-
公开(公告)号：CN112102183B
公开(公告)日：2024-06-28
申请号：CN202010910413.9
申请日：2020-09-02
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/60
Abstract: 本发明提供一种稀疏处理方法、装置及设备，可根据特征图确定稀疏参数，进而可避免或减少关键信息的损失。该方法包括：获得待处理的目标特征图，所述目标特征图包含多个特征值；将所述目标特征图输入至已训练的稀疏网络以得到稀疏特征图；其中，所述稀疏网络包括第一计算层和第二计算层，所述第一计算层用于依据所述目标特征图中的各特征值确定对应的稀疏参数并输出给所述第二计算层，所述第二计算层用于依据输入的所述稀疏参数对所述目标特征图中的特征值进行稀疏处理以得到所述稀疏特征图。
-
公开(公告)号：CN118247515A
公开(公告)日：2024-06-25
申请号：CN202410335222.2
申请日：2024-03-21
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/40 , G06V10/44 , G06V10/94 , G06V20/62 , G06V30/18 , G06V30/19 , G06V40/10 , G06V40/20 , G06V10/82 , G06N3/048 , G06N3/0499
Abstract: 本申请提供一种动态稀疏方法、智能分析方法、装置、设备及存储介质，该方法包括：获取目标神经网络模型的softmax算子的输入特征；对所述输入特征在计算维度上进行最大值对齐处理，得到处理后的特征；确定所述处理后的特征中的待稀疏元素，并对所确定的待稀疏元素进行稀疏处理，得到稀疏后的特征；基于所述稀疏后的特征，继续进行softmax处理，得到softmax处理结果。该方法可以减少硬件平台利用神经网络执行智能分析任务的资源消耗，并提高处理效率。
-
公开(公告)号：CN111767935B
公开(公告)日：2023-09-05
申请号：CN201911056322.7
申请日：2019-10-31
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明实施例提供了一种目标检测方法、装置及电子设备。其中，所述方法包括：获取待处理图像在多个降采样倍率下的多个初始图像特征；针对除目标降采样倍率外其他降采样倍率下的各个初始图像特征，将该初始图像特征缩放至所述目标降采样倍率，得到映射图像特征；融合所述目标降采样倍率下的初始图像特征和各个所述映射图像特征，得到所述目标降采样倍率下的融合图像特征；将所述目标降采样倍率下的融合图像特征缩放至各个所述其他降采样倍率，得到各个所述其他降采样倍率下的融合图像特征；基于所述待处理图像在所述多个降采样倍率下的融合图像特征，对所述待处理图像进行目标检测。可以提高目标检测的准确性。
-
公开(公告)号：CN113486908B
公开(公告)日：2023-08-29
申请号：CN202110790334.3
申请日：2021-07-13
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/44 , G06N3/0464 , G06N3/08 , G06V10/82
Abstract: 本申请提供一种目标检测方法、装置、电子设备及可读存储介质，该目标检测方法包括：获取待检测图像的多尺度特征；所述多尺度特征包括至少两个不同尺度的特征图；依据所述多尺度特征，分别生成各尺度的第一类型卷积核；分别依据各尺度的第一类型卷积核，对对应尺度的特征图进行特征融合，得到各尺度的特征融合后的特征图；分别对各尺度的特征融合后的特征图进行目标检测。该方法可以提高目标检测的准确性。
-
公开(公告)号：CN115187845A
公开(公告)日：2022-10-14
申请号：CN202210815529.3
申请日：2022-07-08
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V10/82 , G06V10/774 , G06V10/764 , G06N3/04
Abstract: 本申请提供一种图像处理方法、装置及设备，该方法包括：获取待处理图像对应的输入特征；基于所述输入特征确定移位操作特征，基于所述输入特征和所述移位操作特征确定限定范围特征；基于所述移位操作特征和所述限定范围特征确定所述待处理图像对应的映射特征；基于所述映射特征进行归一化操作，得到归一化特征，并基于所述归一化特征确定所述待处理图像对应的输出特征；基于所述输出特征确定所述待处理图像对应的图像处理结果。通过本申请的技术方案，能够减轻运算复杂度，运算量较小，资源消耗较小。
-
Patent Agency Ranking
公开(公告)号：CN112102183A
公开(公告)日：2020-12-18
申请号：CN202010910413.9
申请日：2020-09-02
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T5/00
Abstract: 本发明提供一种稀疏处理方法、装置及设备，可根据特征图确定稀疏参数，进而可避免或减少关键信息的损失。该方法包括：获得待处理的目标特征图，所述目标特征图包含多个特征值；将所述目标特征图输入至已训练的稀疏网络以得到稀疏特征图；其中，所述稀疏网络包括第一计算层和第二计算层，所述第一计算层用于依据所述目标特征图中的各特征值确定对应的稀疏参数并输出给所述第二计算层，所述第二计算层用于依据输入的所述稀疏参数对所述目标特征图中的特征值进行稀疏处理以得到所述稀疏特征图。
-
公开(公告)号：CN119830982A
公开(公告)日：2025-04-15
申请号：CN202411865347.2
申请日：2022-05-31
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/082 , G06N3/0464 , G06V10/82 , G06V10/764
Abstract: 本申请提供一种神经网络模型裁剪方法、装置、电子设备及存储介质，该方法包括：依据待裁剪神经网络模型的结构特性，将所述待裁剪神经网络模型划分为多个结构分组；依据对所述待裁剪神经网络模型进行裁剪前后的损失函数变化，确定对所述多个结构分组中各结构分组进行裁剪的目标裁剪率；其中，所述损失函数变化依据第一因子和第二因子确定，所述第一因子用于表征各结构分组中各个权重的重要性，所述第二因子用于表征不同结构分组之间的相互作用；依据所述目标裁剪率，分别对各结构分组进行裁剪，得到裁剪后的神经网络模型。该方法可以在较小性能损失的情况下加速压缩神经网络模型。
-
公开(公告)号：CN118747514B
公开(公告)日：2024-12-31
申请号：CN202411222893.4
申请日：2024-09-02
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/0495 , G06N3/082 , G06T9/00
Abstract: 本申请实施例提供了大规模预训练模型压缩及图像数据处理方法、装置，按照训练后的大规模预训练模型的权重、预设稀疏度及预设秩构建权重约束条件、稀疏度约束条件和秩约束条件，利用构建的上述权重约束条件、稀疏度约束条件和秩约束条件将权重压缩为低秩部分及非结构化稀疏部分，得到压缩后的大规模预训练模型。通过联合非结构化稀疏和低秩分解方法对大规模预训练模型权重进行压缩，减少了压缩的计算量，提高了模型压缩率。
-
公开(公告)号：CN118551848A
公开(公告)日：2024-08-27
申请号：CN202411017271.8
申请日：2024-07-29
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N5/04 , G06N3/045 , G06N3/0495 , G06N3/0464 , G06N3/044 , G06N3/048
Abstract: 本申请公开了基于softmax的神经网络模型的推理方法和装置，包括：人工智能芯片利用所述神经网络模型，对所述神经网络模型的输入数据进行推理，直到确定出所述softmax算子的输入特征；中央处理器或向量处理器对所述输入特征以行为单位进行稀疏化处理，并利用softmax算子对稀疏化处理后的输入特征进行处理；人工智能芯片基于softmax算子处理后的输出结果完成所述神经网络模型的推理，以此类推直至确定所述神经网络模型的输出。应用本申请，能够有效提高模型推理速度，并保证模型推理效果。
-
公开(公告)号：CN115062792A
公开(公告)日：2022-09-16
申请号：CN202210751469.3
申请日：2022-06-28
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种网络模型的训练方法、装置及设备，该方法包括：获取网络层对应的浮点型激活梯度值；对浮点型激活梯度值进行量化，得到定点型激活梯度值和激活值量化超参；浮点型激活梯度值包括多个浮点型数值，基于激活值量化超参确定每个浮点型数值对应的量化中间值；针对每个量化中间值，若量化中间值不大于预设阈值，确定量化中间值对应的概率向量，基于概率向量确定量化中间值对应的定点型数值；基于所有量化中间值对应的定点型数值生成定点型激活梯度值；基于定点型激活梯度值对网络层的初始模型权重进行调整，将调整后模型权重更新为网络层的初始模型权重。通过本申请技术方案，可以减轻运算复杂度，运算量较小，能够对训练过程进行加速。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.109 seconds)
