“王淏辰”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4个，建议您升级VIP下载更多相关专利

[发明专利]基于困难样本挖掘的模型训练方法、设备和存储介质-CN202310370230.6在审
发明人：张兆翔;王淏辰;樊峻菘;王玉玺 -专利权人：中国科学院自动化研究所
申请日： 2023-04-07 - 公布日： 2023-09-05 - 主分类号： G06V10/70 文献下载
摘要：本发明实施例提供了一种基于困难样本挖掘的模型训练方法、设备和存储介质，涉及人工智能技术领域，该方法包括：获取当前迭代过程中基于第一图像对第一模型训练得到的模型参数，更新第二模型的模型参数；基于更新后的第二模型，确定原始图像中各图像块对应的预测重建损失；基于预测重建损失及预设困难样本需求，生成目标掩码策略；基于目标掩码策略，更新第一图像，用于下次迭代过程中对第一模型进行训练，直至第一模型的损失函数达到收敛或迭代过程的次数达到预设的迭代总次数。本发明基于第一模型的迭代训练过程，不断更新掩码策略，帮助模型学习到更具有迁移性的特征表示，提高第一模型的表征能力，避免掩码学习对人工预定义的掩码规则的依赖。
基于困难样本挖掘模型训练方法设备存储介质

[发明专利]图像处理方法、装置及设备-CN202210161908.5在审
发明人：费敬敬;王钰超;王淏辰;李韡;金国强;吴立威 -专利权人：上海商汤智能科技有限公司
申请日： 2022-02-22 - 公布日： 2022-10-18 - 主分类号： G06V10/764 文献下载
摘要：本公开实施例提供了一种图像处理方法、装置及电子设备，考虑到对于不可靠样本，虽然无法基于预测结果准确确定该样本属于某个类别，但是可以基于预测结果确定该不可靠样本大概率不属于的目标类别，进而可以基于不可靠样本不属于的目标类别构建负样本。然后可以将负样本充分利用起来，对模型进行训练，提高了无标签样本的利用率，增加了可用的训练样本的数量，进而也提升了训练得到的模型的精度。然后再利用训练的高精度模型对待处理的目标图像所属的类别，或目标图像中像素点所属的类别进行预测，可以得到更加准确的预测结果，用于后续的应用。
图像处理方法装置设备

[发明专利]一种基于亲和系数的网络训练方法-CN202210615451.0在审
发明人： 王淏辰;费敬敬;李韡;吴立威 -专利权人：上海商汤智能科技有限公司
申请日： 2022-05-31 - 公布日： 2022-09-02 - 主分类号： G06V10/774 文献下载
摘要：本公开实施例提供一种基于亲和系数的网络训练方法，该方法包括：获取有标签图像的真值标签和真值亲和系数，所述真值标签用于标注所述有标签图像中各个像素的所属类别，所述真值亲和系数用于表示有标签图像中不同像素组成的图像块之间的相似度；获取所述有标签图像的预测结果和预测亲和系数；获取所述无标签图像的预测伪标签和伪标签；基于第一网络损失、第二网络损失以及第三网络损失中的至少之二，调整所述学生网络的网络参数，当达到训练结束条件时，获得所述学生网络。该方法能够有效利用大量的无标签图像，作为有标签图像的补充，提升训练得到的模型的精度，节省计算资源并大量节省标注成本。
一种基于亲和系数网络训练方法

[发明专利]图像处理方法、装置、设备及存储介质-CN202210520975.1在审
发明人：费敬敬;王淏辰;金国强;李韡;吴立威 -专利权人：上海商汤智能科技有限公司
申请日： 2022-05-12 - 公布日： 2022-08-05 - 主分类号： G06V20/00 文献下载
摘要：本公开实施例提供了一种图像处理方法、装置、设备及存储介质。在确定目标图像中各像素点所属的类别时，可以先对目标图像进行目标检测，得到目标图像中不同类别的对象的预测位置信息，可以根据该预测位置信息确定至少一个第二特征，每个第二特征与从目标图像中提取的一个第一特征对应，基于该第一特征和第二特征融合得到融合特征，然后基于融合特征确定目标图像中各像素点所属的类别。其中，根据预测位置信息可以大致确定目标图像中各对象在图像中的位置，通过结合该预测位置信息辅助确定各像素点所属的类别信息，进而确定的各像素点所属的类别也更加准确。
图像处理方法装置设备存储介质