-
公开(公告)号：CN118535340A
公开(公告)日：2024-08-23
申请号：CN202410717237.5
申请日：2024-06-04
申请人： 中科视语(北京)科技有限公司 , 广州智慧城市发展研究院
摘要： 本申请公开了一种面向大规模分布式训练的深度学习模型优化方法。本方法首先输入训练样本数据，计算当前分布式训练系统中各计算节点的资源差异值，根据差异值大小选择数据划分模式；然后将模型结构将划分为多个专家模型，然后在各计算节点上部署对应的专家模型，并结合精度控制和转换模块动态调整各训练阶段的浮点数精度；最后对各计算节点的深度学习模型参数进行参数计算，并将各参数按照从大到小的顺序进行降序排序，根据梯度优先原则，依次从大到小更新对应的模型参数。本申请将梯度通讯和反向传播计算混合并行，提升了模型训练中计算和网络通信的效率，有效降低了大规模分布式训练对计算资源和存储空间的需求。
-
公开(公告)号：CN116862875A
公开(公告)日：2023-10-10
申请号：CN202310839772.3
申请日：2023-07-10
申请人： 广州智慧城市发展研究院 , 中科视语(北京)科技有限公司
IPC分类号： G06T7/00 , G06V20/52 , G06V20/40 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/26 , G06V20/70 , G06V10/28 , G06V10/764 , G06V10/766 , G06V40/10 , G06V40/16 , G06N3/0464 , G06N3/045
摘要： 本申请公开了一种行人快照和人脸快照质量评估方法及装置，涉及图片质量评估技术领域，通过对监控视频进行目标检测跟踪来提取有ID的行人快照和人脸快照，并根据模糊度和遮挡/缺失度进行标注来构建行人快照数据集和人脸快照数据集；基于快照数据集进行实例分割，确定主要实例和其它实例的实例分割掩码；根据主要实例和其它实例的实例分割掩码和快照确定最终的主要实例注意力掩码；根据主要实例注意力掩码和快照计算主要实例注意力快照，并根据主要实例注意力快照进行质量评估，得到模糊度和遮挡/缺失度对应的质量分数，解决了现有技术只能对单一目标或简单背景下的人脸图像质量进行评估的问题，且保证了人脸识别系统的稳定性和可靠性。
-
公开(公告)号：CN116665279A
公开(公告)日：2023-08-29
申请号：CN202310711673.7
申请日：2023-06-15
申请人： 广州智慧城市发展研究院 , 中科视语(北京)科技有限公司
IPC分类号： G06V40/16 , G06V10/774 , G06V10/80
摘要： 本发明公开了一种基于快速掩码生成的人脸识别方法和装置。方法包括：利用初始训练人脸图片集训练得到初始人脸识别模型；在初始训练人脸图片集中以至少两种掩码遮挡概率、随机透明度和随机颜色添加遮挡掩码，得到至少两组添加掩码训练人脸图片集，并训练得到至少两个微调人脸识别模型；对每个微调人脸识别模型进行自监督训练；使用蒸馏方法对经过自监督训练后的至少两个微调人脸识别模型进行模型融合，得到目标人脸识别模型；利用目标人脸识别模型进行人脸识别。本发明所提供的人脸识别方法能够适用于多种场景；由于使用了自监督训练和多模型融合的方式，使得目标人脸识别模型的泛化性和各种遮挡场景下的识别性能有明显的提升。
-
公开(公告)号：CN118585694A
公开(公告)日：2024-09-03
申请号：CN202410717236.0
申请日：2024-06-04
申请人： 中科视语(北京)科技有限公司 , 广州智慧城市发展研究院
IPC分类号： G06F16/953 , G06F18/22 , G06N3/0464
摘要： 本申请公开了一种面向大规模分布式系统的轻量化模型自动搜索方法。本方法首先找到在给定任务上性能最佳的神经网络架构，随机或使用预定义的初始网络架构作为起点，选择模块化单元，迭代计算单元级别相似性和网络级别相似性，直到达到预定的搜索次数或达到性能阈值。根据搜索过程中得到的最佳网络架构，作为最终的轻量化模型输出，本申请实现了更加高效的大规模分布式系统的轻量化自动搜索。
-
公开(公告)号：CN116973939B
公开(公告)日：2024-02-06
申请号：CN202311236395.0
申请日：2023-09-25
申请人： 中科视语(北京)科技有限公司
摘要： 本发明提供一种安全监测方法及装置，涉及电数据处理和机器视觉技术领域，其中，所述安全监测方法，包括：获取目标监测场景的二维图像和三维点云数据；对所述二维图像和所述三维点云数据进行联合定位，得到所述目标监测场景中的人员位置信息和各危险区域信息；根据所述人员位置信息和各所述危险区域信息，确定是否存在人员处于危险区域的监测结果。本发明不仅可以降低人工监视的强度，实现自动化地高强度值安全监测，降低监测成本；还可以提高对危险事件和潜在危险行为的检测准确率，极大地降低了事故风险和损失，使生产或工程作业安全有序。
-
公开(公告)号：CN114913330B
公开(公告)日：2022-12-06
申请号：CN202210839039.7
申请日：2022-07-18
申请人： 中科视语(北京)科技有限公司
IPC分类号： G06V10/26 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/80 , G06V10/82 , G06V20/64 , G06K9/62 , G06N3/04
摘要： 本发明涉及计算机技术领域，提供一种点云部件分割方法、装置、电子设备与存储介质，该方法包括：确定目标对象的目标点云；基于分割模型，对目标点云进行部件分割，得到目标点云的部件分割结果；分割模型基于样本点云以及样本点云对应的样本部件分割结果训练得到，分割模型基于第一点云中各个点的多尺度融合特征，预测各个点所属的部件类别，并基于各个点所属的部件类别确定部件分割结果，第一点云是基于目标点云构建的第一特征尺度下的点云。本发明提供的方法、装置、电子设备与存储介质，实现端到端的点云部件级分割，并通过对全局特征关系的建模，增强了点云特征的表达能力，进而提升点云部件分割精度。
-
公开(公告)号：CN114419414A
公开(公告)日：2022-04-29
申请号：CN202111467399.0
申请日：2021-12-03
申请人： 中科视语(北京)科技有限公司
摘要： 本发明提供一种基于时空信息融合的判别性目标跟踪方法及装置，其中方法包括：获取历史图像集合和测试图像；对历史图像集合中的各个历史图像和测试图像进行处理，分别得到训练图像特征集合，和测试图像特征；对训练图像特征进行处理，得到时空判别性图像特征；对测试图像特征进行处理后，添加第二位置编码，得到目标测试图像特征；将时空判别性图像特征和目标测试图像特征进行特征融合，得到自适应时空图像特征；将测试图像特征和自适应时空图像特征进行特征融合，得到混合图像特征；对混合图像特征进行处理，得到目标边框和目标对象的前景背景概率；基于目标边框和前景背景概率，确定跟踪的目标对象。采用本方法能够提高目标跟踪准确性。
-
公开(公告)号：CN114118303B
公开(公告)日：2022-04-29
申请号：CN202210083501.5
申请日：2022-01-25
申请人： 中科视语(北京)科技有限公司
IPC分类号： G06K9/62 , G06V40/16 , G06V10/774 , G06V10/20
摘要： 本发明提供一种基于先验约束的人脸关键点检测方法及装置，该方法包括：获取待识别人脸图像；将待识别人脸图像输入至人脸关键点检测模型中，得到人脸关键点检测模型提取的自注意力特征，以及基于自注意力特征输出的人脸关键点位置信息；其中，人脸关键点检测模型为基于人脸样本图像、人脸关键点位置样本数据以及人脸样本图像的结构先验特征进行有监督训练得到的，人脸样本图像的结构先验特征为对人脸关键点位置样本数据进行结构先验生成运算得到的，人脸关键点位置样本数据为人脸样本图像对应的样本标签。本发明提供的基于先验约束的人脸关键点检测方法及装置，能够提高人脸关键点检测的准确率，抗干扰能力强，提升困难场景下的鲁棒性。
-
公开(公告)号：CN113989577B
公开(公告)日：2022-04-05
申请号：CN202111594126.2
申请日：2021-12-24
申请人： 中科视语(北京)科技有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明提供一种图像分类方法及装置，该图像分类方法包括：获取图像数据；将图像数据输入至图像分类模型中，得到图像分类模型输出的类别信息；其中，图像分类模型为基于样本图像数据、样本图像数据的自注意力特征和教师类别信息进行蒸馏训练得到的，样本图像数据的自注意力特征和教师类别信息为教师模型基于样本图像数据得到的，教师模型用于从样本图像数据中提取出自注意力特征教师类别信息，并基于所述自注意力特征进行图像分类。本发明提供的图像分类方法及装置，采用了基于注意力驱动的蒸馏训练方法，能够对图像分类模型进行快速准确地训练，能够节省人工成本，能够避免漏检的问题，能够提高图像分类的准确率，提高图像分类的效率。
-
公开(公告)号：CN114022869B
公开(公告)日：2022-03-22
申请号：CN202210003030.2
申请日：2022-01-05
申请人： 中科视语(北京)科技有限公司
IPC分类号： G06V20/58 , G06K9/62 , G06V10/774
摘要： 本发明提供一种基于级联网络的车辆重识别方法及装置，所述方法包括：对目标车辆图像和各候选车辆图像进行特征提取，得到目标车辆图像的图像特征和各候选车辆图像的图像特征；基于车型识别模型，分别对目标车辆图像的图像特征和各候选车辆图像的图像特征进行特征提取，得到目标车辆车型特征和各候选车辆车型特征；基于目标车辆图像的图像特征和目标车辆车型特征，确定目标车辆身份特征，以及基于各候选车辆图像的图像特征和各候选车辆车型特征，确定各候选车辆身份特征；基于目标车辆身份特征以及各候选车辆身份特征，从各候选车辆中确定目标车辆，得到车辆重识别结果。本发明能够进一步提高车辆重识别精度。
-
-
-
-
-
-
-
-
-
搜索结果
82 条记录 (耗时 0.077 秒)
