一种excel文件中图像提取方法和电子设备

    公开(公告)号:CN116304189A

    公开(公告)日:2023-06-23

    申请号:CN202211651045.6

    申请日:2022-12-21

    IPC分类号: G06F16/835 G06F16/838

    摘要: 本申请实施例提供一种excel文件中图像提取方法和电子设备。该方法应用于电子设备,包括:获取excel文件,并提取excel文件中所有原始图像;解析excel文件中所有原始图像,确定每个所述原始图像的位置信息,所述位置信息用于描述所述原始图像在所述excel文件中的显示位置;基于每个所述原始图像的坐标位置信息,标定异常原始图像,所述异常原始图像包括不同单元格重复出现的所述原始图像及同一单元格所存在的多个所述原始图像。根据本申请实施例的方法,从excel文件中提取原始图像,避免了原始图像失真的情况,增加了excel文件图像提取的精准度。

    一种语音识别方法及语音识别装置

    公开(公告)号:CN116229947A

    公开(公告)日:2023-06-06

    申请号:CN202211624595.9

    申请日:2022-12-16

    IPC分类号: G10L15/06 G10L15/26 G10L15/02

    摘要: 本申请实施例提供了语音识别方法及语音识别装置,能够基于增添的语言模型可对于声学模型输出的识别结果进行调整,提高语音识别模型的识别准确性。其中,语音识别方法包括:获取历史音频数据和对应的历史音频文本数据;对历史音频文本数据进行预处理,并抽取历史音频文本数据中词汇数据;基于预先存储的中文词典与英文词典以及G2P模型,确定词汇数据的音素标注,并构建词汇词典;基于历史音频数据和历史音频文本数据的词汇数据,训练声学模型和语言模型,根据训练好的声学模型、训练好的语言模型及词汇词典,生成语音识别模型;获取待识别语音数据,将待识别语音数据输入语音识别模型,得到待识别语音数据的文本信息。

    一种多制程生产调度方法、装置及计算机可读存储介质

    公开(公告)号:CN116300708A

    公开(公告)日:2023-06-23

    申请号:CN202211678008.4

    申请日:2022-12-26

    IPC分类号: G05B19/418

    摘要: 本发明涉及生产调度技术领域,尤其涉及一种多制程生产调度方法、装置及计算机可读存储介质。其中,该方法包括:获取历史生产数据;根据历史生产数据构建单制程优化调度模型;根据不同制程之间的制程信息以及所述单制程优化调度模型构建多制程优化调度模型;获取第一生产任务信息;将第一生产任务信息输入所述多制程优化调度模型,得到多制程生产调度计划;根据所述多制程生产调度计划进行生产加工操作。本发明实施例中,通过先根据历史生产数据构建单制程优化调度模型,之后再基于单制程优化调度模型来扩展得到多制程优化调度模型。从而基于多制程优化调度模型输出的多制程生产调度计划进行生产,提高了生产效率和生产设备的利用率。

    一种瑕疵检测模型的训练方法及相关方法和相关装置

    公开(公告)号:CN116030000A

    公开(公告)日:2023-04-28

    申请号:CN202211694035.0

    申请日:2022-12-28

    摘要: 本申请公开了一种瑕疵检测模型的训练方法,包括:基于获取的瑕疵分割训练数据对初始分割模型进行训练,得到瑕疵分割模型;基于获取的瑕疵分类训练数据对初始分类模型进行训练,得到瑕疵分类模型;将瑕疵分割模型和瑕疵分类模型组合为瑕疵检测模型。通过瑕疵分割模型的分割操作和瑕疵分类模型的分类操作组合的瑕疵检测操作,以适应复杂且多变的检测环境,而不是仅针对清晰稳定的图像进行瑕疵检测,避免了由于生产环境的复杂性导致的检测准确性下降的问题,提高瑕疵检测模型的准确性和精度,同时提高进行检测的效果。本申请还公开了一种瑕疵检测方法以及瑕疵检测系统,具有以上有益效果。

    数据提取方法、电子设备及存储介质

    公开(公告)号:CN118428337A

    公开(公告)日:2024-08-02

    申请号:CN202410460503.0

    申请日:2024-04-16

    IPC分类号: G06F40/18 G06F40/174

    摘要: 本申请提供一种数据提取方法、电子设备及存储介质。所述方法包括:获取工作表对应的关键字,并将所述关键字在所述工作表中所处的单元格确定为数据提取起始位置;基于在所述数据提取起始位置的预设方向上提取的数据,确定所述关键字在所述工作表中对应的目标数据的目标方向;根据所述工作表中所有的合并单元格的位置,生成位置列表;基于所述数据提取起始位置、所述目标方向以及所述位置列表,从所述工作表中提取所述目标数据。利用上述方法,能够提高数据的提取效率。

    一种模型训练方法、训练装置、分类方法及分类装置

    公开(公告)号:CN115830387A

    公开(公告)日:2023-03-21

    申请号:CN202211614817.9

    申请日:2022-12-14

    摘要: 本申请实施例提出了一种模型训练方法、训练装置、分类方法及分类装置,够基于较少的训练样本训练出性能较高的图像分类模型,从而实现较为准确的分类识别效果。其中,模型训练方法包括:获取携带有标签值的M张图像样本并进行数据增强处理,基于增强处理后的图像样本,构建若干训练样本对,形成训练集;其中,标签值用于表征图像样本的类别,M为不小于2的正整数;将训练集中每个训练样本对输入特征提取网络,得到每个训练样本对的特征向量;输入每个训练样本对的特征向量至基准分类模型,得到联合损失;根据联合损失调整基准分类模型中的训练参数并训练基准分类模型,得到目标分类模型。