-
公开(公告)号：CN114529791B
公开(公告)日：2024-10-29
申请号：CN202210032569.0
申请日：2022-01-12
Applicant: 科大讯飞股份有限公司
IPC: G06V10/80 , G06V10/774
Abstract: 本申请公开了一种目标检测方法及相关装置、电子设备、存储介质，其中，目标检测方法包括：获取待检测图像的特征图中各像素位置的第一特征表示，并获取若干预设对象的第二特征表示和若干预设类别的第三特征表示；将预设对象的第二特征表示和预设类别的第三特征表示进行融合，得到融合特征表示；基于第一特征表示和融合特征表示进行预测，得到目标对象关于目标类别的检测结果；其中，目标对象和目标类别分别表征融合特征表示对应的预设对象和预设类别。上述方案，能够将多分类任务转换为二分类任务，进而即使类别再繁多，也能够准确检测，有利于提升目标检测精度。
-
公开(公告)号：CN117496515A
公开(公告)日：2024-02-02
申请号：CN202311481753.4
申请日：2023-11-08
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种点云数据标注方法、存储介质和电子设备。点云数据标注方法，包括：获取驾驶场景的连续帧点云数据；对连续帧点云数据进行目标检测和目标追踪，得到三维检测框和三维检测框的得分、追踪编码；根据三维检测框的得分和追踪编码，从三维检测框中筛选出目标框，作为点云数据的标注结果。该方法根据追踪编码进行三维检测框筛选，可降低筛选错误率，提高标注准确率，进而可提升标注效率。
-
公开(公告)号：CN119295896B
公开(公告)日：2025-05-13
申请号：CN202411839808.9
申请日：2024-12-13
Applicant: 科大讯飞股份有限公司
IPC: G06V10/82 , G06N3/0495 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本申请公开了一种计算机视觉处理方法、装置、设备和存储介质，该方法包括：处理设备获取图像数据；利用处理设备存储的目标模型对图像数据进行计算机视觉处理，得到计算机视觉处理结果；其中，目标模型是通过如下处理得到的：获取原始模型对应的量化精度；从原始模型中获取若干第一子结构，确定各第一子结构对应的均衡因子；分别基于各均衡因子对对应的第一子结构的模型参数进行调整，以得到待量化模型；均衡因子是用于调整模型参数的分布区间的参数；基于量化精度对待量化模型的模型参数进行目标量化处理，得到目标模型。上述方案，能够降低计算机视觉处理对硬件设备的要求。
-
公开(公告)号：CN119862924A
公开(公告)日：2025-04-22
申请号：CN202510345570.2
申请日：2025-03-24
Applicant: 科大讯飞股份有限公司
IPC: G06N3/082 , G06N3/0495
Abstract: 本申请提出一种模型剪枝方法、装置、电子设备及程序产品，该方法包括：对预先训练好的目标模型内各网络层中的通道进行迭代稀疏处理，直至目标模型的模型精度与当前次迭代中目标模型对应的稀疏模型的模型精度的差值大于或等于预定阈值，以得到目标模型对应的目标稀疏模型，并基于目标稀疏模型内各网络层中的通道的稀疏处理结果，确定目标模型内各网络层中的待剪枝通道，并对各待剪枝通道进行物理剪枝，以移除目标模型内各网络层中的待剪枝通道，得到目标模型的剪枝模型。上述的模型剪枝方法能够在降低目标模型剪枝后的资源占用量的前提下，有效保证目标模型剪枝后的模型精度。
-
公开(公告)号：CN117197433A
公开(公告)日：2023-12-08
申请号：CN202311157821.1
申请日：2023-09-07
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种目标检测方法、装置、电子设备和存储介质，方法包括：获取视图图像，以及点云数据，视图图像和点云数据是针对同一空间采集得到的；基于点云数据，对视图图像进行深度预计和/或对空间下的鸟瞰图进行可见性分割，得到空间遮挡关系；基于空间遮挡关系，对视图图像和点云数据进行特征聚合，并基于聚合结果进行目标检测。本发明实施例提供的方法、装置，通过点云数据，对视图图像进行深度预计和/或对空间下的鸟瞰图进行可见性分割，得到空间遮挡关系，并应用空间遮挡关系指导视图图像和点云数据的特征聚合，从而避免聚合过程中反向投影的问题，避免在聚合过程中引入噪声，由此基于聚合结果进行目标检测，实现了准确可靠的目标检测。
-
Patent Agency Ranking
公开(公告)号：CN119295896A
公开(公告)日：2025-01-10
申请号：CN202411839808.9
申请日：2024-12-13
Applicant: 科大讯飞股份有限公司
IPC: G06V10/82 , G06N3/0495 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本申请公开了一种计算机视觉处理方法、装置、设备和存储介质，该方法包括：处理设备获取图像数据；利用处理设备存储的目标模型对图像数据进行计算机视觉处理，得到计算机视觉处理结果；其中，目标模型是通过如下处理得到的：获取原始模型对应的量化精度；从原始模型中获取若干第一子结构，确定各第一子结构对应的均衡因子；分别基于各均衡因子对对应的第一子结构的模型参数进行调整，以得到待量化模型；均衡因子是用于调整模型参数的分布区间的参数；基于量化精度对待量化模型的模型参数进行目标量化处理，得到目标模型。上述方案，能够降低计算机视觉处理对硬件设备的要求。
-
公开(公告)号：CN117765492A
公开(公告)日：2024-03-26
申请号：CN202311769108.2
申请日：2023-12-20
Applicant: 科大讯飞股份有限公司
IPC: G06V20/56 , G06V10/40 , G06V10/80 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种车道线检测方法、装置、电子设备及存储介质，该方法包括：将待检测图像输入车道线检测模型中的特征提取器，得到特征提取器输出的待检测图像的图像特征；在图像特征中提取至少一个目标像素点对应的初始query特征，目标像素点为待检测图像中车道线对应的像素点；基于图像特征和各初始query特征，对各初始query特征进行特征增强，得到各目标像素点对应的增强query特征，增强query特征用于表征目标像素点在待检测图像中的全局特征信息；基于各增强query特征，检测待检测图像中的车道线。基于图像特征和各初始query特征进行特征增强，能提高对目标像素点的信息表征力度，进而能提高检测准确度。
-
公开(公告)号：CN119741680A
公开(公告)日：2025-04-01
申请号：CN202510228270.6
申请日：2025-02-28
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提出一种车位检测方法、装置、系统、电子设备及程序产品，该方法基于车辆所处环境的图像数据确定多个候选车位角点的特征数据，候选车位角点的特征数据包括候选车位角点的位置特征和图像特征，并根据各候选车位角点的特征数据分别确定每一个候选车位角点对应的车位特征，以根据各候选车位角点对应的车位特征预测得到各候选车位角点对应的候选车位的目标检测信息，目标检测信息包括第一车位检测信息或第二车位检测信息，第一车位检测信息包括第一泊车阶段的需求车位信息，第二车位检测信息包括第二泊车阶段的需求车位信息。上述的车位检测方案能够有效提高车位检测精度，从而能够为自动泊车系统做出正确的泊车决策提供技术支撑。
-
公开(公告)号：CN117935260A
公开(公告)日：2024-04-26
申请号：CN202410046229.2
申请日：2024-01-11
Applicant: 科大讯飞股份有限公司
IPC: G06V20/70 , G06V10/25 , G06V10/26 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/62 , G06T7/277 , G06V20/58 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本发明提供一种标注方法、装置、电子设备和存储介质，其中方法包括：获取连续拍摄的多帧图像和所述多帧图像对应的多帧点云；基于所述多帧图像和所述多帧点云进行目标检测，得到多个检测目标；对所述多个检测目标进行目标追踪，得到追踪结果；基于所述多个检测目标在所述多帧图像中的语义特征、所述多帧点云的点云特征以及所述追踪结果，对所述多个检测目标进行目标优化，得到所述多帧图像的标注结果。本发明提供的方法、装置、电子设备和存储介质，不仅可以实现对多帧图像的自动标注，提高标注效率，而且可以更准确地对目标进行标注，提高标注结果的一致性和鲁棒性。
-
公开(公告)号：CN114529791A
公开(公告)日：2022-05-24
申请号：CN202210032569.0
申请日：2022-01-12
Applicant: 科大讯飞股份有限公司
IPC: G06V10/80 , G06V10/774 , G06K9/62
Abstract: 本申请公开了一种目标检测方法及相关装置、电子设备、存储介质，其中，目标检测方法包括：获取待检测图像的特征图中各像素位置的第一特征表示，并获取若干预设对象的第二特征表示和若干预设类别的第三特征表示；将预设对象的第二特征表示和预设类别的第三特征表示进行融合，得到融合特征表示；基于第一特征表示和融合特征表示进行预测，得到目标对象关于目标类别的检测结果；其中，目标对象和目标类别分别表征融合特征表示对应的预设对象和预设类别。上述方案，能够将多分类任务转换为二分类任务，进而即使类别再繁多，也能够准确检测，有利于提升目标检测精度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
