-
公开(公告)号：CN114862683A
公开(公告)日：2022-08-05
申请号：CN202210791426.8
申请日：2022-07-07
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06T3/40 , G06T7/11 , G06V10/774
Abstract: 本申请涉及大场景超分辨率图像目标检测技术领域，公开了一种模型生成方法、目标检测方法、装置、设备及介质，模型生成方法包括：利用各超分辨率图像的真实框构成各图像的样本集合；从样本集合中选择一真实框，根据选择的真实框对超分辨率图像裁切，得到裁切图像；从超分辨率图像的样本集合中删除裁切图像包含的真实框，返回执行从样本集合中选择一真实框的步骤，直至样本集合为空集；利用各超分辨率图像的裁切图像及其包含的真实框作为第一训练集，对第一模型进行训练，得到第一目标检测模型。本申请公开的技术方案，通过每次从样本集合中删除裁切图像包含的真实框及重复执行至样本集合为空集解决过采样和欠采样问题，提高模型性能。
-
Patent Agency Ranking
公开(公告)号：CN110909796A
公开(公告)日：2020-03-24
申请号：CN201911159360.5
申请日：2019-11-22
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种图像分类方法，包括利用交叉熵函数进行模型训练得到的图像分类模型执行以下步骤：接收目标图像，并对目标图像进行量子化转换；通过预设通道个数的卷积核作用于量子化转换后的目标图像得到预设个数个特征图像；对特征图像进行卷积操作并通过2×2大小的池化窗口对卷积操作后的卷积输出进行乘积池化；乘积池化后在输出层得到目标图像对各目标种类的得分值，并利用softmax函数基于各所述得分值计算目标图像属于各目标种类的概率值，以及确定概率值最大的目标种类为目标图像所属类别。该方法可有效提高图像分类的准确性与可靠性。本申请还公开了一种图像分类装置、设备以及计算机可读存储介质，均具有上述技术效果。
-
公开(公告)号：CN114862683B
公开(公告)日：2022-12-09
申请号：CN202210791426.8
申请日：2022-07-07
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06T3/40 , G06T7/11 , G06V10/774
Abstract: 本申请涉及大场景超分辨率图像目标检测技术领域，公开了一种模型生成方法、目标检测方法、装置、设备及介质，模型生成方法包括：利用各超分辨率图像的真实框构成各图像的样本集合；从样本集合中选择一真实框，根据选择的真实框对超分辨率图像裁切，得到裁切图像；从超分辨率图像的样本集合中删除裁切图像包含的真实框，返回执行从样本集合中选择一真实框的步骤，直至样本集合为空集；利用各超分辨率图像的裁切图像及其包含的真实框作为第一训练集，对第一模型进行训练，得到第一目标检测模型。本申请公开的技术方案，通过每次从样本集合中删除裁切图像包含的真实框及重复执行至样本集合为空集解决过采样和欠采样问题，提高模型性能。
-
公开(公告)号：CN111881757B
公开(公告)日：2023-09-01
申请号：CN202010605966.3
申请日：2020-06-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06V40/10 , G06V10/762 , G06V10/774
Abstract: 本申请公开了一种行人重识别方法、装置、设备及介质，包括：利用第一行人重识别模型提取原始训练集的特征；其中，所述原始训练集包括行人样本图像和对应的标签信息；根据所述原始数据集的特征空间分布特性，进行聚类；根据聚类结果筛选出困难样本；将所述困难样本添加至所述原始训练集，得到目标训练集；利用所述目标训练集对所述第一行人重识别模型进行训练，得到第二行人重识别模型；当获取到待识别行人图像，则利用所述第二行人重识别模型输出对应的识别结果。这样，挖掘出困难样本，通过挖掘出的困难样本改变原始数据集中的样本空间分布，能够增加对困难样本的关注度，从而提升行人重识别的准确度。
-
公开(公告)号：CN110909796B
公开(公告)日：2022-05-17
申请号：CN201911159360.5
申请日：2019-11-22
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种图像分类方法，包括利用交叉熵函数进行模型训练得到的图像分类模型执行以下步骤：接收目标图像，并对目标图像进行量子化转换；通过预设通道个数的卷积核作用于量子化转换后的目标图像得到预设个数个特征图像；对特征图像进行卷积操作并通过2×2大小的池化窗口对卷积操作后的卷积输出进行乘积池化；乘积池化后在输出层得到目标图像对各目标种类的得分值，并利用softmax函数基于各所述得分值计算目标图像属于各目标种类的概率值，以及确定概率值最大的目标种类为目标图像所属类别。该方法可有效提高图像分类的准确性与可靠性。本申请还公开了一种图像分类装置、设备以及计算机可读存储介质，均具有上述技术效果。
-
公开(公告)号：CN111881757A
公开(公告)日：2020-11-03
申请号：CN202010605966.3
申请日：2020-06-29
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请公开了一种行人重识别方法、装置、设备及介质，包括：利用第一行人重识别模型提取原始训练集的特征；其中，所述原始训练集包括行人样本图像和对应的标签信息；根据所述原始数据集的特征空间分布特性，进行聚类；根据聚类结果筛选出困难样本；将所述困难样本添加至所述原始训练集，得到目标训练集；利用所述目标训练集对所述第一行人重识别模型进行训练，得到第二行人重识别模型；当获取到待识别行人图像，则利用所述第二行人重识别模型输出对应的识别结果。这样，挖掘出困难样本，通过挖掘出的困难样本改变原始数据集中的样本空间分布，能够增加对困难样本的关注度，从而提升行人重识别的准确度。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
