“余宗桥”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果60个，建议您升级VIP下载更多相关专利

[发明专利]一种模型压缩方法、装置、电子设备和存储介质-CN201911100168.9有效
发明人：高雨婷;胡易;余宗桥;孙星;彭湃;郭晓威;黄小明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-12 - 公布日： 2022-03-08 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种模型压缩方法、装置、电子设备和存储介质；该方法涉及人工智能领域中的机器学习方向，通过待压缩的学生网络和教师网络分别对检测样本提取特征，得到所述检测样本的第一特征和第二特征；计算第一特征和第二特征的特征差异；基于所述特征差异，对所述学生网络进行调整；对调整后的学生网络进行裁剪；对裁剪后的学生网络进行预设迭代压缩处理，以得到满足预设压缩条件的学生网络；本申请可以通过对学生网络进行裁剪和迭代压缩处理，实现对学生网络的压缩，同时还使用教师网络对学生网络的性能进行调整，以补偿压缩带来的学生网络性能和精度下降，使得在压缩模型的同时保证压缩后模型的性能。
一种模型压缩方法装置电子设备存储介质

[发明专利]神经网络模型的数据处理方法、介质和电子设备-CN202111470544.0在审
发明人：王晓雪;杨宇;余宗桥 -专利权人：安谋科技（中国）有限公司
申请日： 2021-12-03 - 公布日： 2022-03-04 - 主分类号： G06N3/063 文献下载
摘要：本申请涉及人工智能领域，提供了一种神经网络模型的数据处理方法、介质和电子设备。该方法包括：在运行神经网络模型的过程中检测到对操作数的第一类运算，该第一类运算包括对操作数求幂指数后再求倒数的运算；从乘法因子结果集中，选取与对操作数求幂指数后再求倒数的运算相对应的多个乘法因子的运算结果值；通过对获取的各乘法因子的运算结果值相乘，得到对操作数的第一类运算的运算结果。通过本申请提供的方法，电子设备通过查找和乘法运算即可得到上述第一类运算的运算结果，提高了电子设备对第一类运算的计算速度，进而提高了电子设备运行神经网络模型的速度。
神经网络模型数据处理方法介质电子设备

[发明专利]神经网络模型的量化方法、可读介质和电子设备-CN202111499269.5在审
发明人： 余宗桥;韩冥生;周生伟 -专利权人：安谋科技（中国）有限公司
申请日： 2021-12-09 - 公布日： 2022-03-01 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及人工智能领域，提供了一种神经网络模型的量化方法、介质和电子设备。该方法通过对待量化神经网络模型中各计算节点中运行顺序在前一部分的计算节点进行较低精度的量化，对运行顺序在后一部分的计算节点进行较高精度的量化，通过调整运行顺序在后一部分的计算节点的数量来得到不同的量化方案，再将不同的量化方案的运行结果和部署要求进行比，以确定出满足部署要求的情况下，进行较高精度的量化的计算节点的数量最少的量化方案。如此，电子设备无需通过大量的训练数据进行优化训练，也无需逐个调整待量化神经网络模型的计算节点的量化精度，即可快速得到满足部署条件的量化方案，提高了神经网络模型量化的速度。
神经网络模型量化方法可读介质电子设备

[发明专利]一种模型量化方法、服务器、电子设备及介质-CN202111340694.X在审
发明人：韩冥生;余宗桥 -专利权人：安谋科技（中国）有限公司
申请日： 2021-11-12 - 公布日： 2022-02-18 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及模型压缩技术领域，特别涉及一种模型量化方法、服务器、电子设备及介质。其中，模型量化方法包括：获取神经网络模型中算子的激活值的第一数值范围；在第一数值范围中的最小数值大于等于零的情况下，确定算子的量化方式为无符号量化方式；在确定出算子的量化方式的情况下，确定算子的激活值的量化结果的第二数值范围；根据第一数值范围和第二数值范围确定算子的激活值与量化结果之间的映射关系。基于上述技术方案，可以根据算子的激活值选取合适的量化方式，如此使得确定出的算子的激活值的量化结果的第二数值范围，即量化数值范围的整个范围都能被完全利用，能够有效提高量化精度。
一种模型量化方法服务器电子设备介质

[发明专利]一种图像中的对象标识信息识别方法、装置及存储介质-CN201911046040.9有效
发明人：宫毅非;蒋忻洋;孙星;郭晓威;余宗桥;彭湃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-10-30 - 公布日： 2022-02-18 - 主分类号： G06V40/20 文献下载
摘要：本申请公开了一种图像中的对象标识信息识别方法、装置及存储介质，所述方法包括：获取待识别对象图像；基于对象标识信息识别模型，得到所述待识别对象图像所对应的对象标识信息；所述对象标识信息识别模型的训练方法包括：构建预设机器学习模型，并将预设机器学习模型确定为当前机器学习模型；将样本对象图像集输入所述当前机器学习模型，确定每个样本对象图像的图像特征；确定每类图像特征子集的类中心；基于所述每类图像特征子集的类中心，确定交叉熵损失值；基于所述交叉熵损失值，确定对象标识信息识别模型。采用本申请构建的对象标识信息识别模型，进行对象标识信息的识别处理，提高了图像中对象标识信息的识别准确率。
一种图像中的对象标识信息识别方法装置存储介质

[发明专利]神经网络模型的量化方法、电子设备及介质-CN202111196316.9在审
发明人：许礼武;余宗桥;韩冥生 -专利权人：安谋科技（中国）有限公司
申请日： 2021-10-14 - 公布日： 2021-12-28 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及人工智能技术领域，具体涉及一种神经网络模型的量化方法、电子设备及介质。在本申请的神经网络模型的量化方法中，将神经网络模型各层的权重参数的正负值作为考虑要素，然后分别计算大于等于零的权重参数的收缩因子|scale(Z‑X)|，以及小于零的权重参数的收缩因子|scale(Z′‑Y)|，然后计算|scale(Z‑X)|以及|scale(Z′‑Y)|的加权和，得到最终的收缩因子。通过这种方式，使得量化前后的神经网络模型的权重参数的更加接近，进而在降低神经网络模型的权重参数占用的存储空间以及计算资源的同时，确保量化后的神经网络模型的精度更接近量化前的神经网络模型的精度。
神经网络模型量化方法电子设备介质

[发明专利]行人重识别方法、装置、服务器以及存储介质-CN201910866301.5有效
发明人：杜俊珑;郭晓威;余宗桥;孙星 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-09-12 - 公布日： 2021-09-07 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种行人重识别方法、装置、服务器以及存储介质，获取目标行人图像及参考行人图像之后，将目标行人图像与参考行人图像输入至预先训练生成的行人重识别网络中得到目标行人图像与参考行人图像的原始特征的余弦距离；并将目标行人图像与参考行人图像输入至预先训练生成的姿态生成对抗网络中得到目标行人图像与参考行人图像的姿态特征的余弦距离；将姿态特征的余弦距离与原始特征的余弦距离求加权和，得到最终的重排序距离。基于上述方案，根据姿态特征得到的重排序距离准确度较高，能够提高行人重识别的检索结果准确率和召回率。
行人识别方法装置服务器以及存储介质

[发明专利]重复信息的确定方法及相关装置-CN201810206487.7有效
发明人： 余宗桥 -专利权人：腾讯科技(深圳)有限公司
申请日： 2018-03-13 - 公布日： 2021-06-25 - 主分类号： G06F16/174 文献下载
摘要：本申请实施例公开了一种重复信息的确定方法及相关装置，属于信息处理领域。该方法包括：获得待去重文件集合；提取该集合中每个文件的特征量，并将至少一个文件作为聚类中心，针对每一个聚类中心，执行：计算各个文件与聚类中心的特征量的特征相似度；以各个文件与该聚类中心的特征相似度的大小顺序，将各个文件排序为一个文件序列；并，在文件序列中，以每一个文件为基准文件分别执行：在包含该基准文件的指定序列长度内，将与该基准文件的特征相似度满足预设条件的文件确定为该基准文件的重复文件。本申请实施例仅在指定序列长度内查找基准文件的重复文件，相对于遍历所有文件能够减少计算量提高效率。
重复信息确定方法相关装置

[发明专利]实现信息互动的方法和装置-CN201780054913.3有效
发明人：覃冬;郑志铨;白和军;邓长友;肖鸿志;余宗桥;俞尚;陈宇;冯绪 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-11-22 - 公布日： 2021-04-09 - 主分类号： H04L12/58 文献下载
摘要：本申请公开了一种实现信息互动的方法，包括：接收应用客户端发送的所述应用客户端获取到的第一图像以及登录到所述应用客户端的第一用户的ID；在所存储的图像集合中查找与所述第一图像的图像特征相匹配的第二图像；当查找到与所述第一图像的图像特征相匹配的第二图像时，将所述第二图像的ID以及所述第一用户的ID发送给UGC服务器，以使所述UGC服务器根据所述第一用户的ID从社交应用服务器获取所述第一用户的ID对应的社交关系链中第二用户的ID，根据所述第二图像的ID以及所述第二用户的ID获取第三用户对所述第二图像发表的UGC，并将所述UGC以及发表所述UGC的所述第三用户的ID发送给所述应用客户端进行显示。
实现信息互动方法装置

[发明专利]多媒体数据检测方法及装置-CN201611064769.5有效
发明人：胡易;余宗桥;郭晓威 -专利权人：腾讯科技（上海）有限公司
申请日： 2016-11-28 - 公布日： 2021-03-19 - 主分类号： G06F16/435 文献下载
摘要：本发明公开了一种多媒体数据检测方法及装置，属于互联网技术领域。方法包括：获取待检测的多媒体数据；基于第一分类模型对多媒体数据执行敏感数据检测处理，得到多媒体数据为敏感数据的第一敏感概率；若第一敏感概率大于第一预设阈值，则基于模型深度大于第一分类模型且与第一分类模型级联的第二分类模型，对多媒体数据执行敏感数据检测处理，得到多媒体数据为敏感数据的第二敏感概率；若第二敏感概率大于第二预设阈值，则确定多媒体数据为敏感数据。采取两个模型深度不同的分类模型进行多媒体数据检测，可兼顾时间性能与检测效果，这样通过两个级联的分类模型既可满足线上实时检测需求，还可保证检测精准度。
多媒体数据检测方法装置

[发明专利]图像检索方法、装置、设备及其存储介质-CN202010158775.7在审
发明人：张恩伟;蒋忻洋;孙星;余宗桥;彭湃;郭晓威;黄小明;黄飞跃;吴永坚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-03-09 - 公布日： 2020-07-24 - 主分类号： G06F16/583 文献下载
摘要：本申请公开了一种图像检索方法、装置、设备及其存储介质。该方法包括：获取待查询的目标图像；将目标图像与待检索的图像库中至少部分图像配对成图像对；调用特征提取模型对图像对进行特征提取，得到至少两个特征向量，每个特征向量是与图像对所包含的每一张图像相对应的特征向量分别与图像对所包含的所有图像所对应的特征向量进行特征拼接处理的结果；根据特征向量从至少部分图像中获取与目标图像相关的图像序列。根据本申请实施例的技术方案，通过提取包含图像对的特征向量，利用特征向量从至少部分图像中获取与目标对象对应的相关图像序列，来提高检索图像的准确度。
图像检索方法装置设备及其存储介质

[发明专利]一种图像分类模型训练方法、图像分类方法、装置及计算设备-CN202010114941.3在审
发明人：张恩伟;蒋忻洋;孙星;余宗桥;彭湃;郭晓威;黄小明;黄飞跃;吴永坚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-02-25 - 公布日： 2020-06-26 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能技术领域，提供一种图像分类模型训练方法、图像分类方法、装置及计算设备，用于提高训练出的模型针对困难样本的处理能力。该方法包括：基于第一图像样本集训练图像预测模型；基于图像预测模型获得第二图像样本集中每个第二图像样本的难易度估计值，每个第二图像样本具有目标分类标签；基于第二图像样本集训练第一图像分类模型，直到第一图像分类模型的训练损失满足目标损失，获得第二图像分类模型；第一图像分类模型的训练损失是对第二图像样本集中各个第二图像样本的分类损失进行加权获得的，每个第二图像样本的分类损失对应的加权权重是根据每个第二图像样本的难易度估计值确定的。
一种图像分类模型训练方法装置计算设备

[发明专利]一种信息处理方法、装置及计算机可读存储介质-CN201911120993.5在审
发明人：关硕森;张毅;孙星;余宗桥;彭湃;郭晓威;黄小明;吴永坚;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-15 - 公布日： 2020-05-01 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例公开了一种信息处理方法、装置及计算机可读存储介质，本申请实施例通过获取视频中的待处理图像，并提取待处理图像中的人体检测区域；对人体检测区域进行轨迹追踪，生成相应的人体轨迹信息；对人体轨迹信息中的轨迹点位置信息进行回归处理，得到相应的移动拟合线，根据移动拟合线确定相应的移动角度信息，并统计轨迹点位置信息之间的坐标累计信息；根据移动角度信息确定移动行为信息和相应的验证条件，在确定坐标累计信息满足验证条件时，保存移动行为信息。以此，可以提取图像中的人体检测区域进行人体追踪，生成人体轨迹信息，并确定移动角度信息和坐标累计信息，根据两者确定出准确的移动行为信息，极大的提升了信息处理的准确性。
一种信息处理方法装置计算机可读存储介质

[发明专利]一种数据处理方法、装置及存储介质-CN201911303249.9在审
发明人：高雨婷;胡易;余宗桥;孙星;彭湃;郭晓威;黄小明 -专利权人：腾讯云计算（北京）有限责任公司
申请日： 2019-12-17 - 公布日： 2020-04-24 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了一种数据处理方法、装置及存储介质，涉及神经网络领域，用以减少模型参数量、降低模型计算量。该方法中，通过计算初始神经网络模型中各通道对应的特征图之间的条件熵，来确定各通道之间的相对信息；并通过去掉对其他通道影响小的通道，实现对初始神经网络模型的剪枝。这样，通过对初始神经网络模型的剪枝，减少了初始神经网络模型的参数量，降低了初始神经网络模型的计算量，从而实现了在保证效果的同时，提升了模型运算的速度，并降低了对部署设备的要求。
一种数据处理方法装置存储介质

[发明专利]用于行人重识别的模型训练方法、识别方法、装置及介质-CN201911223130.0在审
发明人：李珂;孙星;程昊;杨丰祥;彭湃;余宗桥;郭晓威;黄小明;吴永坚;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-12-03 - 公布日： 2020-04-17 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种用于行人重识别的模型识别方法、装置、设备及介质，所述方法属于计算机视觉领域，所述方法包括：获取主模型和辅助模型；对无标签样本集中的样本进行聚类，得到聚类成功样本和聚类失败样本；通过所述辅助模型从所述聚类失败样本中挖掘出第一样本子集；与所述聚类成功样本中的第二样本子集组合为混合样本子集；采用所述混合样本子集对所述主模型进行训练；通过所述主模型从所述聚类成功样本中挖掘出第三样本子集；采用所述第三样本子集对所述辅助模型进行训练；交替迭代上述两个步骤至满足结束条件，将训练后的所述主模型确定为应用于所述行人重识别的模型。
用于行人识别模型训练方法装置介质