一种属性分类器的应用方法及装置

    公开(公告)号:CN107729909A

    公开(公告)日:2018-02-23

    申请号:CN201610655960.0

    申请日:2016-08-11

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种属性分类器的应用方法及装置,包括:根据目标属性分类器对应的级别,确定所述目标属性分类器对应的卷积神经网络CNN模型中的卷积核和池化单位,其中,相同级别的属性分类器对应的CNN模型中的卷积核数量相同,不同级别的属性分类器对应的CNN模型中的卷积核数量不相同;根据获取到的训练样本数据及确定的所述CNN模型中的卷积核和池化单位,对所述目标属性分类器进行训练,得到训练后的目标属性分类器。本发明实施例,针对一个属性对应的级别,来选择相应的卷积核和池化单位,从而可以训练得到多个级别不同的属性分类器,从而可以实现更加有效地对不同的属性进行准确的分类。

    一种属性分类器的应用方法及装置

    公开(公告)号:CN107729909B

    公开(公告)日:2020-10-30

    申请号:CN201610655960.0

    申请日:2016-08-11

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种属性分类器的应用方法及装置,包括:根据目标属性分类器对应的级别,确定所述目标属性分类器对应的卷积神经网络CNN模型中的卷积核和池化单位,其中,相同级别的属性分类器对应的CNN模型中的卷积核数量相同,不同级别的属性分类器对应的CNN模型中的卷积核数量不相同;根据获取到的训练样本数据及确定的所述CNN模型中的卷积核和池化单位,对所述目标属性分类器进行训练,得到训练后的目标属性分类器。本发明实施例,针对一个属性对应的级别,来选择相应的卷积核和池化单位,从而可以训练得到多个级别不同的属性分类器,从而可以实现更加有效地对不同的属性进行准确的分类。

    一种刀片服务器的网络性能检测方法和系统

    公开(公告)号:CN103188116B

    公开(公告)日:2016-03-02

    申请号:CN201110460118.9

    申请日:2011-12-31

    Abstract: 本发明公开了一种刀片服务器网络性能测试的方法和系统,首先,预置网络流量模型配置参数;初始化刀片服务器的网络端口,获得刀片服务器网卡地址和检测压力端网卡地址;根据所述网络流量模型配置参数生成压力测试数据包;将压力测试数据包通过刀片的物理网卡发送至检测压力端网卡,同时接收对方发送的网络数据包;在预设时间内持续发送所述压力测试数据包,直到出现网络性能拐点;检测所述刀片服务器网卡端口的网络性能参数,获得所述刀片服务器的网络性能检测结果。本发明能够有效检测传统网络仪表无法测试的刀片服务器(虚拟机)内部网卡间以及刀片服务器与外部网络间的网络性能。

    一种刀片服务器的网络性能检测方法和系统

    公开(公告)号:CN103188116A

    公开(公告)日:2013-07-03

    申请号:CN201110460118.9

    申请日:2011-12-31

    Abstract: 本发明公开了一种刀片服务器网络性能测试的方法和系统,首先,预置网络流量模型配置参数;初始化刀片服务器的网络端口,获得刀片服务器网卡地址和检测压力端网卡地址;根据所述网络流量模型配置参数生成压力测试数据包;将压力测试数据包通过刀片的物理网卡发送至检测压力端网卡,同时接收对方发送的网络数据包;在预设时间内持续发送所述压力测试数据包,直到出现网络性能拐点;检测所述刀片服务器网卡端口的网络性能参数,获得所述刀片服务器的网络性能检测结果。本发明能够有效检测传统网络仪表无法测试的刀片服务器(虚拟机)内部网卡间以及刀片服务器与外部网络间的网络性能。

    一种人脸图片检测方法及装置
    5.
    发明公开

    公开(公告)号:CN107729796A

    公开(公告)日:2018-02-23

    申请号:CN201610663327.6

    申请日:2016-08-11

    CPC classification number: G06K9/00228 G06K9/00288 G06K9/6269

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种人脸图片检测方法及装置,包括:根据cascade分类器,判断待检测图片是否为人脸图片,若根据cascade分类器确定待检测图片为人脸图片,则根据CNN分类器,判断待检测图片是否为人脸图片,若根据CNN分类器确定待检测图片为人脸图片,则确定待检测图片为人脸图片。本发明实施例首先通过cascade分类器过滤掉非人脸图片,因此降低了CNN分类器检测的图片数量,可以有效提高CNN分类器的整体速度;并且在CNN分类器检测之前由cascade分类器进行检测,因而可以有效提高检测的准确度。

Patent Agency Ranking