-
公开(公告)号：CN114881149A
公开(公告)日：2022-08-09
申请号：CN202210507932.X
申请日：2022-05-10
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一种模型训练方法及装置、目标检测方法及装置，该方法包括：利用第一模型，对第一无标签数据进行预测，得到第一无标签数据的多个第一预测标签和每个第一预测标签的置信度；根据有标签数据的标签集中每种标签类别的分布情况，确定该标签类别的第一置信度阈值；利用第一模型，对第二无标签数据进行预测，得到第二无标签数据的多个第二预测标签和每个第二预测标签的置信度；在第二预测标签中，确定置信度大于所属标签类别的第一置信度阈值的第二预测标签，作为候选标签；利用有标签数据、第二无标签数据以及候选标签，对第二模型进行训练。应用本申请实施例提供的技术方案，能够降低模型训练所需耗费的人力资源。
-
Patent Agency Ranking
公开(公告)号：CN117057443A
公开(公告)日：2023-11-14
申请号：CN202311300751.0
申请日：2023-10-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N20/00 , G06F18/24 , G06F18/214 , G06F18/22 , G06V10/774 , G06V10/764 , G06V10/74
Abstract: 本申请实施例提供一种视觉语言模型的提示学习方法及电子设备，电子设备可以将第一图像、第二图像、第一文本提示信息及第二文本提示信息输入模型，得到第一检测结果和第二检测结果；基于第一检测结果确定伪标签，基于伪标签与第二检测结果，计算预设损失函数；根据损失值，调整第一文本提示信息和第二文本提示信息，直到预设损失函数收敛，基于第一文本提示信息，确定模型的文本提示信息。由于第一检测结果表示第一图像中目标类别及位置，且第一图像和第二图像由同一图像做不同变换得到，包含目标相同，因此第一检测结果标识第二图像中目标类别及位置。可以基于第一检测结果确定伪标签，可以实现不依赖于人工打标签的无监督提示学习。
-
公开(公告)号：CN112633496B
公开(公告)日：2023-08-08
申请号：CN202011506742.3
申请日：2020-12-18
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/088
Abstract: 本申请提供一种检测模型的处理方法及装置，涉及机器学习技术领域，可以提高检测模型的检测准确率。该处理方法包括：获取N帧图片；将N帧图片输入到第一检测模型，进行对象检测处理，得到每帧图片中检测框的置信度；根据第一置信度阈值和获取到的检测框的置信度，确定正样本和负样本；正样本包括第一检测框和N帧图片中包括第一检测框的图片，负样本包括第二检测框和N帧图片中包括第二检测框的图片；第一检测框为置信度高于第一置信度阈值的检测框，第二检测框为置信度低于第一置信度阈值的检测框；第一置信度阈值大于第一检测模型对应的置信度阈值；根据正样本和负样本对第一检测模型进行训练，得到第二检测模型。
-
公开(公告)号：CN114118259A
公开(公告)日：2022-03-01
申请号：CN202111401508.9
申请日：2021-11-19
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种目标检测方法及装置，包括：为无标签数据添加伪标签，将伪标签划分为高质量伪标签和不确定伪标签；将无标签数据输入给初始学习模型得到第一预测值；基于与高质量伪标签对应的第一预测值确定第一预测标签和第一预测框，基于与不确定伪标签对应的第一预测值确定第二预测标签和第二预测框；将无标签数据输入给初始管理模型得到第二预测值，基于与不确定伪标签对应的第二预测值确定第三预测标签和第三预测框；基于第一预测标签、第一预测框、第二预测标签、第二预测框、第三预测标签和第三预测框对初始管理模型进行训练，得到目标管理模型，所述目标管理模型用于对待检测数据进行目标检测。通过本申请方案，避免获取大量有标签数据。
-
公开(公告)号：CN117057443B
公开(公告)日：2024-02-02
申请号：CN202311300751.0
申请日：2023-10-09
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N20/00 , G06F18/24 , G06F18/214 , G06F18/22 , G06V10/774 , G06V10/764 , G06V10/74
Abstract: 学习。本申请实施例提供一种视觉语言模型的提示学习方法及电子设备，电子设备可以将第一图像、第二图像、第一文本提示信息及第二文本提示信息输入模型，得到第一检测结果和第二检测结果；基于第一检测结果确定伪标签，基于伪标签与第二检测结果，计算预设损失函数；根据损失值，调整第一文本提示信息和第二文本提示信息，直到预设损失函数收敛，基于第一文本提示信息，确定模型的文本提示信息。由于第一检测结果表示第一图像中目标类别及位置，且第一图像和第二图像由同一图像做不同变换得到，包含目标相同，因此第一检测结果标识第二图像中目
-
公开(公告)号：CN112633496A
公开(公告)日：2021-04-09
申请号：CN202011506742.3
申请日：2020-12-18
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06N3/08
Abstract: 本申请提供一种检测模型的处理方法及装置，涉及机器学习技术领域，可以提高检测模型的检测准确率。该处理方法包括：获取N帧图片；将N帧图片输入到第一检测模型，进行对象检测处理，得到每帧图片中检测框的置信度；根据第一置信度阈值和获取到的检测框的置信度，确定正样本和负样本；正样本包括第一检测框和N帧图片中包括第一检测框的图片，负样本包括第二检测框和N帧图片中包括第二检测框的图片；第一检测框为置信度高于第一置信度阈值的检测框，第二检测框为置信度低于第一置信度阈值的检测框；第一置信度阈值大于第一检测模型对应的置信度阈值；根据正样本和负样本对第一检测模型进行训练，得到第二检测模型。
-
-
-
-
-
Search Results
6
records
(took 0.036 seconds)
