-
公开(公告)号：CN108710945A
公开(公告)日：2018-10-26
申请号：CN201810421634.2
申请日：2018-05-04
申请人： 广州华多网络科技有限公司
CPC分类号： G06N3/08 , G06N3/0454
摘要： 本发明提供一种深度神经网络的下采样方法、装置和计算机设备，以解决现有方式中深度神经网络下采样过程中信息丢失的技术问题。所述的方法包括步骤：获取多个维度的输入信号，其中，所述维度包括第一通道数和第一空间尺寸；根据所述第一通道数、所述第一空间尺寸和设定比值，确定第二通道数和第二空间尺寸，其中，所述第一通道数与所述第一空间尺寸的乘积与所述第二通道数和所述第二空间尺寸的乘积相等，所述第一空间尺寸大于所述第二空间尺寸；根据所述第二通道数和所述第二空间尺寸，对所述输入信号进行下采样，获得下采样之后的输出信号。本发明实施例能够在保持所有像素信息的情况下进行深度神经网络的下采样。
-
公开(公告)号：CN108520223A
公开(公告)日：2018-09-11
申请号：CN201810282876.8
申请日：2018-04-02
申请人： 广州华多网络科技有限公司
CPC分类号： G06K9/00718 , G06K9/00744 , G06K9/00765 , G06K9/6267 , G06N3/084
摘要： 本发明提供了一种视频图像的分割方法、分割装置、存储介质和终端设备；所述视频图像的分割方法包括：获取视频中上一帧图像的热图标注信息和本帧图像；将上一帧图像的热图标注信息和本帧图像输入神经网络模型，输出本帧图像的热图标注信息；其中，所述神经网络模型用于表征上一帧图像的热图标注信息、本帧图像和本帧图像的热图标注信息的关联关系；根据所述本帧图像的热图标注信息，对本帧图像进行分割。本发明降低了神经网络模型的复杂度，适于应用于移动端。
-
公开(公告)号：CN108154518A
公开(公告)日：2018-06-12
申请号：CN201711311413.1
申请日：2017-12-11
申请人： 广州华多网络科技有限公司
摘要： 本申请提供一种图像处理的方法、装置、存储介质及电子设备，该方法包括步骤：将待测图像及对应的背景图像输入预先生成的神经网络模型，获取所述神经网络模型的输出结果，其中所述待测图像的背景与所述背景图像匹配；根据所获得的输出结果获取前景图像；其中，所述神经网络模型以背景样本图像及拍摄样本图像为样本数据训练生成，所述拍摄样本数据图像为包括前景标注信息的样本图像，所述拍摄样本图像的背景与背景样本图像匹配。通过本申请提出的方法可以减少模型的训练的时间、降低图像处理的复杂度以及增加图像处理的准确度。
-
公开(公告)号：CN108154518B
公开(公告)日：2020-09-08
申请号：CN201711311413.1
申请日：2017-12-11
申请人： 广州华多网络科技有限公司
摘要： 本申请提供一种图像处理的方法、装置、存储介质及电子设备，该方法包括步骤：将待测图像及对应的背景图像输入预先生成的神经网络模型，获取所述神经网络模型的输出结果，其中所述待测图像的背景与所述背景图像匹配；根据所获得的输出结果获取前景图像；其中，所述神经网络模型以背景样本图像及拍摄样本图像为样本数据训练生成，所述拍摄样本数据图像为包括前景标注信息的样本图像，所述拍摄样本图像的背景与背景样本图像匹配。通过本申请提出的方法可以减少模型的训练的时间、降低图像处理的复杂度以及增加图像处理的准确度。
-
公开(公告)号：CN107895192A
公开(公告)日：2018-04-10
申请号：CN201711276752.0
申请日：2017-12-06
申请人： 广州华多网络科技有限公司 , 广州虎牙信息科技有限公司
IPC分类号： G06N3/04
CPC分类号： G06N3/0454
摘要： 本发明提供一种深度卷积网络压缩方法、存储介质和终端，该方法包括步骤：将原始深度卷积网络划分为特征提取部分和特征利用部分，其中，所述特征提取部分用于对输入的原始数据进行特征的转化和提取，所述特征利用部分用于根据转化和提取的特征输出最终结果；对所述特征提取部分进行压缩，获得卷积子网络，由若干个所述卷积子网络构建与所述特征提取部分效果相比拟的循环卷积神经网络；将原始数据输入所述循环卷积神经网络，输出转化和提取的特征；将转化和提取的特征输入所述特征利用部分，输出所述原始数据对应的最终结果。该方法实施例能够在压缩深度卷积网络的同时保持深度卷积网络的效果。
-
-
-
-
搜索结果
5 条记录 (耗时 0.031 秒)
