-
公开(公告)号：CN112529986B
公开(公告)日：2023-09-22
申请号：CN201910891325.6
申请日：2019-09-19
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了图文相关性的计算模型建立方法、计算方法及装置，涉及计算机领域。具体实现方案为：将图像样本输入第一神经网络，将文本样本输入第二神经网络；将图像样本的表示向量和文本样本的表示向量输入第三神经网络的输入端，第三神经网络的输入端包括全连接层；第一、第二和第三神经网络形成初始化模型，利用图像样本和文本样本对初始化模型进行训练，得到图文相关性的计算模型。将目标图像和目标文本输入上述模型，即可得出相关性值。通过上述方案，以整体模型来进行相关性的计算。在训练时整体模型中的三个神经网络联动训练，打破模型之间的壁垒，提高相关性计算的准确度。
-
公开(公告)号：CN112541934B
公开(公告)日：2024-02-27
申请号：CN201910894294.X
申请日：2019-09-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种图像处理方法及装置、电子设备、存储有计算机指令的非瞬时计算机可读存储介质，涉及图像处理领域。具体实现方案为：对图片进行显著性检测，确定所述图片中的目标对象对应的目标区域；基于目标裁剪尺寸，确定裁剪后预计损失的目标区域的面积；基于裁剪后预计损失的目标区域的面积，确定针对所述图片的裁剪方式；基于确定的裁剪方式对所述图片进行裁剪，得到裁剪后的图片。
-
公开(公告)号：CN112541934A
公开(公告)日：2021-03-23
申请号：CN201910894294.X
申请日：2019-09-20
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了一种图像处理方法及装置、电子设备、存储有计算机指令的非瞬时计算机可读存储介质，涉及图像处理领域。具体实现方案为：对图片进行显著性检测，确定所述图片中的目标对象对应的目标区域；基于目标裁剪尺寸，确定裁剪后预计损失的目标区域的面积；基于裁剪后预计损失的目标区域的面积，确定针对所述图片的裁剪方式；基于确定的裁剪方式对所述图片进行裁剪，得到裁剪后的图片。
-
Patent Agency Ranking
公开(公告)号：CN112651413B
公开(公告)日：2023-10-17
申请号：CN201910960412.2
申请日：2019-10-10
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F18/24 , G06N20/20 , G06F18/214
Abstract: 本申请实施例公开了一种低俗图的集成学习分类方法、装置、设备及存储介质，涉及集成学习技术领域。具体实现方案为：通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，线上图集与搜索引擎相关联；在待识别图集中，通过自训练的专用低俗图分类模型获取与识别场景匹配的场景低俗图。本申请实施例的方案实现了精准的识别出特定的识别场景中的低俗图，减少了网络上的低俗图数量。
-
公开(公告)号：CN113495971A
公开(公告)日：2021-10-12
申请号：CN202010268770.X
申请日：2020-04-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/535 , G06F16/58 , G06F40/30
Abstract: 本申请公开了一种数据转换模型的优化方法、装置和电子设备，涉及计算机计算领域中的人工智能领域。具体实现方案为：一种数据转换模型的优化方法，包括：获取第一样本，其中，所述第一样本包括第一像素矩阵和第一文本，所述第一像素矩阵为第一图片的像素矩阵，所述第一文本所表示的语义与所述第一图片匹配；基于所述第一样本、第一优化函数和第一预设关系，对数据转换模型进行优化，得到第一目标数据转换模型。本申请实施例提供的一种数据转换模型的优化方法、装置和电子设备，可以解决现有技术中存在图片与文本之间的对应效果差的问题。
-
公开(公告)号：CN112529986A
公开(公告)日：2021-03-19
申请号：CN201910891325.6
申请日：2019-09-19
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请公开了图文相关性的计算模型建立方法、计算方法及装置，涉及计算机领域。具体实现方案为：将图像样本输入第一神经网络，将文本样本输入第二神经网络；将图像样本的表示向量和文本样本的表示向量输入第三神经网络的输入端，第三神经网络的输入端包括全连接层；第一、第二和第三神经网络形成初始化模型，利用图像样本和文本样本对初始化模型进行训练，得到图文相关性的计算模型。将目标图像和目标文本输入上述模型，即可得出相关性值。通过上述方案，以整体模型来进行相关性的计算。在训练时整体模型中的三个神经网络联动训练，打破模型之间的壁垒，提高相关性计算的准确度。
-
公开(公告)号：CN113495971B
公开(公告)日：2024-05-24
申请号：CN202010268770.X
申请日：2020-04-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/535 , G06F16/58 , G06F40/30
Abstract: 本申请公开了一种数据转换模型的优化方法、装置和电子设备，涉及计算机计算领域中的人工智能领域。具体实现方案为：一种数据转换模型的优化方法，包括：获取第一样本，其中，所述第一样本包括第一像素矩阵和第一文本，所述第一像素矩阵为第一图片的像素矩阵，所述第一文本所表示的语义与所述第一图片匹配；基于所述第一样本、第一优化函数和第一预设关系，对数据转换模型进行优化，得到第一目标数据转换模型。本申请实施例提供的一种数据转换模型的优化方法、装置和电子设备，可以解决现有技术中存在图片与文本之间的对应效果差的问题。
-
公开(公告)号：CN112651413A
公开(公告)日：2021-04-13
申请号：CN201910960412.2
申请日：2019-10-10
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一种低俗图的集成学习分类方法、装置、设备及存储介质，涉及集成学习技术领域。具体实现方案为：通过语义以及图像检索的方式，在线上图集中获取与识别场景匹配的待识别图集，线上图集与搜索引擎相关联；在待识别图集中，通过自训练的专用低俗图分类模型获取与识别场景匹配的场景低俗图。本申请实施例的方案实现了精准的识别出特定的识别场景中的低俗图，减少了网络上的低俗图数量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
