-
公开(公告)号：CN119251626A
公开(公告)日：2025-01-03
申请号：CN202411161452.8
申请日：2024-08-22
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06V10/776 , G06V10/774
Abstract: 本申请涉及一种模型验证方法、装置、计算机设备和存储介质，方法包括：获取生成模型基于第一噪声和第一文本生成的第一合成图，以及生成模型基于第二噪声和第二文本生成的第二合成图；根据第一模型对第一合成图的预测结果和第一噪声，得到第一目标噪声，并根据第二模型对第二合成图的预测结果和第二噪声，得到第二目标噪声；获取生成模型基于第一目标噪声和第一文本生成的第三合成图，以及基于第二目标噪声和第二文本生成的第四合成图；通过比较第一模型对第三合成图的预测结果和第二模型对第四合成图的预测结果，判断第一模型是否对生成模型进行知识窃取，采用本方法能够准确验证第一模型是否对生成模型的合成图数据集进行知识窃取。
-
公开(公告)号：CN113033696B
公开(公告)日：2022-06-17
申请号：CN202110393261.4
申请日：2021-04-13
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
公开(公告)号：CN108875777B
公开(公告)日：2022-03-15
申请号：CN201810413037.5
申请日：2018-05-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN108875777A
公开(公告)日：2018-11-23
申请号：CN201810413037.5
申请日：2018-05-03
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于双路神经网络的纺织面料中纤维种类及混纺比例识别方法，首先利用手机装上专业光学放大摄像头采集纺织面料样本数据；其次，构建双路深度神经网络，以采集到纺织面料样本中部分图像块为输入，输出为纺织面料中纤维种类及混纺比例，对采集到的样本数据集预处理后，对构建的双路深度网络进行训练；实际使用中，利用手机配备的专业光学放大摄像头拍摄任意一种纺织面料，获得的图片远程传入训练好的深度网络，输出对应纺织面料中纤维种类以及对应混纺比例。通过上述3个步骤，可以识别出任意一种纺织面料中纤维种类以及对应混纺比例。
-
公开(公告)号：CN113033696A
公开(公告)日：2021-06-25
申请号：CN202110393261.4
申请日：2021-04-13
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
Patent Agency Ranking
公开(公告)号：CN110418030B
公开(公告)日：2020-07-10
申请号：CN201910548714.9
申请日：2019-06-24
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 一种基于图像色块用于纺织品喷墨印染的颜色一致性映射方法，包括下列步骤：1)印染机CMYK墨水样本选取；2)光箱相机颜色采集标定与色差补偿；3)图片色块颜色样本的采集与提取；4)利用RBF神经网络建立RGB颜色空间与CMYK颜色空间之间的转换。通过上述步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
公开(公告)号：CN110418030A
公开(公告)日：2019-11-05
申请号：CN201910548714.9
申请日：2019-06-24
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 一种基于图像色块用于纺织品喷墨印染的颜色一致性映射方法，包括下列步骤：1)印染机CMYK墨水样本选取；2)光箱相机颜色采集标定与色差补偿；3)图片色块颜色样本的采集与提取；4)利用RBF神经网络建立RGB颜色空间与CMYK颜色空间之间的转换。通过上述步骤建立的转换关系，可以将任何一张RGB图片精确地转换为对应CMYK颜色值图片，用于纺织品花型稿的喷墨印染。
-
公开(公告)号：CN112381168B
公开(公告)日：2022-04-01
申请号：CN202011318081.1
申请日：2020-11-23
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V10/82 , G06N3/04 , G06T11/00
Abstract: 基于单样例引导物体表征拆分的图像编辑算法，包括下列步骤：1)基于单样例的监督模块构建；2)单样例引导下的自监督模块中的对偶策略构建；3)单样例引导下的自监督模块中的模糊分类策略构建4)基于单样例标注图像引导物体表征拆分的图像编辑。通过上述步骤建立的基于单样例引导物体表征拆分的图像编辑算法，只需要为每一类别图像标注一个样本形成单样例样本，利用单样例样本引导大量无标注数据训练的方式，通过单样例的监督模块和单样例引导无标注数据的自监督模块，实现复杂场景的前景物体和背景表征拆分，使得在图像表征空间即可直接操作图像，轻松实现相关图像编辑任务。
-
公开(公告)号：CN112381168A
公开(公告)日：2021-02-19
申请号：CN202011318081.1
申请日：2020-11-23
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于单样例引导物体表征拆分的图像编辑算法，包括下列步骤：1)基于单样例的监督模块构建；2)单样例引导下的自监督模块中的对偶策略构建；3)单样例引导下的自监督模块中的模糊分类策略构建4)基于单样例标注图像引导物体表征拆分的图像编辑。通过上述步骤建立的基于单样例引导物体表征拆分的图像编辑算法，只需要为每一类别图像标注一个样本形成单样例样本，利用单样例样本引导大量无标注数据训练的方式，通过单样例的监督模块和单样例引导无标注数据的自监督模块，实现复杂场景的前景物体和背景表征拆分，使得在图像表征空间即可直接操作图像，轻松实现相关图像编辑任务。
-
公开(公告)号：CN116958549A
公开(公告)日：2023-10-27
申请号：CN202310908027.X
申请日：2023-07-24
Applicant: 浙江大学
Abstract: 基于视觉大模型的移动端定向分割方法，首先利用现有遥感数据集标注正样本点标注数据集；其次，利用梯度寻优技术，以正样本点和语义特征向量为输入，目标遮罩为输出，获取特定类别语义特征；再次，经过关联模块筛选和位置语义融合再优化后，得到一个精简的定向分割大模型；最后，任选若干张遥感影像，输入模型得到指定类别的遮罩。通过上述4个步骤，可以识别出任意一种遮罩。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.036 seconds)
