工作流生成方法、装置、电子设备及存储介质

    公开(公告)号:CN114445047A

    公开(公告)日:2022-05-06

    申请号:CN202210113007.9

    申请日:2022-01-29

    IPC分类号: G06Q10/10

    摘要: 本公开提供了一种工作流生成方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及人工智能技术开发领域。具体实现方案为:接收工作流生成请求,其中,工作流生成请求中携带有工作流的描述信息,并根据描述信息,确定工作流节点,再处理工作流节点,并基于处理结果获取工作流元信息,以及根据工作流元信息,生成目标工作流,由于是根据工作流的描述信息确定了工作流节点,并对该工作流节点进行整合处理,以生成目标工作流,使得目标工作流能够有效地适配工作流的描述信息,支持对工作流节点的个性化描述和调整,能够有效地满足不同用户的工作流定制需求,有效地提升工作流生成方法的灵活性和适用性。

    模型生产方法、系统、装置及电子设备

    公开(公告)号:CN113741887A

    公开(公告)日:2021-12-03

    申请号:CN202110955365.X

    申请日:2021-08-19

    IPC分类号: G06F8/35 G06F9/48

    摘要: 本公开提供了模型生产方法、系统、装置及电子设备,涉及计算机技术领域,进一步涉及人工智能技术领域。具体实现方案为:获取模型生产相关操作;调用模型生产相关操作对应的应用程序接口,以获取模型生产相关操作对应的模型服务;根据模型服务适配的当前软件平台的工具,调用当前软件平台的本地资源执行模型服务,以获取模型生产相关操作的操作结果。该模型生产方法具有较好的通用性和扩展性。

    图像处理方法、装置、电子设备及存储介质

    公开(公告)号:CN113362227A

    公开(公告)日:2021-09-07

    申请号:CN202110693258.4

    申请日:2021-06-22

    IPC分类号: G06T3/40

    摘要: 本公开提供了一种图像处理方法、装置、电子设备及存储介质,涉及图像处理领域,尤其涉及图像拼接及智能分析领域。具体实现方案为:获取针对目标场景的多张局部图像;针对每一局部图像,对该局部图像进行预定图像处理,得到该局部图像的处理结果;对多张局部图像进行图像拼接,得到目标场景的全局图像,并获得每一局部图像对应的辅助信息;其中,每一局部图像对应的辅助信息为用于表征该局部图像与全局图像的位置映射关系的信息;基于所获得的辅助信息,将各个局部图像的处理结果融合到全局图像中。通过本方案,可以实现在无需采集超大尺寸的全局图像的前提下,对场景进行有效的智能分析。

    目标检测方法和装置、计算机系统和可读存储介质

    公开(公告)号:CN112001912A

    公开(公告)日:2020-11-27

    申请号:CN202010878201.7

    申请日:2020-08-27

    IPC分类号: G06T7/00 G06T3/40

    摘要: 本公开的实施例公开了一种目标检测方法和装置、计算机系统和可读存储介质,涉及计算机视觉和图像处理领域。该目标检测方法包括:通过统计第一训练数据集中各个训练图片上的目标占比,确定第一训练数据集中的至少一个典型目标占比;基于至少一个典型目标占比确定至少一个图片缩放尺寸,并根据至少一个图片缩放尺寸对第一训练数据集中的各个训练图片进行缩放;通过对各个经过缩放的训练图片进行切片,获取第二训练数据集;利用第二训练数据集对目标检测模型进行训练;以及利用经过训练的目标检测模型对待检测图片进行目标检测。根据本公开的实施例的目标检测方法可以在无需人工干预的情况下完成极小目标检测任务。

    深度学习模型的部署方法、装置、电子设备和存储介质

    公开(公告)号:CN111767059A

    公开(公告)日:2020-10-13

    申请号:CN202010612647.5

    申请日:2020-06-30

    IPC分类号: G06F8/60 G06N20/00

    摘要: 本申请公开了深度学习模型的部署方法、装置、电子设备和存储介质,涉及深度学习、云计算等领域。具体实现方案为:接收部署请求;其中,部署请求包括深度学习模型和至少两个部署设备类型;针对至少两个部署设备类型中的每个部署设备类型,确定在部署设备类型对应的设备上部署深度学习模型的流程图;在至少两个部署设备类型对应的至少两个流程图包括相同的任务的情况下,合并至少两个流程图中相同的任务,得到目标流程图。本申请实施例可以提高模型部署效率,用于图像处理、语音识别等。

    前景提取方法、装置、计算机设备及存储介质

    公开(公告)号:CN110390327A

    公开(公告)日:2019-10-29

    申请号:CN201910555311.7

    申请日:2019-06-25

    IPC分类号: G06K9/32 G06K9/34

    摘要: 本发明公开了前景提取方法、装置、计算机设备及存储介质,其中方法可包括:对原始图像进行显著性检测,得到原始图像对应的灰度图像;根据灰度图像生成包含前景、背景以及未知区域的Trimap图像;结合原始图像,对Trimap图像中的未知区域进行前景背景分割,得到仅包含前景和背景的MASK图像。应用本发明所述方案,可节省人力及时间成本,并提高处理结果的准确性等。

    样本数据标注方法、装置、计算机设备及存储介质

    公开(公告)号:CN110378396A

    公开(公告)日:2019-10-25

    申请号:CN201910561309.0

    申请日:2019-06-26

    IPC分类号: G06K9/62

    摘要: 本发明公开了样本数据标注方法、装置、计算机设备及存储介质,其中方法可包括:获取初始的标注模型;利用用户从上传的样本数据中选出并进行标注的M个样本数据组成训练数据集,M为大于一的正整数;进行模型优化处理,包括:利用训练数据集对标注模型进行finetuning,得到优化后的标注模型;若能够从未标注的样本数据中选出符合预定要求的样本数据,则将选出的样本数据经用户标注后合并到训练数据集中,并重复所述模型优化处理,否则,利用最新得到的标注模型对未标注的样本数据进行标注。应用本发明所述方案,可节省人力成本,提升处理效率,并提高标注结果的准确性等。

    物体检测方法、装置、设备和存储介质

    公开(公告)号:CN110222780A

    公开(公告)日:2019-09-10

    申请号:CN201910507035.7

    申请日:2019-06-12

    IPC分类号: G06K9/62

    摘要: 本发明实施例公开了一种物体检测方法、装置、设备和存储介质。该方法包括:获取待检测图像;将所述待检测图像输入至物体检测模型中,确定所述待检测图像中的物体属性信息;其中,所述物体检测模型是通过采用根据样本图像集信息所确定的超参数,对初始网络模型进行训练得到的;所述超参数包括样本标注框在初始网络模型中特征图上的尺度权重。本发明实施例的方案以实现降低训练得到的物体检测模型的检测误差,提高物体检测效率和准确性。