一种模型敏感性确定方法、装置及电子设备

    公开(公告)号:CN114358245A

    公开(公告)日:2022-04-15

    申请号:CN202111604614.7

    申请日:2021-12-24

    Abstract: 本发明实施例提供了一种模型敏感性确定方法,涉及机器学习技术领域。该方法包括:针对每个目标网络层,执行如下步骤:针对每个指定参数,确定去除该指定参数后的输出结果,并基于所确定的输出结果,确定后置网络层的输出结果,作为该指定参数对应的输出结果;确定后置网络层的期望输出结果,并基于期望输出结果和每个指定参数对应的输出结果,确定该指定参数对应的重构误差;基于每个指定参数对应的重构误差,确定该指定参数对应的敏感性指标;基于每个指定参数对应的敏感性指标,确定该目标网络层的敏感性。与现有技术相比,应用本发明实施例提供的方案,可以减少模型敏感性的确定过程耗时。

    头戴式设备、远程协助方法及系统

    公开(公告)号:CN114237537A

    公开(公告)日:2022-03-25

    申请号:CN202111510700.1

    申请日:2021-12-10

    Abstract: 本申请实施例提供了头戴式设备、远程协助方法及系统,利用投影模块在指定位置投影标志物,能够在远程协助的过程中便于现场工作人员准确确定待操作的部位;并且本申请实施例提供的头戴式设备可以由现场工作人员携带在头部,解放了现场工作人员的双手;头戴式设备会跟随现场工作人员的头部运动,程协助设备观看到的图像数据与现场工作人员观看到内容相同,技术专家不用到场既可以看到现场情况,提高技术专家工作效率。

    一种视频标注方法及装置

    公开(公告)号:CN112434548B

    公开(公告)日:2024-06-04

    申请号:CN201910791959.4

    申请日:2019-08-26

    Inventor: 亓先军 郭竹修

    Abstract: 本申请实施例提供了一种视频标注方法及装置,属于计算机技术领域,所述方法包括:在对待标注视频中的目标物体进行标注前,获取所述目标物体的标注信息,所述标注信息包括多张图像以及所述目标物体在每张图像中的位置信息,所述多张图像包含通过不同拍摄角度拍摄的所述目标物体;基于所述标注信息,对预设标注模型进行训练,得到能够标注所述目标物体的第一标注模型;通过所述第一标注模型,对所述待标注视频中的所述目标物体进行标注,得到标注后的视频。采用本申请实施例提供的技术方案,能够解决视频标注的泛化性差的问题。

    头戴式设备、远程协助方法及系统

    公开(公告)号:CN114237537B

    公开(公告)日:2023-08-04

    申请号:CN202111510700.1

    申请日:2021-12-10

    Abstract: 本申请实施例提供了头戴式设备、远程协助方法及系统,利用投影模块在指定位置投影标志物,能够在远程协助的过程中便于现场工作人员准确确定待操作的部位;并且本申请实施例提供的头戴式设备可以由现场工作人员携带在头部,解放了现场工作人员的双手;头戴式设备会跟随现场工作人员的头部运动,程协助设备观看到的图像数据与现场工作人员观看到内容相同,技术专家不用到场既可以看到现场情况,提高技术专家工作效率。

    一种模型训练方法、装置、电子设备及存储介质

    公开(公告)号:CN113255911A

    公开(公告)日:2021-08-13

    申请号:CN202110630383.0

    申请日:2021-06-07

    Abstract: 本申请实施例提供了一种模型训练方法、装置、电子设备及存储介质,涉及计算机技术领域,包括:获得图像内容中包含目标对象的第一样本图像;确定所述第一样本图像的标注信息,其中,每一第一样本图像的标注信息包括:该图像中所述目标对象的位置信息、类别信息;获得去纹理处理后的第二样本图像;利用所述第一样本图像、第一样本图像的标注信息、第二样本图像对待训练的目标对象检测模型进行训练。应用本申请实施例提供的方案,能够训练得到目标对象检测模型,提高目标对象检测的准确度。

    一种模型剪枝方法、装置及电子设备

    公开(公告)号:CN115115045A

    公开(公告)日:2022-09-27

    申请号:CN202111603095.2

    申请日:2021-12-24

    Abstract: 本发明实施例提供了一种模型剪枝方法、装置及电子设备,涉及模型压缩技术领域。该方法包括:确定待剪枝模型中的各个目标网络层;确定每个目标网络层中的各个指定参数对应的敏感性指标;基于所述待剪枝模型的预设剪枝率,在所确定的各个敏感性指标中,确定剪枝阈值;去除每个目标网络层中,所对应敏感性指标小于所述剪枝阈值的各个指定参数,得到剪枝后的待剪枝模型。与现有技术相比,应用本发明实施例提供的方案,可以无需对剪枝后的模型进行训练,该剪枝后的模型仍然可以具有较高的模型性能。这样,可以减少模型剪枝的时间,提高模型剪枝的效率。

    数据增强方法、装置、电子设备及存储介质

    公开(公告)号:CN114299171A

    公开(公告)日:2022-04-08

    申请号:CN202111607087.5

    申请日:2021-12-23

    Abstract: 本发明实施例提供的数据增强方法、装置、电子设备及存储介质,应用于信息技术领域,可以获取待处理图像集,其中,所述待处理图像集中包括至少一张待处理图像;识别所述待处理图像集的应用场景;获取所述应用场景对应的历史图像集的目标亮度范围;根据所述目标亮度范围对所述待处理图像集中的各所述待处理图像的亮度进行调整,得到调整后的图像。通过待处理图像集的应用场景获取对应的历史图像集的目标亮度范围,从而根据目标亮度范围进行待处理图像集中的待处理图像进行亮度的调整,不但可以通过获取多个调整后的图像实现数据增强,还可以降低人工成本,提高数据增强的效率。

    一种模型剪枝率确定方法、装置及电子设备

    公开(公告)号:CN114298303A

    公开(公告)日:2022-04-08

    申请号:CN202111601699.3

    申请日:2021-12-24

    Abstract: 本发明实施例提供了一种模型剪枝率确定方法,涉及模型压缩技术领域,该方法包括:获取待剪枝模型的各部分的剪枝敏感特性;其中,每个部分的剪枝敏感特性为:指定剪枝粒度下该部分的剪枝力度与模型性能的对应关系;确定预设的所述待剪枝模型剪枝后的目标模型性能;针对每个部分,从所述剪枝敏感特性中,查找所对应模型性能不小于所述目标模型性能的各个剪枝力度;基于所查找到的各个剪枝力度,确定所述待剪枝模型的各个部分的模型剪枝率。与现有技术相比,应用本发明实施例提供的方案,可以降低模型剪枝的时间,提高模型剪枝的效率。

    一种视频标注方法及装置
    10.
    发明公开

    公开(公告)号:CN112434548A

    公开(公告)日:2021-03-02

    申请号:CN201910791959.4

    申请日:2019-08-26

    Inventor: 亓先军 郭竹修

    Abstract: 本申请实施例提供了一种视频标注方法及装置,属于计算机技术领域,所述方法包括:在对待标注视频中的目标物体进行标注前,获取所述目标物体的标注信息,所述标注信息包括多张图像以及所述目标物体在每张图像中的位置信息,所述多张图像包含通过不同拍摄角度拍摄的所述目标物体;基于所述标注信息,对预设标注模型进行训练,得到能够标注所述目标物体的第一标注模型;通过所述第一标注模型,对所述待标注视频中的所述目标物体进行标注,得到标注后的视频。采用本申请实施例提供的技术方案,能够解决视频标注的泛化性差的问题。

Patent Agency Ranking