-
Patent Agency Ranking
公开(公告)号：CN115861684A
公开(公告)日：2023-03-28
申请号：CN202211448436.8
申请日：2022-11-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本公开提供了图像分类模型的训练方法、图像分类方法及装置，涉及计算机技术领域，尤其涉及深度学习、计算机视觉等人工智能领域。方案为：获取互为镜像的第一图像和第二图像；分别对第一图像和第二图像进行特征提取，获取第一图像对应的第一特征图和第二图像对应的第二特征图；分别对第一特征图和第二特征图按通道维度进行池化操作，获取第一特征图对应的第一空间注意力权重图和第二特征图对应的第二空间注意力权重图；根据第一空间注意力权重图与第二空间注意力权重图，确定第一约束损失；根据第一约束损失对图像分类模型进行训练。该方法根据互为镜像的第一图像和第二图像的空间注意力权重图，进行注意力一致性约束，提高了模型的分类效果。
-
公开(公告)号：CN104331600B
公开(公告)日：2018-07-17
申请号：CN201410522719.1
申请日：2014-09-30
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了一种基于因子图模型的自诊模型训练方法和装置。所述基于因子图模型的自诊模型训练方法包括：从收集到的专业知识数据中提取专业知识特征数据，并从收集到的医患交流数据中提取医患交流特征数据，其中，所述专业知识特征数据以及所述医患交流特征数据中均存储有疾病与症状之间的对应关系；根据所述专业知识特征数据以及所述医患交流特征数据的内容构建包括潜藏层的稀疏因子图模型；利用所述专业知识特征数据以及所述医患交流特征数据对所述稀疏因子图模型进行迁移训练，直至所述稀疏因子图模型的参数全部收敛。所述基于因子图模型的自诊模型训练方法和装置同时解决了领域知识偏差以及经验数据稀疏的问题。
-
公开(公告)号：CN104965783A
公开(公告)日：2015-10-07
申请号：CN201510333495.4
申请日：2015-06-16
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F11/36
Abstract: 本发明提供了一种网页内容展现监测的方法和装置，其中方法包括：获取待监测的网页；读取校验配置文件中的定位属性，依据定位属性生成一个或一组网页元素(webElement)对象；读取所述校验配置文件中的校验规则，利用各webElement对象对应的校验规则分别对各webElement对象进行校验；输出校验结果。本发明在校验配置文件中采用元素的定位属性对元素进行定位，不必通过监测用例逐个定义重复或相似元素，降低维护成本；并且无论是页面元素发生变化，还是监测预期需要更新，仅需要对校验配置文件进行修改即可，无需反复修改监测用例，降低了维护成本。
-
公开(公告)号：CN115861684B
公开(公告)日：2024-04-09
申请号：CN202211448436.8
申请日：2022-11-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本公开提供了图像分类模型的训练方法、图像分类方法及装置，涉及计算机技术领域，尤其涉及深度学习、计算机视觉等人工智能领域。方案为：获取互为镜像的第一图像和第二图像；分别对第一图像和第二图像进行特征提取，获取第一图像对应的第一特征图和第二图像对应的第二特征图；分别对第一特征图和第二特征图按通道维度进行池化操作，获取第一特征图对应的第一空间注意力权重图和第二特征图对应的第二空间注意力权重图；根据第一空间注意力权重图与第二空间注意力权重图，确定第一约束损失；根据第一约束损失对图像分类模型进行训练。该方法根据互为镜像的第一图像和第二图像的空间注意力权重图，进行注意力一致性约束，提高了模型的分类效果。
-
公开(公告)号：CN104331600A
公开(公告)日：2015-02-04
申请号：CN201410522719.1
申请日：2014-09-30
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F19/00
Abstract: 本发明实施例公开了一种基于因子图模型的自诊模型训练方法和装置。所述基于因子图模型的自诊模型训练方法包括：从收集到的专业知识数据中提取专业知识特征数据，并从收集到的医患交流数据中提取医患交流特征数据，其中，所述专业知识特征数据以及所述医患交流特征数据中均存储有疾病与症状之间的对应关系；根据所述专业知识特征数据以及所述医患交流特征数据的内容构建包括潜藏层的稀疏因子图模型；利用所述专业知识特征数据以及所述医患交流特征数据对所述稀疏因子图模型进行迁移训练，直至所述稀疏因子图模型的参数全部收敛。所述基于因子图模型的自诊模型训练方法和装置同时解决了领域知识偏差以及经验数据稀疏的问题。
-
-
-
-
Search Results
5
records
(took 0.032 seconds)
