“深度模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1075939个，建议您升级VIP下载更多相关专利

[发明专利]基于满足K度稀疏约束的深度学习模型的数据处理方法-CN202010937112.5在审
发明人：陈国强;薛晓刚;迟唤昭;毕明丽;张成;李彩虹 -专利权人：长春工程学院
申请日： 2020-09-08 - 公布日： 2020-12-18 - 主分类号： G06F30/27 文献下载
摘要：本发明属于数据处理技术领域，公开了一种基于满足K度稀疏约束的深度学习模型的数据处理方法，所述基于满足K度稀疏约束的深度学习模型的数据处理系统包括：地球化学数据获取模块、深度学习模型构建模块、模型训练模块、中央控制模块、数据输入模块、模型更新模块、特征值获取模块、特征值输入模块、最佳模型获取模块、数据分析模块、输出模块。本发明通过获取的地球化学数据进行深度学习模型的构建，进行构建的深度学习模型的训练，能够实现可观、准确分析；克服现有神经网络模型的训练速度过长、参数优化困难的缺点，提高深度神经网络模型的扩展能力、执行速度，改善无监督学习难度和参数优化难度，降低深度学习算法进行大数据处理的难度。
基于满足稀疏约束深度学习模型数据处理方法

[发明专利]一种电费异常数据分析方法、装置、终端设备及介质-CN202110801303.3在审
发明人：覃浩;周纯;陶飞达;康峰;冼文祥;伍广斌;白艳玲;舒畅;沈尚锋;苏立伟;杨英勃;冯亮新;廖云亭 -专利权人：广东电网有限责任公司;广东电网有限责任公司客户服务中心
申请日： 2021-07-15 - 公布日： 2021-09-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电费异常数据分析方法、装置、终端设备及介质，该方法包括对历史电费数据及待测电费数据进行预处理，得到第一数据和第二数据；将第一数据按预设比例划分为训练样本和测试样本；利用训练样本对深度森林模型进行训练，将测试样本输入至训练后的深度森林模型，根据输出结果计算深度森林模型的评估指标的数值；判断数值是否达到预设阈值，若是，则将当前深度森林模型作为目标模型；若否，则返回执行利用训练样本对深度森林模型进行训练操作，直至数值达到预设阈值时将对应的深度森林模型作为目标模型；将第二数据输入至目标模型，生成电费异常数据分类结果。本发明基于深度森林模型分析电费数据，提高了分析效率和结果的准确率。
一种电费异常数据分析方法装置终端设备介质

[发明专利]一种基于单目摄像头和激光雷达的测距方法-CN202110838512.5在审
发明人：黄刚 -专利权人：浙江零跑科技股份有限公司
申请日： 2021-07-23 - 公布日： 2021-11-23 - 主分类号： G06T7/521 文献下载
摘要：本发明提供了一种基于单目摄像头和激光雷达的测距方法，包括以下步骤：首先收集历史交通场景图像数据和点云数据，并对数据进行处理，将处理后的历史图像数据和历史点云数据分别训练初始目标检测模型和初始深度补全模型，获得训练好的目标检测模型和深度补全模型，所述目标检测模型以实时图像数据作为输入，输出交通场景中障碍物的信息；所述深度补全模型以实时图像数据和实时稀疏深度图作为输入，输出密集深度图，最后根据目标检测模型和深度补全模型的输出本发明充分结合单目摄像头和激光雷达的优点，融合目标检测模型和深度补全模型的输出结果，实现对象级测距，结果可靠，精度高。
一种基于摄像头激光雷达测距方法

[发明专利]麻醉药物识别方法、麻醉脑电信号的处理方法和装置-CN201780085019.2有效
发明人：叶志刚;金星亮;何先梁;张宁玲;罗汉源;李明;姚祖明 -专利权人：深圳迈瑞生物医疗电子股份有限公司
申请日： 2017-12-29 - 公布日： 2022-09-16 - 主分类号： A61M5/00 文献下载
摘要：一种麻醉脑电信号的处理方法，包括：通过脑电传感器获取脑电信号(S101)；根据用于麻醉的药物类型，从麻醉深度模型库中选择目标麻醉深度模型，麻醉深度模型库根据特定药物类型、对应的脑电信号和已标注的麻醉深度训练得到(S102)；并且基于目标麻醉深度模型和脑电信号，获得麻醉深度值(S103)。该处理方法根据麻醉药物类型，选择合适的麻醉深度模型，可以更加准确地得到麻醉深度，增加对于麻醉药物类型的适应性。
麻醉药物识别方法电信号处理装置

[发明专利]深度神经网络的量化方法、装置、设备及介质-CN201980037725.9在审
发明人：隋志成;周力;刘默翰;俞清华;赵磊;蒋洪睿 -专利权人：华为技术有限公司
申请日： 2019-02-01 - 公布日： 2021-01-12 - 主分类号： G06N3/02 文献下载
摘要：本申请提供一种深度神经网络的量化方法、装置、设备及介质。包括：获取全浮点深度神经网络训练模型，全浮点深度神经网络训练模型的至少一个参数的存储长度小于8比特和/或至少一个数据的存储长度小于8比特。根据全浮点深度神经网络训练模型的操作集中各操作之间的关系，对全浮点深度神经网络训练模型的操作集进行压缩，以得到全浮点深度神经网络训练模型对应的深度神经网络推理模型的操作集。将深度神经网络推理模型发送给终端。从而可以降低对终端的性能的影响，如可以降低对终端的ROM、RAM、CPU、推理时间等性能的影响。
深度神经网络量化方法装置设备介质

[发明专利]跨域的深度伪造检测模型训练方法、深度伪造检测方法和系统-CN202310089914.9在审
发明人：曹佳炯 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-01-17 - 公布日： 2023-07-04 - 主分类号： G06V10/774 文献下载
摘要：本说明书提供的跨域的深度伪造检测模型训练方法、深度伪造检测方法和系统，基于SFDA算法以及EM算法，将源域上训练好的标签预测模型迁移至目标域中，以对目标域中的目标样本图像进行标签预测，得到对应的目标标注标签，从而利用目标域中的目标样本图像和目标标注标签对深度伪造检测模型进行训练，以使深度伪造检测模型跨域自适应至目标域中。本说明书提供的跨域的深度伪造检测模型训练方法、深度伪造检测方法和系统在无需获取目标域的标签的情况下，提升了深度伪造检测模型的跨域自适应的性能，从而提升了深度伪造检测模型在目标域中的检测准确性。
深度伪造检测模型训练方法系统

[发明专利]一种基于深度学习细粒度人脸图像快速检索方法-CN201710703271.7有效
发明人：刘威鑫;马雷;张雪婷 -专利权人：上海荷福人工智能科技（集团）有限公司
申请日： 2017-08-16 - 公布日： 2020-06-16 - 主分类号： G06F16/583 文献下载
摘要：本发明提供了一种基于深度学习细粒度人脸图像快速检索方法，包括：构建深度卷积神经网络模型，并在深度卷积神经网络模型的各分支层添加用于计算损失函数的损失层；对深度卷积神经网络模型的参数进行初始化；构建数据集，并按照预设比例，将所述数据集中的图片随机划分成训练集、测试集、验证集；设定深度卷积神经网络模型的学习参数；对深度卷积神经网络模型进行训练，采用随机梯度下降和反向传播算法更新所述深度卷积神经网络模型的参数；对训练后的深度卷积神经网络模型进行测试，具体是经过粗粒度测试和细粒度测试，获得人脸检索结果，从而提高了图片检索的效率以及图片检索的精度。
一种基于深度学习细粒度人图像快速检索方法

[发明专利]免耕播种机主动式播种深度与镇压力调节系统-CN202110569940.2有效
发明人：王庆杰;曹鑫鹏;李洪文;李问盈;何进;卢彩云;王秀红;马新春 -专利权人：中国农业大学
申请日： 2021-05-25 - 公布日： 2022-12-13 - 主分类号： A01C7/18 文献下载
摘要：本发明提供了免耕播种机主动式播种深度与镇压力调节系统，包括监测系统和控制系统，监测系统包括播种深度检测机构、播种深度预测模型、压力预测模型以及镇压力检测机构；控制系统包括播种深度控制模型、下压力控制模型、镇压力控制模型、下压力调节机构、限深轮高度调节机构和镇压力调节机构；监测系统将播种深度监测机构采集的数据进行计算处理，通过播种深度预测模型获取播种作业时播种作业深度，通过压力预测模型获取播种单体下压力及镇压轮镇压力，通过镇压力调节机构实现镇压力的调节；下压力调节机构、限深轮高度调节机构与镇压力调节机构协同作用，保证免耕播种机播种深度与镇压力稳定的同时调节播种单体下压力。
播种机主动播种深度镇压调节系统

[发明专利]模型训练方法及装置-CN201610421438.6在审
发明人：张默 -专利权人：北京陌上花科技有限公司
申请日： 2016-06-14 - 公布日： 2017-12-22 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种模型训练方法及装置。所述方法包括获取源领域深度学习模型；获取目标领域的训练数据；利用所述目标领域的训练数据，调整所述源领域深度学习模型的权重参数，获得目标领域深度学习模型；利用所述目标领域深度学习模型，提取所述训练数据的数据特征；利用所述数据特征训练K最近邻分类模型，获得识别模型。本申请实施例降低了模型训练成本，保证了模型准确度，同时降低了过拟合风险。
模型训练方法装置

[发明专利]深度学习模型训练方法及装置、训练设备及存储介质-CN201910205457.9有效
发明人：金晟;刘文韬;钱晨 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-03-18 - 公布日： 2021-08-31 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种深度学习模型训练方法及装置、训练设备及存储介质。所述深度学习模型训练方法，包括：利用训练图像对深度学习模型进行训练，获得所述深度学习模型输出的训练特征；利用辅助训练模块对所述训练特征进行转换处理，得到转换特征；基于所述转换特征确定损失值；基于所述损失值，确定是否继续训练所述深度学习模型。
深度学习模型训练方法装置设备存储介质

[发明专利]多模型深度图估计综合决策方法、装置及存储介质-CN202310410765.1在审
发明人：由清圳 -专利权人：埃洛克航空科技（北京）有限公司
申请日： 2023-04-18 - 公布日： 2023-07-25 - 主分类号： G06T7/55 文献下载
摘要：本申请实施例公开了一种多模型深度图估计综合决策方法、装置及存储介质，其中多模型深度图估计综合决策方法包括：获取若干张二维图像，通过若干个不同的待选择的深度学习模型得到对应的每张所述二维图像的不同的深度图；从在所述二维图像中可见的稀疏点中进行选取，得到稀疏点集合，将所述稀疏点集合中的稀疏点投影到所述二维图像上，得到每个投影点基于对应的稀疏点的第一深度值；获取所述投影点对应到所述深度图的第二深度值，基于所述第一深度值和第二深度值，得到对应的所述深度图在所有所述二维图像上的损失值，将损失值最小的所述深度图所对应的所述深度学习模型选定为最佳模型，以完成多模型深度图估计综合决策。
模型深度估计综合决策方法装置存储介质

[发明专利]深度图像重建模型的训练方法、装置、电子设备-CN202211160619.X在审
发明人：张浩天;丁宜康 -专利权人：北京迈格威科技有限公司
申请日： 2022-09-22 - 公布日： 2023-01-13 - 主分类号： G06T5/50 文献下载
摘要：本申请提供了一种深度图像重建模型的训练方法、装置、电子设备及存储介质，用于提高深度图像重建模型训练的准确性及速度，进而提高通过深度图像重建模型预测的深度图像的准确度。该方法包括：通过训练好的教师模型，得到每组场景图像中各场景图像分别对应的第一深度图像；根据空间几何投影误差和重投影误差，对同组内的第一深度图像中的异常像素点进行过滤，得到各第一深度图像分别对应的深度过滤图像；计算每组场景图像中各场景图像分别对应的深度过滤图像和第二深度图像的第一损失值，第二深度图像是通过深度图像重建模型得到的；根据第一损失值更新深度图像重建模型。
深度图像重建模型训练方法装置电子设备

[发明专利]图像深度信息获取模型的训练方法、装置及电子设备-CN202110320859.0在审
发明人：蒋旻悦;谭啸;孙昊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-03-25 - 公布日： 2021-05-28 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图像深度信息获取模型的训练方法、装置及电子设备，涉及人工智能领域，具体为计算机视觉、智能交通和深度学习技术领域。该方案为：获取样本图像及样本点云信息；将样本图像和样本点云信息输入图像深度信息获取模型中，获取初始深度信息和特征信息；根据初始深度信息和特征信息，识别出深度信息不稳定的目标像素点；根据目标像素点的深度信息，确定损失函数中的权重值；根据权重值对损失函数进行调整，直至模型训练结束，生成目标图像深度信息获取模型，充分利用了模型训练过程中深度信息不稳定的目标像素点的深度信息，使得训练好的模型输出的深度信息能够更加接近真实值
图像深度信息获取模型训练方法装置电子设备

[发明专利]一种图像深度信息生成方法、设备及存储介质-CN202110210092.6在审
发明人：向杰;王云;安利峰 -专利权人：中国科学院微电子研究所
申请日： 2021-02-24 - 公布日： 2021-06-08 - 主分类号： G06T7/521 文献下载
摘要：本发明公开一种图像深度信息生成方法、设备及存储介质，涉及图像处理技术领域，以解决在训练单目深度估计模型时，对图像被遮挡区域的重投影损失计算不准确，把前景物体边缘处的背景区域的深度估计得偏小的问题。所述图像深度信息生成方法包括：获取待测图像；根据单目深度估计模型对所述待测图像进行处理，确定深度信息；所述单目深度估计模型为基于双目图像对训练的模型，所述单目深度估计模型的目标函数用于至少表征所述双目图像对的校正重投影误差本发明提供的一种图像深度信息生成方法用于在对单张图像对应的深度图进行估计时，获得更加清晰的物体边界，提高单目深度估计模型的整体性能。
一种图像深度信息生成方法设备存储介质

[发明专利]图像处理方法、模型训练方法及装置、介质和电子设备-CN202111039063.4在审
发明人：尹康 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-09-06 - 公布日： 2021-11-26 - 主分类号： G06T7/55 文献下载
摘要：本公开提供了一种图像处理方法、模型训练方法、图像处理装置、模型训练装置、计算机可读存储介质和电子设备，涉及计算机技术领域。该图像处理方法包括：获取目标图像；如果目标图像的尺寸大于第一预定尺寸，则将目标图像输入深度估计模型，得到第一深度图像；其中，深度估计模型由尺寸小于或等于第一预定尺寸的训练样本训练得到；对目标图像进行下采样，得到第一中间图像，并将第一中间图像输入深度估计模型，得到第二深度图像；将第一深度图像和第二深度图像输入深度融合模型，进行深度图像融合，得到与目标图像对应的深度图像。本公开可以提高深度估计的准确度。
图像处理方法模型训练装置介质电子设备