-
公开(公告)号：CN111898747A
公开(公告)日：2020-11-06
申请号：CN201910368661.2
申请日：2019-05-05
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种特征比对方法及电子设备，该方法应用于包括CPU和GPU的电子设备，可以使CPU将待处理数据输入已训练的多级网络模型，计算得到第一特征数据，并述第一特征数据储存到内存中，再将所述第一特征数据输入已训练的网络裁剪模型，对第一特征数据进行裁剪得到第二特征数据，将第二特征数据发送给所述GPU；GPU从显存存储的特征数据中选择出与第二特征数据相似的N个候选特征数据，将所述N个候选特征数据对应的N个位置标识发送至CPU；CPU从内存存储的所述N个位置标识所对应的特征数据中选择出与第一特征数据相似的M个目标特征数据。因此可以在提高任务吞吐量的同时提升计算精度。
-
公开(公告)号：CN111814008A
公开(公告)日：2020-10-23
申请号：CN201910290167.9
申请日：2019-04-11
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/903
Abstract: 本申请实施例提供了数据处理方法、装置、电子设备及存储介质，获取待处理的初始数据集及预设初始数据阈值；为初始数据集配置映射空间；针对初始数据集中的每个初始元素，当该初始元素大于初始数据阈值时，在该初始元素对应的映射空间的相应位置处写入该初始元素；对映射空间中的各初始元素进行排序，得到数值由大到小的第一元素序列，获取第一元素序列中第N个元素的数值，得到过滤数据阈值；过滤掉初始数据集中小于过滤数据阈值的初始元素，得到目标数据集；对目标数据集中的各元素进行排序，得到数值由大到小的第二元素序列，获取第二元素序列中的前N个元素。能够提高大量数据中选取TopN数据的效率。
-
公开(公告)号：CN115713101A
公开(公告)日：2023-02-24
申请号：CN202110956149.7
申请日：2021-08-19
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/063 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例公开了一种并行处理方法及装置，属于计算机技术领域。在本申请实施例中，根据多个计算核心中各个计算核心的算力，确定各个计算核心的权重，基于权重将待处理数据分配给多个计算核心，而非按照该多个计算核心的数量将待处理数据平均分配给该多个计算核心。由此可见，在该多个计算核心的算力存在不同的情况下，基于权重分配数据能够保证负载均衡，从而提高并行处理的处理效率，提升整体性能。
-
公开(公告)号：CN112906728B
公开(公告)日：2023-08-25
申请号：CN201911227516.9
申请日：2019-12-04
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种特征比对方法、装置及设备，该方法包括：获取M个待检测特征和N个特征集合；从N个特征集合中选择一个特征集合作为当前特征集合；针对M个待检测特征中的每个待检测特征，确定所述待检测特征与当前特征集合中的每个特征模型之间的比对结果，根据所述比对结果确定待检测特征对应的候选特征模型；若当前特征集合不是N个特征集合的最后一个，从N个特征集合中选择下一个特征集合作为当前特征集合，返回执行确定待检测特征与当前特征集合中的每个特征模型之间的比对结果的操作；若当前特征集合是N个特征集合的最后一个，则从候选特征模型中获取待检测特征对应的目标特征模型。通过本申请的技术方案，能够提高特征比对的运算速度。
-
Patent Agency Ranking
公开(公告)号：CN111898747B
公开(公告)日：2023-06-30
申请号：CN201910368661.2
申请日：2019-05-05
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种特征比对方法及电子设备，该方法应用于包括CPU和GPU的电子设备，可以使CPU将待处理数据输入已训练的多级网络模型，计算得到第一特征数据，并述第一特征数据储存到内存中，再将所述第一特征数据输入已训练的网络裁剪模型，对第一特征数据进行裁剪得到第二特征数据，将第二特征数据发送给所述GPU；GPU从显存存储的特征数据中选择出与第二特征数据相似的N个候选特征数据，将所述N个候选特征数据对应的N个位置标识发送至CPU；CPU从内存存储的所述N个位置标识所对应的特征数据中选择出与第一特征数据相似的M个目标特征数据。因此可以在提高任务吞吐量的同时提升计算精度。
-
公开(公告)号：CN112906728A
公开(公告)日：2021-06-04
申请号：CN201911227516.9
申请日：2019-12-04
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06K9/62
Abstract: 本申请提供一种特征比对方法、装置及设备，该方法包括：获取M个待检测特征和N个特征集合；从N个特征集合中选择一个特征集合作为当前特征集合；针对M个待检测特征中的每个待检测特征，确定所述待检测特征与当前特征集合中的每个特征模型之间的比对结果，根据所述比对结果确定待检测特征对应的候选特征模型；若当前特征集合不是N个特征集合的最后一个，从N个特征集合中选择下一个特征集合作为当前特征集合，返回执行确定待检测特征与当前特征集合中的每个特征模型之间的比对结果的操作；若当前特征集合是N个特征集合的最后一个，则从候选特征模型中获取待检测特征对应的目标特征模型。通过本申请的技术方案，能够提高特征比对的运算速度。
-
公开(公告)号：CN119396568A
公开(公告)日：2025-02-07
申请号：CN202411353932.4
申请日：2024-09-26
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请涉及图像处理技术领域，公开了一种内存分配方法、装置、设备及存储介质，该方法包括：响应于数据处理请求，通过神经网络模型对待处理数据进行模型推理，在当前算子为静态输出算子时，获取当前算子所属的静态子网络，计算静态子网络对应的最优内存大小，并根据最优内存大小为当前算子分配内存块；由于本申请在当前算子为静态输出算子时，先获取当前算子所属的静态子网络，再以静态子网络为分配对象向内存池申请满足多个静态输出算子的内存需求的最小内存，从而只需一次申请即可为静态子网络中的所有静态输出算子申请内存，进而减少了内存分配次数，减小了内存使用，提升了模型推理效率。
-
公开(公告)号：CN117521732A
公开(公告)日：2024-02-06
申请号：CN202210880350.6
申请日：2022-07-25
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/0464 , G06N3/08
Abstract: 本申请提供一种自定义网络层的检测方法、装置及设备，该方法包括：将目标网络模型作为待检测模型，基于多个业务处理逻辑的预设执行顺序，从多个业务处理逻辑中遍历出第一个业务处理逻辑作为目标业务处理逻辑；判断待检测模型是否存在目标业务处理逻辑不支持的自定义网络层；如果是，则将自定义网络层的信息添加到自定义层列表；基于自定义网络层将待检测模型拆分成至少两个子模型；基于至少两个子模型确定待检测模型，遍历出目标业务处理逻辑的下一个业务处理逻辑作为目标业务处理逻辑，返回执行判断待检测模型是否存在目标业务处理逻辑不支持的自定义网络层。通过本申请方案，可以正常运行目标网络模型，基于目标网络模型实现人工智能处理。
-
公开(公告)号：CN111814008B
公开(公告)日：2023-10-10
申请号：CN201910290167.9
申请日：2019-04-11
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F16/903
Abstract: 本申请实施例提供了数据处理方法、装置、电子设备及存储介质，获取待处理的初始数据集及预设初始数据阈值；为初始数据集配置映射空间；针对初始数据集中的每个初始元素，当该初始元素大于初始数据阈值时，在该初始元素对应的映射空间的相应位置处写入该初始元素；对映射空间中的各初始元素进行排序，得到数值由大到小的第一元素序列，获取第一元素序列中第N个元素的数值，得到过滤数据阈值；过滤掉初始数据集中小于过滤数据阈值的初始元素，得到目标数据集；对目标数据集中的各元素进行排序，得到数值由大到小的第二元素序列，获取第二元素序列中的前N个元素。能够提高大量数据中选取TopN数据的效率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.038 seconds)
