-
公开(公告)号:CN115578552A
公开(公告)日:2023-01-06
申请号:CN202211304758.5
申请日:2022-10-24
申请人: 浙江网商银行股份有限公司
摘要: 本说明书实施例提供检测模型训练方法以及目标检测方法,其中所述检测模型训练方法包括:获取标注有目标框的样本图像;将所述样本图像输入预设检测模型中进行目标检测,获得预测框;根据所述目标框的边信息和点信息,以及所述预测框的边信息和点信息,计算损失值;基于所述损失值调整所述预设检测模型的模型参数,返回执行所述获取标注有目标框的样本图像的步骤,在达到预设训练停止条件的情况下,确定训练后的所述预设检测模型为目标检测模型。通过边信息和点信息确定损失值,提高了模型检测的精确度。本方法实现简单,适用于使用任何深度学习框架,避免了方形物体无法回归的问题。
-
公开(公告)号:CN115410000A
公开(公告)日:2022-11-29
申请号:CN202210977175.2
申请日:2022-08-15
申请人: 浙江网商银行股份有限公司
IPC分类号: G06V10/44 , G06V10/764 , G06V10/82 , G06N3/04 , G06F16/35 , G06F40/284
摘要: 本说明书实施例提供对象分类方法以及装置,其中所述对象分类方法包括:获取待分类对象;提取所述待分类对象的特征向量;对所述特征向量和查询向量进行多头交叉注意力运算,得到类别向量,其中,所述查询向量为对预设的类别查询向量进行多头自注意力运算得到;根据所述类别向量,确定所述待分类对象的分类结果。通过对获取的待分类对象进行特征提取,得到待分类对象的特征向量,然后将特征向量与经过多头自注意力运算得到的查询向量进行多头交叉注意力运算得到类别向量,进一步基于类别向量,确定出待分类对象的分类结果,使得确定出的分类结果的准确率较高。
-
公开(公告)号:CN114266308A
公开(公告)日:2022-04-01
申请号:CN202111570174.8
申请日:2021-12-21
申请人: 浙江网商银行股份有限公司
IPC分类号: G06K9/62 , G06V10/774 , G06T5/50 , G06V30/40
摘要: 本说明书实施例提供检测模型训练方法及装置、图像检测方法及装置,其中所述检测模型训练方法包括:获取有标签样本图像和无标签样本图像,将有标签样本图像输入生成模块,获得第一检测结果,并将无标签样本图像输入所述生成模块,获得第二检测结果;对有标签样本图像进行处理,获得第一融合图像和第一标识,对无标签样本图像以及第二检测结果进行处理,获得第二融合图像和第二标识;将第一融合图像和第一标识以及第二融合图像和第二标识输入判别模块,确定第二融合图像的判别结果;在判别结果满足预设处理条件的情况下,确定第一损失函数以及确定第二损失函数;基于第一损失函数以及第二损失函数对生成模块进行训练,获得目标生成模块。
-
-