公开(公告)号：CN118736383A

公开(公告)日：2024-10-01

申请号：CN202410922595.X

申请日：2024-07-10

申请人： 英特灵达信息技术(深圳)有限公司 ,  北京英特灵达信息技术有限公司

发明人： 沙友杨 ,  于永军 ,  黄世华 ,  沈西 ,  周晓

IPC分类号： G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464

摘要： 本发明实施例提供了一种图像检测模型训练方法、图像检测方法及装置，涉及图像处理技术领域。图像检测模型训练方法包括：获取第一样本图像、第一标签、第二样本图像和第二标签；融合第一样本图像和第二样本图像得到融合样本图像；从融合样本图像中确定对象所属的融合对象区域，并基于每一融合对象区域各自对应的样本对象区域的分类信息和样本对象区域所属的样本图像的融合权重，计算该融合对象区域的融合分类信息；基于融合样本图像和融合标签对初始结构的图像检测模型进行训练，得到训练好的图像检测模型。融合样本图像是基于第一样本图像和第二样本图像融合得到的难例样本，基于难例样本对图像检测模型进行训练得到的图像检测模型的准确性更高。

公开(公告)号：CN117994611B

公开(公告)日：2024-07-02

申请号：CN202410400212.2

申请日：2024-04-03

申请人： 英特灵达信息技术(深圳)有限公司 ,  北京英特灵达信息技术有限公司

发明人： 沈西 ,  杨再初 ,  李昱廷 ,  林容泰 ,  黄世华

IPC分类号： G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/088

摘要： 本申请实施例提供了一种图像分类模型的训练方法、装置及电子设备，涉及计算机视觉技术领域，本申请实施例包括：针对每两张样本图像，对该两张样本图像按照指定比例混合，得到混合图像，并对该两张样本图像的训练标签按照指定比例混合，得到混合图像的混合标签。再将样本图像和混合图像分别输入图像分类网络，之后基于图像分类网络输出的样本图像所属的类别和训练标签，确定样本损失值，并基于图像分类网络输出的混合图像所属的类别和混合标签，确定混合损失值。再基于样本损失值和混合损失值，调整图像分类网络的网络参数，直至图像分类网络收敛时，将当前的图像分类网络作为图像分类模型。能够提高图像分类的准确度。

公开(公告)号：CN117994611A

公开(公告)日：2024-05-07

申请号：CN202410400212.2

申请日：2024-04-03

申请人： 英特灵达信息技术(深圳)有限公司 ,  北京英特灵达信息技术有限公司

发明人： 沈西 ,  杨再初 ,  李昱廷 ,  林容泰 ,  黄世华

IPC分类号： G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/088

摘要： 本申请实施例提供了一种图像分类模型的训练方法、装置及电子设备，涉及计算机视觉技术领域，本申请实施例包括：针对每两张样本图像，对该两张样本图像按照指定比例混合，得到混合图像，并对该两张样本图像的训练标签按照指定比例混合，得到混合图像的混合标签。再将样本图像和混合图像分别输入图像分类网络，之后基于图像分类网络输出的样本图像所属的类别和训练标签，确定样本损失值，并基于图像分类网络输出的混合图像所属的类别和混合标签，确定混合损失值。再基于样本损失值和混合损失值，调整图像分类网络的网络参数，直至图像分类网络收敛时，将当前的图像分类网络作为图像分类模型。能够提高图像分类的准确度。

公开(公告)号：CN117475253A

公开(公告)日：2024-01-30

申请号：CN202311292060.0

申请日：2023-10-08

申请人： 英特灵达信息技术(深圳)有限公司

发明人： 林容泰 ,  黄世华 ,  何龙泉 ,  沈西

IPC分类号： G06V10/774 ,  G06V10/764 ,  G06V10/22 ,  G06V10/40 ,  G06V10/26

摘要： 本发明提供一种模型训练方法、装置、电子设备及存储介质，涉及计算机视觉技术领域。该方法包括：确定待训练的图像分类模型，图像分类模型包含特征提取层、多个检测网络与分割网络，每一检测网络对应的目标尺寸范围为该检测网络所检测对象的尺寸范围；基于样本图像与第一标注信息对特征提取层与检测网络训练，得到训练完成的特征提取层与检测网络；特征提取层提取多种尺寸的特征图，检测网络基于属于检测网络尺寸的特征图进行对象检测；基于样本图像、第二标注信息与训练完成的特征提取层对分割网络训练，得到训练完成的分割网络以训练完成图像分类模型。本方案在保证提供不同形式的分类结果的情况下，兼顾模型训练效率的提升以及准确率的提升。

公开(公告)号：CN117197592A

公开(公告)日：2023-12-08

申请号：CN202311461357.5

申请日：2023-11-06

申请人： 英特灵达信息技术(深圳)有限公司

发明人： 沈西 ,  谭期友 ,  黄世华 ,  于永军 ,  童小树

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本申请实施例提供了一种目标检测模型训练方法、装置、电子设备及介质，涉及图像处理技术领域，本申请实施例包括：获取正样本图像集和负样本图像集，然后利用目标检测网络分别对负样本图像集包括的每张负样本图像进行目标检测，得到各负样本图像的目标检测结果和目标检测结果的置信度。再基于各负样本图像的目标检测结果的置信度，筛选出指定数量的负样本图像，并基于正样本图像集包括的各正样本图像以及筛选出的负样本图像，训练目标检测网络，并返回利用目标检测网络分别对负样本图像集包括的每张负样本图像进行目标检测的步骤，直至在目标检测网络训练完成时，将训练完成的目标检测网络作为目标检测模型。从而提高了目标检测模型的检测准确度。

公开(公告)号：CN117197592B

公开(公告)日：2024-03-01

申请号：CN202311461357.5

申请日：2023-11-06

申请人： 英特灵达信息技术(深圳)有限公司

发明人： 沈西 ,  谭期友 ,  黄世华 ,  于永军 ,  童小树

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本申请实施例提供了一种目标检测模型训练方法、装置、电子设备及介质，涉及图像处理技术领域，本申请实施例包括：获取正样本图像集和负样本图像集，然后利用目标检测网络分别对负样本图像集包括的每张负样本图像进行目标检测，得到各负样本图像的目标检测结果和目标检测结果的置信度。再基于各负样本图像的目标检测结果的置信度，筛选出指定数量的负样本图像，并基于正样本图像集包括的各正样本图像以及筛选出的负样本图像，训练目标检测网络，并返回利用目标检测网络分别对负样本图像集包括的每张负样本图像进行目标检测的步骤，直至在目标检测网络训练完成时，将训练完成的目标检测网络作为目标检测模型。从而提高了目标检测模型的检测准确度。