模型验证方法、装置、计算机设备和存储介质

    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

    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。

    一种基于深度学习的废钢判级方法

    公开(公告)号:CN114581381A

    公开(公告)日:2022-06-03

    申请号:CN202210149519.0

    申请日:2022-02-18

    Abstract: 本发明公开了一种基于深度学习的废钢判级方法,包括:(1)采集多个整车废钢卸载的视频数据,抽取多个图像帧进行人工标注,数据扩增后划分为训练集和测试集;(2)将训练集和测试集中的所有图片归一化;(3)构建判级模型,判级模型包括时空信息分离网络和改进的时间信息融合网络;时空信息分离网络用于从输入的图片中提取一系列高维特征,在整车废钢全部卸载后,将时空信息分离网络提取的特征输入改进的时间信息融合网络,获得整车判级结果;(4)利用训练集对判级模型进行训练;(5)对于待判级的废钢,利用摄像机拍摄整车废钢卸载视频,截取视频帧输入训练完的判级模型,得到废钢判级结果。利用本发明,可以实现对废钢的有效准确判级。

Patent Agency Ranking