相较于传统模板工具,本发明显著提高了用户体验,满足了用户对个性化情感表达的需求。

    一种面向智慧教育平台的长序列在线学习预测方法

    公开(公告)号:CN118839310A

    公开(公告)日:2024-10-25

    申请号:CN202411334266.X

    申请日:2024-09-24

    Abstract: 本发明公开了一种面向智慧教育平台的长序列在线学习预测方法,涉及人工智能长序列预测技术领域,包括,通过从在线教育系统中收集学生在线学习情况,构建多特征在线学习情况数据集,并将数据集中历史固定数目时间步的序列构建模型编码器和解码器的输入,将原序列X作为输入,输入到模型所构建的多层串联编码器中,在出口处输出提取的编码后季节性信息特征,得到编码解码后的季节性信息特征向量和周期性趋势特征向量;通过投影融合解码器输出分解分量,获得初步预测序列,截取部分初步预测序列作为最终的预测序列。本方法能够预测未来长时间步序列的在线学习状态预测方法,对涉及学生状态的多种指标进行融合,提高预测结果的可靠性和精度。

Patent Agency Ranking