用于训练物品编码模型的方法和装置

    公开(公告)号:WO2022001887A1

    公开(公告)日:2022-01-06

    申请号:PCT/CN2021/102486

    申请日:2021-06-25

    Abstract: 本申请实施例公开了用于训练物品编码模型的方法和装置。该方法的一具体实施方式包括:获取初始物品编码模型和训练样本集合;将该训练样本集合中的训练样本的样本用户信息作为初始物品编码模型的输入,得到与输入的样本用户信息对应的样本物品编码信息的概率;基于最大化所得到的与输入的样本用户信息对应的样本物品编码信息的概率,调整初始物品编码模型的结构参数,训练得到物品编码模型,其中,物品编码模型用于表征输入的样本用户信息与样本物品编码信息之间的对应关系和样本物品信息与样本物品编码信息之间的对应关系。该实施方式可以利用训练好的物品编码模型实现物品推荐,并可以将物品编码信息作为索引以提升检索效率。

    基于双向交互网络的行人搜索方法、系统、装置

    公开(公告)号:WO2021253510A1

    公开(公告)日:2021-12-23

    申请号:PCT/CN2020/099943

    申请日:2020-07-02

    Abstract: 本发明属于计算机视觉、模式识别领域,具体涉及一种基于双向交互网络的行人搜索方法、系统、装置,旨在解决边界框外场景信息对行人特征的影响,导致行人搜索准确度较低的问题。本系统方法包括:获取输入视频中第t帧图像,作为输入图像;对输入图像进行归一化,并通过预训练的行人搜索模型获取待搜索行人目标的搜索结果;行人搜索模型基于残差网络构建,并在残差网络的分类回归层中增加新的分类层,用于获取行人目标的身份分类概率。本发明提高了行人搜索的准确度。

    切片缺陷检测方法、装置、电子设备及可读存储介质

    公开(公告)号:WO2021217857A1

    公开(公告)日:2021-11-04

    申请号:PCT/CN2020/098983

    申请日:2020-06-29

    Abstract: 一种切片缺陷检测方法、装置、电子设备以及可读存储介质,涉及人工智能中的智能决策技术领域。上述方法包括:将待检测切片集输入训练好的切片缺陷检测模型的特征提取分支,将得到的特征集输入切片缺陷检测模型的上采样分支,得到各个缺陷区域及各个缺陷区域对应的预测缺陷类别,将特征集输入切片缺陷检测模型的分类分支,得到第二缺陷类别分布表,获取预测缺陷类别在第二缺陷类别分布表中的第二概率值,当第二概率值大于预设阈值时,将预测缺陷类别作为目标缺陷类别。上述方法提高了切片缺陷区域、缺陷类别检测的准确度。另外,上述方法还涉及区块链技术,可应用于智慧医疗领域中,从而推动智慧城市的建设。

    基于深度学习模型的步态识别方法、装置和计算机设备

    公开(公告)号:WO2021139337A1

    公开(公告)日:2021-07-15

    申请号:PCT/CN2020/124725

    申请日:2020-10-29

    Abstract: 本申请涉及人工智能领域,揭示了一种基于深度学习模型的步态识别方法、装置和计算机设备,其中方法包括:获取加速度传感器采集的数据;对数据进行合成得到合成信号;对合成信号进行去均值和滤波处理;对滤波后的数据进行滑窗处理、时域和频域处理,得到数据对应的频谱图,将所述频谱图输入到预先训练的深度学习模型中,获得模型输出的步态识别结果。本申请的基于深度学习模型的步态识别方法、装置和计算机设备,只要求用户自身的智能移动设备内嵌有加速度传感器,采集加速度传感器数据,数据采集的门槛和成本大大降低,对数据进行简单的时域和频域处理,再利用深度学习模型进行步态识别,识别效率高,方案简单,便于推广。

    医学领域知识图谱的构建方法、装置、设备及存储介质

    公开(公告)号:WO2021139247A1

    公开(公告)日:2021-07-15

    申请号:PCT/CN2020/118499

    申请日:2020-09-28

    Inventor: 张圣

    Abstract: 一种医学领域知识图谱的构建方法、装置、设备及存储介质,该构建方法包括:获取通用知识图谱中的全部三元组集合,并从三元组集合中获取待识别三元组,从待识别三元组中确定待识别第一实体和待识别第二实体(S101);采用医学领域实体识别模型分别识别待识别第一实体和待识别第二实体是否为医学领域实体(S102);当待识别第一实体和待识别第二实体同时为医学领域实体时,确定待识别三元组为目标三元组(S103);将目标三元组插入医学领域三元组集合中形成新的医学领域三元组集合并构建医学领域知识图谱(S104)。该方法能够从通用知识图谱中自动识别医学领域知识,并自动构建高质量且覆盖各种类型的医学领域知识图谱,效率高、人力成本低且覆盖面广。

    域自适应模型训练、图像检测方法、装置、设备及介质

    公开(公告)号:WO2021120752A1

    公开(公告)日:2021-06-24

    申请号:PCT/CN2020/116742

    申请日:2020-09-22

    Abstract: 一种域自适应模型训练、图像检测方法、装置、设备及介质,域自适应模型训练方法包括:通过获取含有多个图像样本的图像样本集;将图像样本输入含有初始参数且基于Faster-RCNN的域自适应模型,通过预处理模型对所述图像样本进行图像转换,得到预处理图像样本;通过特征提取模型获取特征向量图;通过区域提取模型得到区域特征向量图;通过局部特征模型得到局部特征对齐损失值;同时通过全局特征模型进行正则化及全局特征识别处理得到特征正则损失值和全局特征对齐损失值;通过检测模型得到检测损失值;获取总损失值;迭代更新初始参数直至收敛,得到训练完成的域自适应模型。上述方法实现跨域的图像识别,提高了图像识别的准确性和可靠性。

    基于图片的目标识别方法、装置、电子设备及可读存储介质

    公开(公告)号:WO2021217858A1

    公开(公告)日:2021-11-04

    申请号:PCT/CN2020/098990

    申请日:2020-06-29

    Abstract: 一种基于图片的目标识别方法、装置、电子设备以及计算机可读存储介质,所述方法包括:利用场景分割网络,对原始图片执行卷积操作、激活操作及池化操作得到第一特征集(S1),在所述场景分割网络内,对所述第一特征集执行上采样操作、所述卷积操作及所述激活操作,得到第二特征集,并根据预先构建的分类函数,对所述第二特征集进行分类操作得到场景图片集(S2),将所述场景图片集输入至目标识别网络中进行目标识别得到目标图片(S3)。所述方法还涉及区块链技术,所述原始图片及所述目标图片可以存储于区块链节点中。所述方法可以解决目标识别过程需要进行大量计算,占用过多计算资源的问题。

Patent Agency Ranking