-
公开(公告)号：CN114299480A
公开(公告)日：2022-04-08
申请号：CN202111582593.3
申请日：2021-12-22
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06V20/62 , G06K9/62 , G06V10/774 , G06V10/764
Abstract: 本申请实施例提供了一种目标检测模型训练方法、目标检测方法和装置，涉及深度学习技术领域，基于第一检测模型对各第一样本图像进行检测，得到各第一样本图像中对象的伪标签；获取各第一样本图像中对象的第一对象图像特征，各第二样本图像中对象的第二对象图像特征；基于各第一对象图像特征和各第二对象图像特征，从各第一样本图像中确定出待标定样本图像；基于各第一样本图像中第三样本图像中对象的伪标签、各第二样本图像中对象的真实标签、以及待标定样本图像中对象的真实标签，对待训练的第二检测模型进行模型训练，得到当前检测场景的目标检测模型，能降低检测成本，提高检测模型的生成效率。
-
公开(公告)号：CN108446694B
公开(公告)日：2020-11-27
申请号：CN201710084854.6
申请日：2017-02-16
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 虞抒沁
Abstract: 本发明实施例提供了一种目标检测方法及装置，其中，目标检测方法包括：根据预设的待检测目标的尺寸，确定第一卷积核的尺寸；利用第一卷积核对原图像进行卷积运算，得到原图像的初始特征图；确定包含有多个预设特征提取层的特征提取模型，其中，特征提取模型用于根据初始特征图，并通过多个预设特征提取层的卷积运算，输出符合预设任务的图像的有效特征信息；根据该特征信息，通过预设多类回归算法及预设位置回归算法，得到待检测目标的类别及待检测目标在原图像中的位置信息。通过本发明可以提高目标检测的实际运行效率。
-
公开(公告)号：CN112699990B
公开(公告)日：2024-06-07
申请号：CN201911006317.5
申请日：2019-10-22
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/08 , G06N3/0499
Abstract: 本申请实施例提供了神经网络模型训练方法、装置及电子设备，该方法包括获取训练集；在训练集中选取样本图像输入到神经网络模型中进行训练；获取神经网络模型的训练状态信息，其中，训练状态信息表示神经网络模型的性能；按照训练状态信息，确定当前的性能模式；按照当前的性能模式对应的训练方式，对神经网络模型进行训练。获取神经网络模型的训练状态信息，以确定性能模式，并按照性能模式对应的训练方式，对神经网络模型进行训练，能够按照性能模式对应的训练方式，对神经网络模型进行训练，以提高各阶段训练的准确度，从而提高了神经网络模型的准确度，并且能够有效减少用户等待时间。
-
公开(公告)号：CN112699990A
公开(公告)日：2021-04-23
申请号：CN201911006317.5
申请日：2019-10-22
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了神经网络模型训练方法、装置及电子设备，该方法包括获取训练集；在训练集中选取样本图像输入到神经网络模型中进行训练；获取神经网络模型的训练状态信息，其中，训练状态信息表示神经网络模型的性能；按照训练状态信息，确定当前的性能模式；按照当前的性能模式对应的训练方式，对神经网络模型进行训练。获取神经网络模型的训练状态信息，以确定性能模式，并按照性能模式对应的训练方式，对神经网络模型进行训练，能够按照性能模式对应的训练方式，对神经网络模型进行训练，以提高各阶段训练的准确度，从而提高了神经网络模型的准确度，并且能够有效减少用户等待时间。
-
公开(公告)号：CN111311646A
公开(公告)日：2020-06-19
申请号：CN201811518482.4
申请日：2018-12-12
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/269
Abstract: 本申请实施例提供了一种光流神经网络训练方法及装置。其中，方法包括：将样本图像帧和所述样本图像帧的相邻图像帧输入第一神经网络和第二神经网络，得到所述第一神经网络输出的第一稠密光流和所述第二神经网络输出的第二稠密光流，所述第一神经网络为预先经过训练的光流神经网络，所述第二神经网络为模型复杂度低于所述第一神经网络的光流神经网络；基于所述第一稠密光流与所述第二稠密光流之间的偏差，调整所述第二神经网络的网络参数。选用本申请实施例，由于第二神经网络能够学习到第一神经网络已经学习到的图像对到稠密光流的映射关系，可以使得第二神经网络的性能逼近于模型复杂度更高的第一神经网络。
-
Patent Agency Ranking
公开(公告)号：CN110400332B
公开(公告)日：2021-11-05
申请号：CN201810379134.7
申请日：2018-04-25
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跟踪方法、装置及计算机设备，其中，目标检测跟踪方法包括：从获取的视频中提取关键帧，关键帧为连续的多个视频帧中的第一个视频帧；利用预设目标检测方法，对关键帧进行目标检测，得到关键帧中目标所处检测框的位置信息；将当前帧与关键帧进行融合，并对融合后的图像进行光流分析，得到当前帧相对于关键帧的特征位移信息，当前帧为连续的多个视频帧中除关键帧以外的任一个视频帧；根据检测框在关键帧中的位置信息，以及特征位移信息，确定当前帧中预测框的位置信息；基于预测框的位置信息，对目标进行跟踪。通过本方案，可以在降低计算量、保证目标检测跟踪的实时性前提下，提高目标检测跟踪的准确率。
-
公开(公告)号：CN110866427A
公开(公告)日：2020-03-06
申请号：CN201810986173.3
申请日：2018-08-28
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 虞抒沁
Abstract: 本申请公开了一种车辆行为检测方法，包括：车载智能设备连续采集视频帧；车载智能设备通过所述视频帧进行车辆行为识别判断，得出车辆异常判断结果；车载智能设备将所述车辆异常判断结果上传至服务器；所述服务器根据所述车辆异常判断结果进行车辆行为报警。本申请能够识别各种违章驾驶，交通事故类型，并且利用车载智能设备和大数据分析解决了监控盲点问题，在道路全程都能监督车辆安全行驶以及在监控盲点进行事故处理。
-
公开(公告)号：CN110400332A
公开(公告)日：2019-11-01
申请号：CN201810379134.7
申请日：2018-04-25
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跟踪方法、装置及计算机设备，其中，目标检测跟踪方法包括：从获取的视频中提取关键帧，关键帧为连续的多个视频帧中的第一个视频帧；利用预设目标检测方法，对关键帧进行目标检测，得到关键帧中目标所处检测框的位置信息；将当前帧与关键帧进行融合，并对融合后的图像进行光流分析，得到当前帧相对于关键帧的特征位移信息，当前帧为连续的多个视频帧中除关键帧以外的任一个视频帧；根据检测框在关键帧中的位置信息，以及特征位移信息，确定当前帧中预测框的位置信息；基于预测框的位置信息，对目标进行跟踪。通过本方案，可以在降低计算量、保证目标检测跟踪的实时性前提下，提高目标检测跟踪的准确率。
-
公开(公告)号：CN111353597B
公开(公告)日：2023-12-05
申请号：CN201811582168.2
申请日：2018-12-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/08 , G06N3/0464 , G06V10/25 , G06V10/82
Abstract: 本申请实施例提供了一种目标检测神经网络训练方法和装置。其中，方法包括：利用所述特征提取子网络对样本视频中参考视频帧进行处理，以基于所述参考视频帧与关键视频帧之间的变换关系，计算所述关键视频帧的图像特征，得到预估图像特征，所述参考视频帧为所述样本视频中未经过标定的视频帧，所述样本视频为所述样本视频中经过标定的视频帧；利用所述检测子网络对所述预估图像特征进行处理，得到预测结果；基于所述预测结果与所述关键视频帧的标定结果之间的误差计算损失，对所述目标检测神经网络的网络参数进行调整。可以在不增加因标定带来的工作量的情况下，提高经过训练的目标检
-
公开(公告)号：CN111311646B
公开(公告)日：2023-04-07
申请号：CN201811518482.4
申请日：2018-12-12
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06T7/269
Abstract: 本申请实施例提供了一种光流神经网络训练方法及装置。其中，方法包括：将样本图像帧和所述样本图像帧的相邻图像帧输入第一神经网络和第二神经网络，得到所述第一神经网络输出的第一稠密光流和所述第二神经网络输出的第二稠密光流，所述第一神经网络为预先经过训练的光流神经网络，所述第二神经网络为模型复杂度低于所述第一神经网络的光流神经网络；基于所述第一稠密光流与所述第二稠密光流之间的偏差，调整所述第二神经网络的网络参数。选用本申请实施例，由于第二神经网络能够学习到第一神经网络已经学习到的图像对到稠密光流的映射关系，可以使得第二神经网络的性能逼近于模型复杂度更高的第一神经网络。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.038 seconds)
