-
公开(公告)号：CN108171257B
公开(公告)日：2019-11-26
申请号：CN201711249014.7
申请日：2017-12-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明公开了细粒度图像识别模型训练及识别方法、装置及存储介质，其中方法包括：获取作为训练样本的图像，并分别获取每张图像对应的标签，包括：所属类别；根据训练样本及对应的标签训练得到细粒度图像识别模型，并在训练过程中从所属类别以及物体部位两个维度进行特征层面的约束，以便细粒度图像识别模型学习到图像中的关键物体部位；当需要进行细粒度图像识别时，将待识别的图像输入给细粒度图像识别模型，以便细粒度图像识别模型定位出图像中的关键物体部位，并根据关键物体部位完成细粒度图像分类，输出分类结果。应用本发明所述方案，能够节省人力成本及提高模型训练效率等。
-
公开(公告)号：CN109255392A
公开(公告)日：2019-01-22
申请号：CN201811161801.0
申请日：2018-09-30
Applicant: 百度在线网络技术(北京)有限公司
CPC classification number: G06K9/6267 , G06K9/00711 , G06K9/00744
Abstract: 本发明提出了一种基于非局部神经网络的视频分类方法、装置及设备，其中，方法包括：获取待分类视频，并从待分类视频中提取N帧图像帧，其中，N为正整数；分别提取N帧图像帧中的图像特征，并将N帧图像帧中的图像特征输入到非局部神经网络中进行处理，以生成N帧图像帧的关联性特征和N帧图像的图像识别结果；根据N帧图像帧的关联性特征和图像识别结果确定待分类视频的类别。由此，通过非局部神经网络获取N帧图像帧的关联性特征和图像识别结果，进而根据关联性特征和图像识别结果确定视频的类别，能够有效的捕捉视频中多帧之间的关系，提高了视频分类的准确性，并且降低参数规模的冗余，提高了处理效率。
-
Patent Agency Ranking
公开(公告)号：CN108256476A
公开(公告)日：2018-07-06
申请号：CN201810044989.4
申请日：2018-01-17
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/00
Abstract: 本申请实施例公开了用于识别果蔬的方法和装置。该方法的一具体实施方式包括:获取待识别图像；将待识别图像输入预先训练的果蔬识别模型，得到第一识别结果，其中，第一识别结果包括待识别图像中存在指定的果蔬类别集合中的果蔬类别下的水果或蔬菜的概率和不存在果蔬的概率，果蔬识别模型用于表征图像与第一识别结果之间的对应关系；基于所得的第一识别结果生成第二识别结果，并输出第二识别结果。该实施方式实现了对果蔬的识别。
-
公开(公告)号：CN108171257A
公开(公告)日：2018-06-15
申请号：CN201711249014.7
申请日：2017-12-01
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06K9/62
Abstract: 本发明公开了细粒度图像识别模型训练及识别方法、装置及存储介质，其中方法包括：获取作为训练样本的图像，并分别获取每张图像对应的标签，包括：所属类别；根据训练样本及对应的标签训练得到细粒度图像识别模型，并在训练过程中从所属类别以及物体部位两个维度进行特征层面的约束，以便细粒度图像识别模型学习到图像中的关键物体部位；当需要进行细粒度图像识别时，将待识别的图像输入给细粒度图像识别模型，以便细粒度图像识别模型定位出图像中的关键物体部位，并根据关键物体部位完成细粒度图像分类，输出分类结果。应用本发明所述方案，能够节省人力成本及提高模型训练效率等。
-
公开(公告)号：CN109255392B
公开(公告)日：2020-11-24
申请号：CN201811161801.0
申请日：2018-09-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明提出了一种基于非局部神经网络的视频分类方法、装置及设备，其中，方法包括：获取待分类视频，并从待分类视频中提取N帧图像帧，其中，N为正整数；分别提取N帧图像帧中的图像特征，并将N帧图像帧中的图像特征输入到非局部神经网络中进行处理，以生成N帧图像帧的关联性特征和N帧图像的图像识别结果；根据N帧图像帧的关联性特征和图像识别结果确定待分类视频的类别。由此，通过非局部神经网络获取N帧图像帧的关联性特征和图像识别结果，进而根据关联性特征和图像识别结果确定视频的类别，能够有效的捕捉视频中多帧之间的关系，提高了视频分类的准确性，并且降低参数规模的冗余，提高了处理效率。
-
公开(公告)号：CN109657534A
公开(公告)日：2019-04-19
申请号：CN201811273942.1
申请日：2018-10-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提供一种对图像中人体进行分析的方法、装置及电子设备，获取待检测的图像，所述图像为包括人物的图像；将所述图像输入至人体分析模型，所述人体分析模型用于对所述图像进行特征提取，并对提取的特征进行至少两个分析类型的预测，输出所述图像对应的至少两个分析类型的预测结果；根据所述人体分析模型的输出结果，获取所述图像对应的人体分析结果；由于本实施例中的人体分析模型对图像进行提取后，提取的特征同时用于进行多个分析类型的预测，与现有技术相比，减少了对图像进行特征提取的次数，因此，大幅度减少了人体分析模型的计算量，降低了对电子设备的计算能力要求。
-
公开(公告)号：CN108171275A
公开(公告)日：2018-06-15
申请号：CN201810044186.9
申请日：2018-01-17
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于识别花卉的方法和装置。该方法的一具体实施方式包括:获取待识别图像；将待识别图像输入预先训练的花卉识别模型，得到第一识别结果，其中，第一识别结果包括待识别图像中存在指定的花卉类别集合中的花卉类别下的花卉的概率和不存在花卉的概率，花卉识别模型用于表征图像与第一识别结果之间的对应关系；基于所得的第一识别结果生成第二识别结果，并输出第二识别结果。该实施方式实现了对花卉的识别。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
