神经网络模型迁移方法和系统、电子设备、程序和介质

    公开(公告)号:CN108229652A

    公开(公告)日:2018-06-29

    申请号:CN201711214166.3

    申请日:2017-11-28

    发明人: 邵婧 闫俊杰

    IPC分类号: G06N3/04 G06K9/62

    摘要: 本发明实施例公开了一种神经网络模型迁移方法和系统、电子设备、程序和介质,其中,方法包括:分别向训练好的至少两个第一神经网络模型和一待训练的第二神经网络模型输入相同的待处理对象;其中,所述第二神经网络模型的大小小于每个所述第一神经网络模型的大小;基于所述至少两个第一神经网络模型对所述待处理对象的处理结果,共同训练所述第二神经网络模型,直至满足预设训练完成条件。本发明实施例实现了基于多个大神经网络模型对小神经网络模型的共同训练,可将多个大神经网络的性能迁移到小神经网络模型。

    神经网络训练及衣服颜色检测方法、装置、存储介质、电子设备

    公开(公告)号:CN108229288A

    公开(公告)日:2018-06-29

    申请号:CN201710487723.2

    申请日:2017-06-23

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明实施例提供一种神经网络训练及衣服颜色检测方法、装置、存储介质、电子设备。其中,所述神经网络的训练方法包括:基于人体关键点,从样本图像中提取服装区域图像,所述服装区域图像含有人体服装像素点的颜色特征标定数据;通过服装颜色提取网络,从所述服装区域图像获取所述服装区域图像的颜色特征检测数据;根据所述颜色特征标定数据和所述颜色特征检测数据训练所述服装颜色提取网络。通过本发明的实施例,能够使得训练得到的服装颜色提取网络能够精确定位到与人体服装关联的区域图像,减少了背景区域图像的干扰,提高了检测衣服颜色的准确性。

    一种观点验证方法、数据发布方法及装置

    公开(公告)号:CN114579840A

    公开(公告)日:2022-06-03

    申请号:CN202210282022.6

    申请日:2022-03-21

    发明人: 李阳光 王浩 邵婧

    摘要: 本公开提供了一种观点验证方法、数据发布方法及装置,其中,所述观点验证方法,包括:获取待验证观点,基于所述待验证观点发起搜索,确定与待验证观点对应的第一文档;确定所述第一文档中与所述待验证观点关联的第一文本内容;确定所述第一文本内容中的目标文本内容所在的第一目标文档,并确定所述第一目标文档的关联文档;基于所述待验证观点和所述目标文本内容,确定所述关联文档中与所述待验证观点关联的第二文本内容;基于所述第一文本内容和所述第二文本内容对所述待验证观点的真实性进行验证。

    训练数据搜索方法及装置、电子设备和存储介质

    公开(公告)号:CN113987247A

    公开(公告)日:2022-01-28

    申请号:CN202111256084.1

    申请日:2021-10-27

    摘要: 本公开涉及一种训练数据搜索方法及装置、电子设备和存储介质,通过确定包括至少一个关键词和至少一个搜索页面标识的搜索信息,并根据搜索信息生成至少一个搜索任务。通过至少一个搜索节点执行搜索任务,得到多个搜索结果。并将每个搜索结果加入前端页面。其中,搜索结果中包括至少一个训练图像的存储地址和文本描述,每个搜索节点执行本次获取的搜索任务时,通过搜索页面标识表征的搜索页面搜索对应的关键词。本公开能够直接根据搜索信息快速搜索得到模型训练所需的大量训练样本,为模型训练提供了数据支持。同时,还将搜索信息分割为多个搜索任务,并通过多个节点分别处理,提高了搜索过程的效率。

    分类方法和装置、电子设备、计算机存储介质

    公开(公告)号:CN108229341B

    公开(公告)日:2021-08-06

    申请号:CN201711354471.2

    申请日:2017-12-15

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明实施例公开了一种分类方法和装置、电子设备、计算机存储介质,其中,方法包括:接收待分类图像;基于神经网络和剪裁技术对所述待分类图像进行处理,获得多个特征;对所述多个特征进行融合处理,得到融合特征;利用分类网络,基于所述融合特征获得所述待分类图像对应的分类结果。基于本发明上述实施例提供的一种分类方法,通过剪裁技术,充分利用了全局关键信息和局部特征信息;利用分类网络,基于融合特征获得对应待分类图像的分类结果,基于融合特征获得的分类结果,提升了对图像分类的准确度。

    一种训练样本的生成方法、装置、电子设备及存储介质

    公开(公告)号:CN112733946A

    公开(公告)日:2021-04-30

    申请号:CN202110050175.3

    申请日:2021-01-14

    IPC分类号: G06K9/62 G06K9/00 G06N3/08

    摘要: 本公开提供了一种训练样本的生成方法、装置、电子设备及存储介质,其中,该方法包括:获取源训练数据集、以及目标场景产生的目标人脸图像;基于目标人脸图像,以及源训练数据集中与目标人脸图像对应的源人脸图像,生成与目标人脸图像对应的合成人脸图像;基于合成人脸图像,对源训练数据集进行扩充,得到扩充训练数据集。本公开利用融合得到的合成人脸图像可以在样本空间内对目标人脸图像进行扩充,所扩充得到的训练数据集一定程度上可以涵盖目标场景下更多的训练数据,这样所训练出的神经网络在目标场景(例如,一个全新的环境)下的检测准确度较高。

    神经网络训练及衣服颜色检测方法、装置、存储介质、电子设备

    公开(公告)号:CN108229288B

    公开(公告)日:2020-08-11

    申请号:CN201710487723.2

    申请日:2017-06-23

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明实施例提供一种神经网络训练及衣服颜色检测方法、装置、存储介质、电子设备。其中,所述神经网络的训练方法包括:基于人体关键点,从样本图像中提取服装区域图像,所述服装区域图像含有人体服装像素点的颜色特征标定数据;通过服装颜色提取网络,从所述服装区域图像获取所述服装区域图像的颜色特征检测数据;根据所述颜色特征标定数据和所述颜色特征检测数据训练所述服装颜色提取网络。通过本发明的实施例,能够使得训练得到的服装颜色提取网络能够精确定位到与人体服装关联的区域图像,减少了背景区域图像的干扰,提高了检测衣服颜色的准确性。