-
公开(公告)号：CN117011539A
公开(公告)日：2023-11-07
申请号：CN202211347037.2
申请日：2022-10-31
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/084 , G06N3/0985 , G06N3/0464 , G06N3/09
摘要： 本申请公开了一种目标检测方法、目标检测模型的训练方法、装置及设备，属于计算机技术领域。所述方法包括：获取查询图像；将查询图像输入训练好的目标检测模型进行目标检测，得到查询图像对应的对象检测结果。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。本申请实施例提供的技术方案，通过聚合类别相互独立的样本查询图像和样本辅助图像各自的特征，可以建立不同类别间的关联关系，提升样本聚合多样性和全面性；基于聚合后的特征和样本差异信息训练目标检测模型，可以使得目标检测模型学习跨类别的通用特征，提升了目标检测模型提取特征的稳定性和准确性，从而整体提升目标检测模型在应用侧进行目标检测的准确性。
-
公开(公告)号：CN116993963A
公开(公告)日：2023-11-03
申请号：CN202311225352.2
申请日：2023-09-21
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/22 , G06V10/82 , G06V10/762 , G06V10/774
摘要： 本申请提供了一种图像处理方法、装置、设备及存储介质，应用于云技术、人工智能、智慧交通、辅助驾驶、车载和地图等各种图像处理场景；方法包括：获取待训练模型的训练数据，待训练模型为待训练的用于进行图像处理的人工神经网络模型，训练数据包括样本文本、样本图像和样本标签，样本标签包括样本图像的检测框标签；对检测框标签进行聚类，得到N个初始锚框尺寸；利用待训练模型执行以下处理：结合N个初始锚框尺寸和样本文本的文本样本特征，对样本图像进行检测，得到图像预测结果；基于图像预测结果与样本标签之间的差异，训练待训练模型，得到图像处理模型。通过本申请，能够提升模型训练效率。
-
公开(公告)号：CN111582409A
公开(公告)日：2020-08-25
申请号：CN202010603987.1
申请日：2020-06-29
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种图像标签分类网络的训练方法、图像标签分类方法及设备，涉及人工智能领域，该方法包括：获取样本图像；通过特征提取网络对样本图像进行特征提取，得到特征提取网络输出的样本特征图；将样本特征图输入图网络分类器，得到图网络分类器输出的样本标签分类结果，图网络分类器基于目标图网络构建得到，目标图网络中的图节点对应图像标签，且不同图节点之间的边用于表征不同图像标签之间的共现概率；根据样本标签分类结果与样本图像标签之间的误差，训练特征提取网络和图网络分类器。本申请实施例中，利用图网络分类器对进行标签分类时，能够融入不同图像标签之间的关联性，有助于提高图像标签分类的效率和准确性。
-
公开(公告)号：CN117351192A
公开(公告)日：2024-01-05
申请号：CN202311298651.9
申请日：2023-10-07
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
摘要： 本申请公开了一种对象检索模型训练、对象检索方法、装置及电子设备，具体的，该方法包括：获取的初始图像集中包含有已知类别对象的图像标注有对应已知类别对象的定位数据；基于每个初始图像、每个初始图像的深度图像和每个初始图像的法向图像，对每个初始图像中的未知类别对象进行对象定位标注，得到目标标注图像集；基于目标标注图像集训练待训练对象定位模型；基于确定多个标注有对象类别数据的第一对象图像和多个第二对象图像，对待训练类别检索模型进行对比学习；基于对象定位模型和类别检索模型得到对象检索模型。利用本申请的方案可以在提升未知类别对象的定位标注效率和准确性的基础上，提升对象检索模型对未知类别对象检索的训练效果。
-
公开(公告)号：CN111680722B
公开(公告)日：2022-09-16
申请号：CN202010446511.1
申请日：2020-05-25
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/764 , G06V10/77 , G06V10/40 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种内容识别方法、装置、设备及可读存储介质，涉及人工智能领域。该方法包括：获取输入图像，输入图像中包括待识别的图像内容；对输入图像进行特征提取，得到图像特征；通过动态滤波学习器生成与图像特征对应的动态滤波器；结合动态滤波器通过识别模型对图像内容进行识别，得到图像内容的识别结果数据，其中，的动态滤波器用于对识别模型的识别预测过程进行修正。通过生成与图像特征对应的动态滤波器，并结合动态滤波器对识别模型的识别预测过程进行修正，通过动态滤波器针对不同的样本生成不同的权重，从而实现识别模型根据样本的不同而动态变化的要求，提高了识别模型对图像内容进行识别的准确率。
-
公开(公告)号：CN111680722A
公开(公告)日：2020-09-18
申请号：CN202010446511.1
申请日：2020-05-25
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种内容识别方法、装置、设备及可读存储介质，涉及人工智能领域。该方法包括：获取输入图像，输入图像中包括待识别的图像内容；对输入图像进行特征提取，得到图像特征；通过动态滤波学习器生成与图像特征对应的动态滤波器；结合动态滤波器通过识别模型对图像内容进行识别，得到图像内容的识别结果数据，其中，的动态滤波器用于对识别模型的识别预测过程进行修正。通过生成与图像特征对应的动态滤波器，并结合动态滤波器对识别模型的识别预测过程进行修正，通过动态滤波器针对不同的样本生成不同的权重，从而实现识别模型根据样本的不同而动态变化的要求，提高了识别模型对图像内容进行识别的准确率。
-
公开(公告)号：CN115115825B
公开(公告)日：2024-05-03
申请号：CN202210590692.4
申请日：2022-05-27
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/082
摘要： 本申请涉及一种图像中的对象检测方法、装置、计算机设备、存储介质和计算机程序产品。本方法涉及地图领域，所述方法需要通过对象定位网络来对目标图像中的对象进行定位，找到目标图像中对象所在的对象定位区域，由于对象定位网络的泛化性，可以从目标图像中检测出包括基础类别样本在内的各种类别的对象，而后再确定每一对象定位区域各自对应的对象特征。并从更新样本图像中提取的对象支持特征。在类别检测时，则基于类别检测网络来对对象定位区域中的对象进行类别检测处理。通过该类别检测网络来进行类别检测时，可以有效地对从每一对象定位区域内对象所属的类别进行检测，从而确定对象类型，实现对图像中对象的精准检测。
-
公开(公告)号：CN116993963B
公开(公告)日：2024-01-05
申请号：CN202311225352.2
申请日：2023-09-21
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06V10/22 , G06V10/82 , G06V10/762 , G06V10/774
摘要： 本申请提供了一种图像处理方法、装置、设备及存储介质，应用于云技术、人工智能、智慧交通、辅助驾驶、车载和地图等各种图像处理场景；方法包括：获取待训练模型的训练数据，待训练模型为待训练的用于进行图像处理的人工神经网络模型，训练数据包括样本文本、样本图像和样本标签，样本标签包括样本图像的检测框标签；对检测框标签进行聚类，得到N个初始锚框尺寸；利用待训练模型执行以下处理：结合N个初始锚框尺寸和样本文本的文本样本特征，对样本图像进行检测，得到图像预测结果；基于图像预测结果与样本标签之间的差异，训练待训练模型，得到图像处理模型。通过本申请，能够提升模型训练效率。
-
公开(公告)号：CN111680678B
公开(公告)日：2022-09-16
申请号：CN202010446547.X
申请日：2020-05-25
申请人： 腾讯科技(深圳)有限公司
摘要： 本申请公开了一种目标区域识别方法、装置、设备及可读存储介质，涉及人工智能领域。该方法包括：获取输入图像，输入图像中包括待识别的图像内容；通过目标识别模型以旋转卷积方式对输入图像的图像特征进行特征处理，得到目标特征；确定与目标特征对应的区域数据，其中，区域数据中包括旋转角度；通过区域数据在输入图像中确定图像内容对应的目标区域。通过目标识别模型以旋转卷积方式对输入图像的图像特征进行处理，从而识别得到输入图像中图像内容对应的目标区域，且目标区域为通过旋转卷积方式确定图像内容的旋转角度后，进行对应旋转后得到的区域，提高了对图像内容对应的目标区域进行识别的识别准确率。
-
公开(公告)号：CN111931877B
公开(公告)日：2021-01-05
申请号：CN202011085853.1
申请日：2020-10-12
申请人： 腾讯科技(深圳)有限公司
IPC分类号： G06K9/62
摘要： 本申请公开了一种目标检测方法、装置、设备及存储介质，涉及人工智能的计算机视觉技术。该方法包括：提取输入图像的图像特征；对所述图像特征预测得到尺寸图像、角度图像和中心点图像；对所述图像特征进行旋转卷积，输出第一分类结果，所述旋转卷积包括利用旋转矩阵对所述图像特征进行旋转采样、以及利用卷积核对所述旋转采样得到的旋转采样矩阵进行卷积；对所述图像特征中的图像特征区域进行中心点聚焦处理，输出第二分类结果,所述中心点聚焦处理用于基于高斯分布加权所述检测目标的所述中心点。该方法可以提高目标检测的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.031 秒)
