-
公开(公告)号：CN111667399B
公开(公告)日：2023-08-25
申请号：CN202010409043.0
申请日：2020-05-14
申请人： 华为技术有限公司
IPC分类号： G06T3/00 , G06V10/774 , G06V10/25 , G06V10/82 , G06T7/269
摘要： 本申请公开了人工智能领域中的一种风格迁移模型的训练方法、视频风格迁移的方法以及装置，包括：获取训练数据；通过神经网络模型根据样本风格图像对N帧样本内容图像进行图像风格迁移处理，得到N帧预测合成图像；根据N帧样本内容图像与N帧预测合成图像之间的图像损失函数，确定神经网络模型的参数，图像损失函数包括低秩损失函数，低秩损失函数用于表示第一低秩矩阵与第二低秩矩阵之间的差异，第一低秩矩阵是基于N帧样本内容图像与光流信息得到的，第二低秩矩阵是基于N帧预测合成图像与光流信息得到的，光流信息用于表示N帧样本内容图像中相邻两帧图像之间对应像素点的位置差异。本申请的技术方案能够提高视频在风格迁移处理后的稳定性。
-
公开(公告)号：CN113065635A
公开(公告)日：2021-07-02
申请号：CN202110221444.8
申请日：2021-02-27
申请人： 华为技术有限公司
摘要： 本申请实施例公开了一种模型的训练方法、图像增强方法及设备，可应用于人工智能领域中的图像处理领域，具体可用于超分辨率重建任务，该方法针对由生成网络、教师网络、学生网络构成的模型重新构建了一套损失函数，用于提升生成网络和学生网络的训练效果。在提升生成网络训练效果方面，基于超分辨重建任务的特性(即超分辨图像具有低分辨图像的所有信息，并包含更多细节信息)，针对超分辨重建任务构建了一种训练生成网络的损失函数，提升了模型在超分辨重建任务上的训练效果；在提升学生网络训练效果方面，由于无数据的知识蒸馏十分困难，为了降低蒸馏难度，采用渐进蒸馏方式训练学生网络，直至训练完整个学生网络，降低了蒸馏难度。
-
公开(公告)号：CN114169393A
公开(公告)日：2022-03-11
申请号：CN202111294416.5
申请日：2021-11-03
申请人： 华为技术有限公司
IPC分类号： G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774
摘要： 本申请提供一种图像分类方法及其相关设备，可准确判断目标图像的特征落于哪一个类别对应的目标概率分布，从而准确得到目标图像的分类结果。本申请的方法包括：获取目标图像；通过图像分类模型对目标图像进行处理，得到分类结果，分类结果用于在多个类别中确定目标图像所属的类别，该处理用于令目标图像的特征符合目标概率混合分布，目标概率混合分布包含与多个类别一一对应的多个目标概率分布，每个目标概率分布具有一个偏度，任意两个偏度之间存在夹角。
-
公开(公告)号：CN111667399A
公开(公告)日：2020-09-15
申请号：CN202010409043.0
申请日：2020-05-14
申请人： 华为技术有限公司
摘要： 本申请公开了人工智能领域中的一种风格迁移模型的训练方法、视频风格迁移的方法以及装置，包括：获取训练数据；通过神经网络模型根据样本风格图像对N帧样本内容图像进行图像风格迁移处理，得到N帧预测合成图像；根据N帧样本内容图像与N帧预测合成图像之间的图像损失函数，确定神经网络模型的参数，图像损失函数包括低秩损失函数，低秩损失函数用于表示第一低秩矩阵与第二低秩矩阵之间的差异，第一低秩矩阵是基于N帧样本内容图像与光流信息得到的，第二低秩矩阵是基于N帧预测合成图像与光流信息得到的，光流信息用于表示N帧样本内容图像中相邻两帧图像之间对应像素点的位置差异。本申请的技术方案能够提高视频在风格迁移处理后的稳定性。
-
公开(公告)号：CN111382839B
公开(公告)日：2024-05-07
申请号：CN202010109980.4
申请日：2020-02-23
申请人： 华为技术有限公司
IPC分类号： G06N3/082 , G06N3/0464 , G06N3/0455 , G06V10/82 , G06V10/26 , G06V20/70 , G06V10/764
摘要： 本申请提供了人工智能领域中一种剪枝神经网络的方法，包括：根据目标神经网络的参数去除比例确定第一剪枝阈值，所述第一剪枝阈值用于剪枝目标神经网络中的第一子网络；根据所述目标神经网络的参数去除比例确定第二剪枝阈值，所述第二剪枝阈值用于剪枝所述目标神经网络中的第二子网络，所述第二子网络的功能与所述第一子网络的功能不同，其中，所述目标神经网络的参数去除比例与目标设备的资源大小负相关，所述目标设备为剪枝后的所述目标神经网络部署的设备；根据所述第一剪枝阈值和所述第二剪枝阈值对所述目标神经网络进行剪枝。基于不同的剪枝阈值进行剪枝能够减小剪枝处理对多任务神经网络的性能的负面影响。
-
公开(公告)号：CN111382839A
公开(公告)日：2020-07-07
申请号：CN202010109980.4
申请日：2020-02-23
申请人： 华为技术有限公司
摘要： 本申请提供了人工智能领域中一种剪枝神经网络的方法，包括：根据目标神经网络的参数去除比例确定第一剪枝阈值，所述第一剪枝阈值用于剪枝目标神经网络中的第一子网络；根据所述目标神经网络的参数去除比例确定第二剪枝阈值，所述第二剪枝阈值用于剪枝所述目标神经网络中的第二子网络，所述第二子网络的功能与所述第一子网络的功能不同，其中，所述目标神经网络的参数去除比例与目标设备的资源大小负相关，所述目标设备为剪枝后的所述目标神经网络部署的设备；根据所述第一剪枝阈值和所述第二剪枝阈值对所述目标神经网络进行剪枝。基于不同的剪枝阈值进行剪枝能够减小剪枝处理对多任务神经网络的性能的负面影响。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.037 秒)
