“训练步骤”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2135533个，建议您升级VIP下载更多相关专利

[发明专利]神经网络的训练方法、图像识别方法及其装置-CN201911088011.9在审
发明人：过群;鲁骁;孟二利;王斌;纪鸿旭;史亮;齐保元;陈宇鹏;王铄 -专利权人：北京小米移动软件有限公司
申请日： 2019-11-08 - 公布日： 2020-03-17 - 主分类号： G06N3/04 文献下载
摘要：本公开是关于一种神经网络的训练方法、图像识别方法及其装置。其中神经网络的训练方法，神经网络包括特征提取网络和分类网络，方法包括：超参数确定步骤及网络训练步骤；其中，超参数确定步骤包括：设置分类网络的超参数；基于训练样本集训练分类网络，其中训练样本集包括多个样本和样本对应的标准分类；及，判断分类网络是否达到第一训练标准，若达到第一训练标准，保存分类网络并执行网络训练步骤；若未达到第一训练标准，则返回重新设置分类网络的超参数；网络训练步骤包括：基于训练样本集训练神经网络。通过少量样本确定神经网络的超参数，再训练，在保证神经网络准确率基础上，降低训练样本标注数据量的需求，提升调优速度。
神经网络训练方法图像识别及其装置

[发明专利]用于训练车辆的ADAS摄像头的基于生成式对抗网络的反射去除方法-CN202211345913.8在审
发明人： D-P·科斯特;C·巴茨肯 -专利权人：大陆智行德国有限公司
申请日： 2022-10-31 - 公布日： 2023-05-09 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种用于训练车辆的ADAS摄像头的基于生成式对抗网络的反射去除方法，包括采集步骤、训练步骤和推理步骤。在第一训练步骤中，分别生成作为第一透射图像与第一合成反射之和的第一混合图像和作为第二透射图像与第二合成反射之和的第二混合图像。在第二训练步骤中，使用第三增强参数改变第一图像和第三混合图像，第三混合图像来自第二数据集，其与真实反射自然混合。第一训练步骤和第二训练步骤的输出进入第三训练步骤，该第三训练步骤是通过使用生成式对抗网络GAN来执行的。在推理步骤中，ADAS摄像头采集包含反射的单个图像，其GAN机器学习块生成反射被抑制的预测透射图像，并使预测透射图像可用于ADAS处理链。
用于训练车辆 adas 摄像头基于生成对抗网络反射去除方法

[外观设计]用于电脑的人工智能机器学习的图形用户界面-CN201930349053.8有效
发明人：李章誉;徐昀;张艳芬 -专利权人：第四范式（北京）技术有限公司
申请日： 2019-06-11 - 公布日： 2020-05-12 - 主分类号： 14-02 文献下载
摘要：设计1主视图所示界面，界面右侧有“行为数据”步骤模块、“反馈数据”步骤模块、“模型训练”步骤模块、“模型应用”步骤模块，各步骤模块组成环形图案，用户可以点击各步骤模块进行选取。设计4主视图所示界面，“模型训练”步骤模块在界面中部对应有“模型训练”模块页，“模型训练”模块页中有“进入模型训练”按钮。用户点击“模型训练”模块页中的“进入模型训练”按钮可以进入“模型训练”步骤模块的配置界面，对“模型训练”步骤模块进行配置，“模型训练”步骤模块配置后的数据信息显示在“模型训练”模块页中。设计7主视图所示界面，“模型训练”步骤模块在界面中部对应有“模型训练”模块页，“模型训练”模块页中有“进入模型训练”按钮。用户点击“模型训练”模块页中的“进入模型训练”按钮可以进入“模型训练”步骤模块的配置界面，对“模型训练”步骤模块进行配置，“模型训练”步骤模块配置后的数据信息显示在“模型训练”模块页中。
用于电脑人工智能机器学习图形用户界面

[发明专利]一种基于过采样faster-RCNN提高小目标检测率的方法-CN202010760862.X在审
发明人：王堃;王铭宇;吴晨 -专利权人：成都恒创新星科技有限公司
申请日： 2020-07-31 - 公布日： 2020-11-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于过采样faster‑RCNN提高小目标检测率的方法，涉及目标识别领域，包括步骤1：获取目标图片数据集，并将该数据集划分为训练集和测试集；步骤2：根据步骤1中的训练集得到训练集的子集为过采样集；步骤3：构建faster‑RCNN模型；步骤4：利用训练集和过采样集对faster‑RCNN模型进行训练；步骤5：用测试集对训练后的faster‑RCNN模型进行测试，若测试结果低于平均精确率AP阈值，则修改参数，再次进行步骤4后对训练结果进行测试，直至测试结果达到AP阈值；步骤6：输入需要检测的图片，利用训练后的faster‑RCNN模型进行小目标检测。
一种基于采样 faster rcnn 提高目标检测方法

[发明专利]基于视觉增强的红外与可见光图像融合方法-CN202310530022.8有效
发明人：吕国华;高翔;池强;王西艳;宋文廓;张曾彬;司马超群 -专利权人：齐鲁工业大学（山东省科学院）
申请日： 2023-05-12 - 公布日： 2023-10-10 - 主分类号： G06T5/50 文献下载
摘要：本发明包括以下步骤：步骤1：构建自编码器，并训练自编码器；步骤2：获取增强网络的训练集；步骤3：构建增强网络，训练增强网络，得到训练好的增强网络模型；步骤4：获取融合网络的训练集与测试集；步骤5：构建融合网络，训练融合网络，得到训练好的融合网络模型；步骤6：利用融合网络的测试集中的测试数据对步骤5得到的训练好的融合网络模型进行测试，得融合图像。
基于视觉增强红外可见光图像融合方法

[发明专利]一种视力提升的训练方法及装置-CN201911027802.0在审
发明人：骆振国;刘建湘;刘国明;廖文卿;马森 -专利权人：爱诺刻(深圳)高科有限公司
申请日： 2019-10-23 - 公布日： 2020-01-24 - 主分类号： A61H5/00 文献下载
摘要：本发明公开了一种视力提升的训练方法及装置，该方法包括如下步骤：步骤S1：获取用户的裸眼视力数据；步骤S2：获取用户佩戴训练器后的镜片屈光度数据；步骤S3：根据获取的用户裸眼视力数据和用户佩戴训练器后的镜片屈光度数据，配置对应的视力训练参数；步骤S4：根据配置的视力训练参数，对用户进行视力训练；步骤S5：重复步骤S1～步骤S4。本发明技术方案解决目前市场上视力训练方式单一，视觉疲劳缓解效果差，耗时久，视力提升效果差的缺点。
视力训练镜片屈光度视力提升用户佩戴训练器视觉疲劳缓解方案解决配置的耗时重复配置

[发明专利]基于小波并行深度元学习的小样本水面目标检测方法-CN202211253617.5在审
发明人：仲伟波;彭元堃;杜运本;宋祖洋;仲晓石;郑若溪 -专利权人：江苏科技大学
申请日： 2022-10-13 - 公布日： 2023-04-07 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了基于小波并行深度网络元学习的目标检测方法，包括：步骤1：构建结合神经网络的元学习框架；步骤2：将图像训练集分为两个部分；步骤3：通过预处理训练集对元学习框架进行训练；步骤4：在步骤3训练后的元学习框架基础上，将普通训练集中的图像作为查询集对元学习框架进行训练，完成元学习框架的训练；步骤5：将实时图像放入训练完成的元学习框架对图像中目标进行检测。本发明结合了神经网络和元学习的优势，使得训练速度更快、训练的准确率更高；同时引入了多分辨率分析的思想，在多种分辨率下加强了图像特征，进一步提高了针对水面目标的检测效果。
基于并行深度学习样本水面目标检测方法

[发明专利]一种基于孪生网络进行特征融合的目标跟踪方法-CN201810606690.3有效
发明人：郭东岩;赵玮瑄;崔滢;王振华;陈胜勇 -专利权人：浙江工业大学
申请日： 2018-06-13 - 公布日： 2021-10-26 - 主分类号： G06K9/00 文献下载
摘要：一种基于孪生网络进行特征融合的目标跟踪方法，包括孪生网络模型的训练过程和模型在目标跟踪场景中的应用；孪生网络模型的训练过程如下：步骤1.1：模型训练数据集的选取；步骤1.2：训练数据集的预处理；步骤1.3：模型的训练：输入步骤1.2预处理的训练集进行训练；步骤1.4：模型获取；模型在目标跟踪场景中的应用过程如下：步骤2.1：数据输入；步骤2.2：模板更新；步骤2.3：目标位置评估；步骤2.4：利用算法得到的评估位置，提取后续的图像对，将提取到的图像对作为模型的输入，输入到模型中，重复上述的步骤2.1‑2.4的过程，直到图像序列中所有图像都处理完为止。
一种基于孪生网络进行特征融合目标跟踪方法

[发明专利]对话模型训练、对话生成方法、系统、计算机和存储介质-CN202111338580.1在审
发明人：刘伟硕 -专利权人：北京明略软件系统有限公司
申请日： 2021-11-12 - 公布日： 2022-02-25 - 主分类号： G06F16/332 文献下载
摘要：本申请涉及一种对话模型训练、对话生成方法、系统、计算机和存储介质，其中，对话模型包括生成器和判别器，该对话模型训练方法包括：数据集获取步骤，获取包括样本语句及其真实回复语句的训练数据集；判别器训练步骤，将样本语句输入生成器生成伪造回复语句，将其结合真实回复语句构造判别器训练集后，输入判别器判别是否真实；生成器训练优化步骤，获取判别器训练步骤的判别结果，基于判别器的判别结果抑制或放大样本的损失数值，直至生成器的损失函数不再下降；交替训练步骤，交替执行生成器训练优化步骤或判别器训练步骤，直至判别器及生成器的损失函数均不再下降。
对话模型训练生成方法系统计算机存储介质

[发明专利]一种数据的识别和训练方法-CN202210505216.8在审
发明人：粟玉雄;喻思齐;丁永标;范钦成 -专利权人：深圳市千乘机器人有限公司
申请日： 2022-05-10 - 公布日： 2022-08-05 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及一种数据识别和训练方法，包括如下步骤：步骤1、对识别请求的数据进行鉴权校验，鉴权校验成功后通过请求识别的服务标识判定该服务是否存在；步骤2：通过识别标识获取该服务，形成结果反馈；步骤3：通过识别历史记录将数据生成数据集，数据集为模型训练提供数据基础；步骤4：开始训练数据集，在训练结束后上传训练结果模型，释放占用的计算资源；步骤5：训练过程数据，供实时查看训练效果；步骤6：训练成功的模型发布到云平台，系统根据识别所需资源自动调度到相应的服务器节点，供在线预览检测训练效果。本发明的有益效果是：降低算法对样本的依赖性，通过云端的训练和发布大幅提升AI开发效率，降低AI开发难度。
一种数据识别训练方法

[发明专利]一种基于虚拟仿真3D技术的认知评估训练方法-CN202110857061.X在审
发明人：庞银昌;张妮 -专利权人：西安中盛凯新技术发展有限责任公司
申请日： 2021-07-28 - 公布日： 2021-10-19 - 主分类号： G16H20/70 文献下载
摘要：本发明公开了一种基于虚拟仿真3D技术的认知评估训练方法，包括以下步骤：步骤1：通过3D认知沙盘快速评估训练者的心理状态；步骤2：根据3D认知沙盘初步评估结果，对测评者进行认知训练；步骤3：认知训练内容主要包括注意力、记忆力、专注度、积极认知等；步骤4：训练结束后继续评估训练者的心理状态，调整认知训练内容。本发明通过结合3D认知沙盘进行心理评估，可增加心理测评的准确性，其次认知训练结合VR虚拟现实技术，能够使训练更加真实生动和富有趣味性。
一种基于虚拟仿真技术认知评估训练方法

[发明专利]一种基于深度学习的引线框架表面缺陷视觉检测方法-CN202310449744.0在审
发明人：杨显涛;彭泳卿;吴路宁;陈圣广;李明;陈清泉;胡富家;何慧 -专利权人：北京遥测技术研究所;航天长征火箭技术有限公司
申请日： 2023-04-24 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于深度学习的引线框架表面缺陷视觉检测方法，属于视觉检测技术领域；具体包括如下步骤：步骤一、选取对分类器进行训练所需的训练样本；其中，训练样本包括正例样本和负例样本；训练样本为图片，且训练样本被归一化为同样尺寸大小；步骤二、对训练样本进行去噪处理；步骤三、通过卷积神经网络对去噪后的训练样本进行特征提取，获得特征量；步骤四、用特征量训练分类器，并用训练好的分类器进行目标检测；本发明实现了简捷有效地分类图像中的缺陷特征
一种基于深度学习引线框架表面缺陷视觉检测方法

[发明专利]基于计算机视觉的屏幕浏览场景分类方法-CN202110747198.X有效
发明人：柯逍;许培荣 -专利权人：福州大学
申请日： 2021-07-02 - 公布日： 2023-08-08 - 主分类号： G06F16/35 文献下载
摘要：本发明提出一种基于计算机视觉的屏幕浏览场景分类方法，包括以下步骤：步骤S1：通过自然场景训练集训练文本检测网络模型；步骤S2：采用训练好的文本检测器获得文本区域，并通过文本训练集训练识别网络；步骤S3：采用训练好的文本识别器识别文本区域，并通过新闻标题训练集训练文档分类模型。步骤S4：采用训练好文本分类器分类屏幕浏览场景类别，并采用检测和图像处理信息特征做二分类。该方法能够有效地对屏幕浏览画面进行组成上和内容上的分类。
基于计算机视觉屏幕浏览场景分类方法

[发明专利]基于深度学习的海面船只辨识方法-CN201910024532.1在审
发明人：沈重;秦洪懋;金志扬;于晓龙;高哈尔达吾力 -专利权人：海南大学;北京航空航天大学
申请日： 2019-01-10 - 公布日： 2019-06-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的海面船只辨识方法，包括如下步骤：步骤一，利用无人机拍摄海上船只视频作为训练视频；步骤二，对步骤一中获得的训练视频进行解帧处理，获得多张船只图片构成训练数据集；步骤三，对Faster R‑CNN算法进行训练，获得最终Faster R‑CNN模型；步骤四，利用无人机拍摄海上船只视频作为测试视频；步骤五，利用步骤三获得的Faster R‑CNN模型对步骤四中获得检测数据集进行检测，最后输出相应的船只检测结果本发明的基于深度学习的海面船只辨识方法，通过步骤一至步骤三的设置，便可利用无人机采集实际的视频作为训练集训练算法，然后通过步骤五实现对于船只进行辨识，如此相比于现有技术中采用网络图片进行训练精度更高。
辨识船只海面视频海上船只训练视频训练数据集测试视频船只检测检测数据网络图片训练算法拍摄训练集解帧算法学习采集输出检测图片

[发明专利]一种用于关节脱位的手法复位训练方法-CN202010601636.7有效
发明人：赵杰;孙鑫;干耀恺;张凤;戴尅戎 -专利权人：上海交通大学医学院附属第九人民医院;上海临韵智达智能科技有限公司
申请日： 2020-06-28 - 公布日： 2023-02-24 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了一种用于关节脱位的手法复位训练方法，包括CT影像数据转化步骤、关节脱位复位训练模型制作步骤、虚拟环境呈现步骤、图像识别配准步骤、手势交互步骤和训练过程录制步骤。本发明的用于关节脱位的手法复位训练方法，基于混合现实系统，提供一种虚拟环境作为训练的拓展手段，利用人机交互的方式，建立了现实与虚拟世界的数据联系，在进行手法复位训练的同时，可看到关节脱位的外表和内部形态改变，可实时观察到脱位关节间的相互位移，保证了真实的训练效果。
一种用于关节脱位手法复位训练方法