-
Patent Agency Ranking
公开(公告)号：CN112528971B
公开(公告)日：2021-06-04
申请号：CN202110174426.9
申请日：2021-02-07
Applicant: 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明涉及目标检测技术领域，提供一种基于深度学习的输电线路异常目标检测方法、系统及存储介质。所述方法包括：根据预先收集的输电线路通道内的图像数据进行网络模型训练，所述网络模型训练包括：对目标检测算法的损失函数进行优化，利用预先收集的图像数据和优化后的损失函数进行网络模型训练得到深度学习网络模型；采集当前的输电线路通道内的图像数据；利用所述深度学习网络模型对当前的图像数据进行推理，根据推理结果确定当前的输电线路通道内是否存在异常目标。本发明通过对损失函数进行优化来提高目标检测的预测框位置的准确性，从而提升输电线路异常目标检测的精度，降低输电线路异常检测成本。
-
公开(公告)号：CN112528971A
公开(公告)日：2021-03-19
申请号：CN202110174426.9
申请日：2021-02-07
Applicant: 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司
Abstract: 本发明涉及目标检测技术领域，提供一种基于深度学习的输电线路异常目标检测方法、系统及存储介质。所述方法包括：根据预先收集的输电线路通道内的图像数据进行网络模型训练，所述网络模型训练包括：对目标检测算法的损失函数进行优化，利用预先收集的图像数据和优化后的损失函数进行网络模型训练得到深度学习网络模型；采集当前的输电线路通道内的图像数据；利用所述深度学习网络模型对当前的图像数据进行推理，根据推理结果确定当前的输电线路通道内是否存在异常目标。本发明通过对损失函数进行优化来提高目标检测的预测框位置的准确性，从而提升输电线路异常目标检测的精度，降低输电线路异常检测成本。
-
公开(公告)号：CN113095444B
公开(公告)日：2021-09-17
申请号：CN202110629239.5
申请日：2021-06-07
Applicant: 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 国网江西省电力有限公司 , 国家电网有限公司 , 国网江西省电力有限公司建设分公司
IPC: G06K9/62
Abstract: 本发明实施例提供一种图像标注方法、装置及存储介质，属于图像处理技术领域。所述方法包括：获取用户针对原始图像样本进行的标注操作；利用标注后的图像样本训练目标检测模型，并利用训练后的目标检测模型重新检测所述原始图像样本，得到模型检测结果；将所述模型检测结果与所述标注后的图像样本进行对比，并显示对比结果。本发明实施例适用于图像识别过程。
-
公开(公告)号：CN113095444A
公开(公告)日：2021-07-09
申请号：CN202110629239.5
申请日：2021-06-07
Applicant: 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 国网江西省电力有限公司 , 国家电网有限公司 , 国网江西省电力有限公司建设分公司
IPC: G06K9/62
Abstract: 本发明实施例提供一种图像标注方法、装置及存储介质，属于图像处理技术领域。所述方法包括：获取用户针对原始图像样本进行的标注操作；利用标注后的图像样本训练目标检测模型，并利用训练后的目标检测模型重新检测所述原始图像样本，得到模型检测结果；将所述模型检测结果与所述标注后的图像样本进行对比，并显示对比结果。本发明实施例适用于图像识别过程。
-
公开(公告)号：CN112861996A
公开(公告)日：2021-05-28
申请号：CN202110277868.6
申请日：2021-03-15
Applicant: 北京智芯微电子科技有限公司 , 国网信息通信产业集团有限公司 , 国网江西省电力有限公司 , 国家电网有限公司
Abstract: 本发明涉及人工智能领域，提供一种深度神经网络模型压缩方法及装置。所述方法包括：针对选定的深度神经网络模型提供随机初始化参数；基于所述随机初始化参数对所述深度神经网络模型的通道进行选择；对通道选择后的深度神经网络模型进行剪枝得到裁剪后的网络模型；利用量化参数对裁剪后的网络模型进行量化得到压缩的网络模型。本发明利用随机初始化参数对网络模型结构进行剪枝，无需预训练模型，节省了预训练模型的时间成本，增加了网络模型结构的剪枝空间，保证模型精度，提升模型剪枝效率，能够快速压缩模型。
-
-
-
-
Search Results
5
records
(took 0.061 seconds)
