公开(公告)号：CN113688887A

公开(公告)日：2021-11-23

申请号：CN202110931644.2

申请日：2021-08-13

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 崔东林 ,  王加明 ,  邓天生 ,  贠挺 ,  于天宝 ,  陈国庆 ,  林赛群

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开提供了一种图像识别模型的训练与图像识别方法、装置、电子设备和可读存储介质，涉及图像处理、深度学习等人工智能技术领域。图像识别模型的训练方法包括：获取多张第一图像；根据所述多张第一图像中的标识图案，生成多张第二图像；根据所述多张第一图像与所述多张第二图像，构建图像集；使用所述图像集与预设标签对神经网络模型进行训练，得到图像识别模型。图像识别方法包括：获取待识别图像；将所述待识别图像输入图像识别模型，得到所述图像识别模型输出的预测分值；在确定所述预测分值大于目标图像阈值的情况下，确定所述待识别图像中包含标识图案。本公开能够降低图像识别模型的训练成本，提升图像识别模型的识别准确性。

公开(公告)号：CN107945175A

公开(公告)日：2018-04-20

申请号：CN201711322001.8

申请日：2017-12-12

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 王加明 ,  苏春波

IPC: G06T7/00

CPC classification number: G06T7/0002 ,  G06T2207/20081 ,  G06T2207/30168

Abstract: 本发明公开了一种图像的评价方法、装置、服务器及存储介质。其中，所述方法包括：获取图像的特征集，其中，所述特征集包括：图像主观参数特征和/或图像客观参数特征；将图像的特征集输入完成训练的深度学习模型，得到所述图像的评价结果，其中，所述深度学习模型根据样本图像的特征集和所述样本图像的评价结果进行训练而得。提高了图像评价的准确性。以使得评价结果更加贴合用户的实际需求，解决了根据评价结果生成的推荐图像的命中率较低的技术问题。

公开(公告)号：CN113642481A

公开(公告)日：2021-11-12

申请号：CN202110945952.0

申请日：2021-08-17

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 张素芳 ,  张超 ,  于天宝 ,  王加明 ,  王明凯 ,  贠挺 ,  林赛群

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开公开了图像识别方法、识别模型的训练方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及计算机视觉技术领域。具体实现方案为：利用识别模型提取待识别异构图像中的目标对象的特征向量，待识别异构图像包括对真实对象进行模拟后得到的虚拟图像；计算目标对象的特征向量与模板特征向量之间的相似度，得到相似度结果；以及基于相似度结果，确定目标对象的属性信息；其中，识别模型是利用样本异构图像训练初始识别模型后得到的。

公开(公告)号：CN112819761B

公开(公告)日：2023-09-01

申请号：CN202110083067.6

申请日：2021-01-21

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 王永镇 ,  王加明 ,  邓天生 ,  王明凯 ,  于天宝 ,  贠挺

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本公开提供了一种模型训练方法、分数确定方法、装置、设备、介质和产品，可以用于视频分类领域、人物识别领域和视频推荐领域中。该方法包括：使用清晰度确定模型，确定预定图像集合中的至少一个预定图像的清晰度分数；使用清晰度确定模型，针对至少一个预定图像确定显著性；以及调整清晰度确定模型的参数，使得所确定的清晰度分数和所确定的显著性和与至少一个预定图像对应的预定清晰度分数和预定显著性的差别尽可能小。利用上述方法，能够基于输入图像中、人们关注的部分来对输入图像的清晰度打分，从而有助于进一步调整或者替换该输入图像，因此能够提高确定图像清晰度分数的准确度以及提升用户体验。

公开(公告)号：CN112819761A

公开(公告)日：2021-05-18

申请号：CN202110083067.6

申请日：2021-01-21

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 王永镇 ,  王加明 ,  邓天生 ,  王明凯 ,  于天宝 ,  贠挺

IPC: G06T7/00 ,  G06N3/08

Abstract: 本公开提供了一种模型训练方法、分数确定方法、装置、设备、介质和产品，可以用于视频分类领域、人物识别领域和视频推荐领域中。该方法包括：使用清晰度确定模型，确定预定图像集合中的至少一个预定图像的清晰度分数；使用清晰度确定模型，针对至少一个预定图像确定显著性；以及调整清晰度确定模型的参数，使得所确定的清晰度分数和所确定的显著性和与至少一个预定图像对应的预定清晰度分数和预定显著性的差别尽可能小。利用上述方法，能够基于输入图像中、人们关注的部分来对输入图像的清晰度打分，从而有助于进一步调整或者替换该输入图像，因此能够提高确定图像清晰度分数的准确度以及提升用户体验。