“林达华”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95个，建议您升级VIP下载更多相关专利

[发明专利]基于多层级融合的图片掩码学习方法、系统、设备及介质-CN202310459371.5在审
发明人：柳源;张松阳;陈恺;林达华 -专利权人：上海人工智能创新中心
申请日： 2023-04-25 - 公布日： 2023-07-25 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及计算机视觉技术领域，特别涉及一种基于多层级融合的图片掩码学习方法、系统、设备及介质，该方法包括以下步骤：首先，对图片进行处理，并将处理后的图片送入编码器；接下来，将编码器输出的多层级特征进行多层级融合，得到融合特征；最后，将融合特征输入至解码器；基于解码器输出的特征，对网络进行优化。本申请提供的基于多层级融合的图片掩码学习方法，相较于现有技术中直接将编码器最后一层特征直接输入解码器的方案，本申请先将编码的多层级特征进行融合之后再送入解码器中，这样一来，既保持了使用图片作为预测目标的图片掩码学习方法的简单流程以及计算量，而且，显著提升了模型对高语义特征的表达。
基于多层融合图片掩码学习方法系统设备介质

[发明专利]一种激光雷达点云预训练方法-CN202310161269.7在审
发明人：徐润森;王泰;张文蔚;陈润健;曹金坤;庞江淼;林达华 -专利权人：上海人工智能创新中心
申请日： 2023-02-23 - 公布日： 2023-06-06 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及自动驾驶技术领域，具体涉及一种激光雷达点云预训练方法，包括：向点云空间输入点云；将点云空间划分为若干体素；确定点云空间中的非空体素；对非空体素进行采样，得到非掩码体素和掩码体素；对掩码体素进行位置掩码或形状掩码；将掩码体素和非掩码体素输入至体素编码器，输出代表每一个体素的特征向量；将每个体素的特征向量输入至骨干中提取特征，输出每一个体素的特征数据；根据每个掩码体素的特征数据将该掩码体素被掩码的信息恢复；将经过上述预训练后的体素编码器和骨干的权重保留迁移到下游任务中使用。其能显著降低检测网络对带标注数据的依赖，使得网络在使用有限标注数据训练的情况下也能将性能显著提高。
一种激光雷达点云预训练方法

[发明专利]一种视觉骨干模型的令牌混合器剪枝方法-CN202310100058.2在审
发明人：王家豪;张松阳;陈恺;林达华 -专利权人：上海人工智能创新中心
申请日： 2023-02-09 - 公布日： 2023-05-30 - 主分类号： G06V10/774 文献下载
摘要：本发明公开一种视觉骨干模型的令牌混合器剪枝方法。该方法包括：获取目标图像；将所述目标图像输入到经训练的视觉模型，获得图像分类结果。该视觉模型的训练过程包括：构建教师模型，该教师模型包含令牌混合器，并且在令牌混合器与输入映射之间设有层归一化层；构建学生模型，该学生模型包含与教师模型对应的层归一化层，并采用仿射变换模块替换所述令牌混合器；利用设定的损失函数训练学生模型，在训练过程中，将教师模型学到的知识蒸馏到学生模型；将所述仿射变换模块学到的相关参数通过重参数化过程融入到学生模型的层归一化层，并将重参数化后的学生模型作为所述视觉模型。本发明获得的模型结构简单、计算复杂度低、延时小、易于部署。
一种视觉骨干模型令牌混合器剪枝方法

[发明专利]深度学习模型生产系统、电子设备和存储介质-CN202110363166.X有效
发明人： 林达华;曹阳;李兆松;张行程;陈恺;杨冠姝 -专利权人：上海商汤科技开发有限公司
申请日： 2021-04-02 - 公布日： 2023-05-12 - 主分类号： G06N20/00 文献下载
摘要：本公开涉及一种深度学习模型生产系统、电子设备和存储介质，所述系统包括用户开发平台，所述用户开发平台包括：生产线选择模块，用于响应于针对生产线列表中模型生产线的选择操作，展示选中的模型生产线的设置列表；设置模块，用于响应于针对设置列表中第一设置项的设置操作，确定用于实现目标任务的目标深度学习模型、目标深度学习模型的训练方式以及用于训练目标深度学习模型的数据集；训练模块，用于响应于针对目标深度学习模型的训练触发操作，根据数据集以及训练方式，对目标深度学习模型进行训练，得到待部署的目标深度学习模型。本公开实施例可实现高效地基于流程化的设置操作，实现自动化生成待部署的目标深度学习模型。
深度学习模型生产系统电子设备存储介质

[发明专利]通过动态物体建模实现基于单目的四维物体检测方法-CN202310126280.X在审
发明人：连庆;王泰;庞江淼;林达华 -专利权人：上海人工智能创新中心
申请日： 2023-02-16 - 公布日： 2023-05-05 - 主分类号： G06T17/00 文献下载
摘要：本发明公开一种通过动态物体建模实现基于单目的四维物体检测方法。该方法包括：针对目标图像，以当前帧和前序帧的图片作为输入，提取语义特征，并预测潜在的障碍物位置和速度；提取当前帧的鸟瞰图特征；估计物体的位移，以及前序帧和后序帧的位移，提取前序帧的鸟瞰图特征，获得时序鸟瞰图特征；将多帧的观测信息进行融合，得到出时序上耦合的物体位置和速度，作为预测的物体信息；利用预测的物体信息，通过循环迭代更新物体检测的位置和速度，进而输出当前帧周围障碍物的位置、尺寸、类别以及对应的速度信息，作为检测结果；基于所述检测结果联合进行物体检测和跟踪。本发明能够更准确的预测物体位置，并同时实现动态障碍物的时序跟踪。
通过动态物体建模实现基于目的检测方法

[发明专利]网络训练方法及装置、图像生成方法及装置-CN202010023029.7有效
发明人：潘新钢;詹晓航;戴勃;林达华;罗平 -专利权人：北京市商汤科技开发有限公司
申请日： 2020-01-09 - 公布日： 2023-04-25 - 主分类号： G06T3/00 文献下载
摘要：本公开涉及一种网络训练方法及装置、图像生成方法及装置，所述网络训练方法包括：将隐向量输入预训练的生成网络，得到第一生成图像，所述生成网络是与判别网络通过多个自然图像对抗训练得到的；对所述第一生成图像进行退化处理，得到所述第一生成图像的第一退化图像；根据所述第一退化图像及目标图像的第二退化图像，训练所述隐向量及所述生成网络，其中，训练后的生成网络和训练后的隐向量用于生成所述目标图像的重建图像。本公开实施例可提高生成网络的训练效果。
网络训练方法装置图像生成

[发明专利]一种三维网格生成方法、装置、电子设备及存储介质-CN202310071754.5在审
发明人：吕照阳;汪金奕;安玉炜;张娅;林达华;戴勃 -专利权人：上海人工智能创新中心
申请日： 2023-01-17 - 公布日： 2023-04-21 - 主分类号： G06T17/20 文献下载
摘要：本申请提供一种三维网格生成方法、装置、电子设备及存储介质，该方法包括：将三维网格编码为稀疏点及稀疏点上的特征；用扩散模型学习稀疏点的位置分布及稀疏点上的特征的分布；根据稀疏点的位置分布及稀疏点上的特征的分布重建三维网格。该方案能够生成具有多样的拓扑结构的三维网格，同时可以精细控制三维网格的整体和局部形状。
一种三维网格生成方法装置电子设备存储介质

[发明专利]一种基于低通滤波生成图片掩码学习方法及装置-CN202211648079.X在审
发明人：柳源;张松阳;陈恺;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-12-21 - 公布日： 2023-04-14 - 主分类号： G06V10/82 文献下载
摘要：本申请提供一种基于低通滤波生成图片掩码学习方法及装置，该方法包括：获取原始图片；对原始图片进行裁剪，得到裁剪图片；将裁剪图片输入至编码器和解码器，得到输出特征；根据输出特征与目标特征，确定损失函数；其中，目标特征为原始图片通过低通滤波得到的特征；优化损失函数，以完成优化网络。该方案可以实现提升现有图片掩码学习方法性能，但不引人额外计算量，还保持结构的简洁。
一种基于滤波生成图片掩码学习方法装置

[发明专利]神经辐射场的物体和布局提取方法和装置-CN202211583904.2在审
发明人：相里元博;徐霖宁;戴勃;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-12-09 - 公布日： 2023-04-07 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种神经辐射场的物体和布局提取方法和装置，方法包括：确定待处理场景；利用至少一个二维特征平面来拟合待处理场景的3D特征信息；选取一个二维特征平面作为目标二维特征平面，通过轮廓判别法在目标二维特征平面上识别出待处理场景中的至少一个物体单体；对每个物体单体对应的平面特征进行层次聚类判断出物体单体的类别；记录每个物体单体在待处理场景中的位姿，其中，位姿包括在目标二维特征平面上的坐标和以X轴为基准的旋转角度；根据每个物体单体在待处理场景中的位姿获取待处理场景的布局。通过本发明可以通过找出场景中的同类物体，方便用户在平面上直观地发现物体单体并进行聚类，提供高质量的物体素材，易于用户编辑和拓展。
神经辐射物体布局提取方法装置

[发明专利]基于网格表征的神经辐射场的训练方法及图像渲染方法-CN202211583451.3在审
发明人：徐霖宁;相里元博;戴勃;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-12-09 - 公布日： 2023-03-03 - 主分类号： G06T15/55 文献下载
摘要：本发明提供了一种基于网格表征的神经辐射场的训练方法及图像渲染方法，训练方法包括：从待渲染场景中选定训练图片；网格表征端利用三维网格表征对训练图片进行采样获得网格表征端的特征值，并根据网格表征端的特征值进行运算得到网格表征端的特征值对应的颜色和密度值并输出；神经辐射场端获取网格表征端的特征值，将网格表征端的特征值与位置编码进行结合，并通过深层的多层感知机渲染获得神经辐射场端的特征值，根据神经辐射场端的特征值进行运算得到神经辐射场端的特征值对应的颜色和密度值，输出神经辐射场端的特征值对应的颜色和密度值。本发明的训练方法，训练时间明显缩短，且在大规模城市场景图片上训练稳定。
基于网格表征神经辐射训练方法图像渲染

[外观设计]网络交换机-CN202230696143.6有效
发明人：郭志坚;于新程;林达华 -专利权人：北方工业大学
申请日： 2022-10-21 - 公布日： 2023-02-07 - 主分类号： 14-02 文献下载
摘要：1.本外观设计产品的名称：网络交换机。2.本外观设计产品的用途：用作将主线网络交换为多线网络，用以为多台计算机提供网络支持。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
网络交换机

[发明专利]一种动作序列生成方法及装置、电子设备和存储介质-CN201910412248.1有效
发明人：颜思捷;李治中;熊元骏;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-05-17 - 公布日： 2023-01-31 - 主分类号： G06T17/00 文献下载
摘要：本公开涉及一种动作序列生成方法及装置、电子设备和存储介质，其中，所述方法包括：获取通过多个随机过程生成的第一噪声向量序列；利用卷积神经网络处理所述第一噪声向量序列，生成目标人体骨骼动作序列。本公开实施例可生成多个时间步的人体骨骼动作序列。
一种动作序列生成方法装置电子设备存储介质

[发明专利]一种针对超大模型的分布式推理部署系统-CN202211373207.4在审
发明人：李天健;林达华 -专利权人：上海人工智能创新中心
申请日： 2022-11-03 - 公布日： 2022-12-23 - 主分类号： G06N5/04 文献下载
摘要：本发明涉及一种针对超大模型的分布式推理部署系统，所述系统基于中间表述的通用模型构建计算图，将计算图拆分为计算子图，实现对大多数超大模型支持。通过最快推理速度策略或最大吞吐率策略，实现超大模型需满足的性能需求部署。通过将计算子图与推理引擎执行后端一起打包成Package发送到相应的计算节点，再由运行时模块负责解析运行时Package信息，实现兼容多个推理引擎执行后端。而为了进一步提升通用性，在解析模型时，采用算子等效拆分方式实现算子并行，实现算子并行与后端执行无关，从而实现任务解析与后端执行解耦。在应用分布式推理系统时，通过配置好的动态分组模块，可有效提升推理部署服务的计算资源效率。
一种针对超大模型分布式推理部署系统

[发明专利]神经网络训练与图像处理方法及装置-CN201910262390.2有效
发明人：曹钰杭;陈恺;吕健勤;林达华 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-04-02 - 公布日： 2022-12-02 - 主分类号： G06N3/02 文献下载
摘要：本公开涉及一种神经网络训练与图像处理方法及装置，所述方法包括：通过目标检测网络对样本图像进行目标检测处理，获得样本图像中对象的预测区域；基于对象的位置标注信息，确定每个预测区域与对应的标注区域之间的交并比；根据类别标注信息以及交并比，确定预测区域的重要性分数；根据预测区域的重要性分数以及样本图像的标注信息，训练目标检测网络。根据本公开的实施例的图像处理方法，可通过对象的类别标注信息以及每个预测区域的交并比获得预测区域的重要性分数，并利用预测区域的重要性分数训练目标检测网络，可提高目标检测网络的检测性能及普适性。
神经网络训练图像处理方法装置

[发明专利]一种用于点云全景分割的系统及方法-CN202210701485.1在审
发明人：肖泽琪;张文蔚;王泰;吕健勤;林达华;庞江淼 -专利权人：上海人工智能创新中心
申请日： 2022-06-21 - 公布日： 2022-10-25 - 主分类号： G06V10/26 文献下载
摘要：本发明公开一种用于点云全景分割的系统，其包括可学习卷积核以及第一神经网络结构，其中可学习卷积核可通过第一神经网络结构动态地适应点云数据，并进行一对一地预测对象。
一种用于全景分割系统方法

1
2
3
4
5
6
7
下一页»
尾页
共 95 条