“识别训练”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1013307个，建议您升级VIP下载更多相关专利

[发明专利]基于标签平滑的语音识别方法、装置、终端及介质-CN202010366735.1有效
发明人：郑诣;杨显杰;熊友军 -专利权人：深圳市优必选科技股份有限公司
申请日： 2020-04-30 - 公布日： 2023-04-14 - 主分类号： G10L15/06 文献下载
摘要：本申请公开了一种基于标签平滑的语音识别方法，包括：获取训练数据，所述训练数据包括多个训练样本，每一个所述训练样本包括样本语音及与样本语音对应的样本识别标签；基于预设的同音字字典，对所述样本识别标签进行标签平滑处理，获取经过标签平滑处理后的样本平滑标签；根据训练样本和所述样本平滑标签对预设的语音识别模型进行训练，并基于预设的损失函数，计算与所述训练样本对应的损失值；根据损失值进行反向传播，以完成对所述预设的语音识别模型的训练此外，本申请还公开了一种语音识别模型的训练装置、智能终端及计算机可读存储介质。采用本申请，可以提高语音识别模型的语音识别准确性。
基于标签平滑语音识别方法装置终端介质

[发明专利]可定制的意图识别方法及装置-CN201811197993.0在审
发明人：谭斌;许洛;孙锐;展华益;王欣;杨兰;饶璐 -专利权人：四川长虹电器股份有限公司
申请日： 2018-10-15 - 公布日： 2019-01-29 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及自然语言处理领域，现有意图识别模型不能根据用户差异化进行意图识别的问题，提出一种可定制的意图识别方法，包括：获取用户需要进行意图识别的输入数据，采用预先根据训练数据集训练得到的意图识别基础模型对输入数据进行初步的意图识别得到对应的候选意图；将候选意图反馈给用户，若候选意图不符合用户要求，将预设的意图种类标签反馈展示给用户，将用户对意图种类标签的选择和对应的输入数据组合成定制训练样本，根据定制训练样本和训练数据集生成用户定制训练数据集，采用意图识别基础模型对用户定制训练数据集进行训练得到用户定制意图识别模型，采用用户定制意图识别模型进行用户意图的识别。本发明适用于智能家居的意图识别。
意图识别训练数据集用户定制基础模型训练样本种类标签可定制自然语言处理用户需要用户要求用户意图智能家居反馈差异化预设展示

[发明专利]一种通讯消息中非文明用语的识别方法及装置-CN201610824480.2在审
发明人：陈包容 -专利权人：长沙军鸽软件有限公司
申请日： 2016-09-18 - 公布日： 2017-02-01 - 主分类号： G06F17/27 文献下载
摘要：本发明提供的通讯消息中非文明用语的识别方法及装置，通过采集训练样本的与预设的语境属性条目对应的语境属性内容，并基于语境属性内容和训练样本的词向量提取训练样本的特征向量，以及基于提取的特征向量训练用于识别非文明用语的非文明用语识别模型，并最后根据训练好的非文明用语识别模型，确定待识别的通讯消息中是否包含非文明用语，解决了现有技术没有结合通讯消息的语义语境识别非文明用语，导致识别不准确的技术问题，通过采集训练样本的与预设的语境属性条目对应的语境属性内容以及基于训练样本的词向量训练出结合语义语境识别非文明用语的识别模型，使得根据该识别模型识别非文明用语的准确度高，适用性强。
一种通讯消息中非文明用语识别方法装置

[发明专利]一种用于优化神经网络文本识别模型的方法与设备-CN202010306206.2在审
发明人：周康明;冯晓锐 -专利权人：上海眼控科技股份有限公司
申请日： 2020-04-17 - 公布日： 2020-08-07 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种优化神经网络文本识别模型的方法与设备。与现有技术相比，本申请通过获取待文本识别的第一图像训练集，并基于所述待文本识别的第一图像训练集对神经网络文本识别模型进行训练，直至对所述第一图像训练集的文本识别结果满足预设的损失阈值，并基于所述第一图像训练集做数据增广，确定对该第一图像训练集进行数据增广后的第二图像训练集，并将所述第二图像训练集输入改进后的所述神经网络文本识别模型，其中，所述改进后的所述神经网络文本识别模型包括用以对所述神经网络文本识别模型进行结果调整的语言模型，以通过所述语言模型优化所述神经网络识别模型的文本识别输出结果。这种方式，能够提高神经网络识别文本的准确率。
一种用于优化神经网络文本识别模型方法设备

[发明专利]识别年龄的方法、年龄识别模型的训练方法和装置-CN202010998630.8在审
发明人：苏驰;李凯;刘弘也;王育林 -专利权人：北京金山云网络技术有限公司
申请日： 2020-09-21 - 公布日： 2020-12-11 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种识别年龄的方法、年龄识别模型的训练方法和装置，该识别年龄的方法包括：获取包含有目标对象的待识别图像；将待识别图像输入至预先训练完成的年龄识别模型中，得到目标对象的年龄；该方式中的年龄识别模型训练过程为：基于第一数据集训练年龄识别模型的初始模型，得到中间模型；该第一数据集中的训练数据携带有类别标签和/或身份标签；基于第二数据集训练中间模型，得到年龄识别模型；该第二数据集中的训练数据携带有年龄标签。由于该方式中的中间模型已具有图像分类或者身份识别功能，再基于携带有年龄标签的第二数据集训练中间模型时，可以避免第二数据集数据量有限时的模型过拟合问题，从而提升年龄识别模型的泛化能力。
识别年龄方法模型训练装置

[发明专利]人脸识别模型构建方法、识别方法、装置、设备及存储介质-CN202010018116.3在审
发明人：奚昌凤;沙文;吴子扬;李啸;陆磊 -专利权人：科大讯飞股份有限公司
申请日： 2020-01-08 - 公布日： 2020-06-05 - 主分类号： G06K9/00 文献下载
摘要：本申请提供了一种人脸识别模型构建方法、识别方法、装置、设备及存储介质，其中，人脸识别模型构建方法包括：利用预先构建的、作为教师模型的人脸识别模型对标注有同一类别的多幅训练人脸图像分别提取人脸特征，获得多幅训练人脸图像分别对应的第一人脸特征；对多幅训练人脸图像分别对应的第一人脸特征进行聚类，并根据聚类结果确定多幅训练人脸图像分别所属类别的类中心；利用多幅训练人脸图像和多幅训练人脸图像分别所属类别的类中心，训练作为学生模型的人脸识别模型，对作为学生模型的人脸识别模型训练至收敛，得到构建出的人脸识别模型。本申请提供的人脸识别模型构建方法能够构建出识别速度快、识别精度高的人脸识别模型。
识别模型构建方法装置设备存储介质

[发明专利]医疗影像识别模型训练方法、识别方法、装置及设备-CN202111275644.8在审
发明人：平安;何光宇 -专利权人：沈阳东软智能医疗科技研究院有限公司
申请日： 2021-10-29 - 公布日： 2022-01-11 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了一种医疗影像识别模型训练方法、识别方法、装置及设备，从三维医疗影像中提取M张切片图像组成的目标区域图像。从目标区域图像中选取连续N张切片图像作为训练样本输入待训练深度学习模型，获取识别预测结果，M、N为正整数。训练样本对应有中心切片图像识别标签。将识别预测结果和识别标签代入加权交叉熵损失函数获得交叉熵损失值。根据交叉熵损失值训练待训练深度学习模型。加权交叉熵损失函数中有识别标签类别对应的权重，权重根据具有该识别标签类别的训练样本数量、训练样本总数和识别标签类别数量确定，各个权重之和乘以修正系数为识别标签类别数量，权重的设置能缓解因正样本数量少造成的模型识别准确率低的情况
医疗影像识别模型训练方法装置设备

[发明专利]生成对抗网络训练方法、系统、计算机设备及存储介质-CN202211678589.1在审
发明人：田福康;温晨欣;翟军治;杨子江 -专利权人：交叉信息核心技术研究院（西安）有限公司;西安深信科创信息技术有限公司
申请日： 2022-12-26 - 公布日： 2023-05-05 - 主分类号： G06N3/082 文献下载
摘要：本发明属于深度学习领域，公开了一种生成对抗网络训练方法、系统、计算机设备及存储介质，包括：训练步骤：通过待训练生成对抗网络生成对抗图案，并根据对抗图案和原始人脸图像，得到对抗样本图像；将对抗样本图像输入预设的人脸识别模型中进行识别，得到识别结果；根据识别结果修改待训练生成对抗网络的网络参数；重复训练步骤，至识别结果中的识别错误率大于预设识别错误率阈值，得到训练完成的生成对抗网络。基于人脸识别模型的高准确性识别能力，促使生成对抗网络不断完善，有效提升生成对抗网络生成的对抗样本的对抗性及泛化能力，进而能够通过训练完成的生成对抗网络生成的对抗样本辅助人脸识别模型的训练，提升人脸识别模型的抗攻击性
生成对抗网络训练方法系统计算机设备存储介质

[发明专利]模型训练方法、意图识别方法及相关装置-CN202211550765.3在审
发明人：丁隆耀;蒋宁;夏粉;肖冰;李宽;吕乐宾 -专利权人：马上消费金融股份有限公司
申请日： 2022-12-05 - 公布日： 2023-05-16 - 主分类号： G06F40/35 文献下载
摘要：本申请公开了一种模型训练方法、意图识别方法及相关装置，所述方法包括：获取目标样本数据集和意图识别模型，目标样本数据集用于对意图识别模型进行预训练；为意图识别模型添加随机噪声，并基于目标样本数据集对添加随机噪声后的意图识别模型进行迭代训练；在对添加随机噪声后的意图识别模型进行迭代训练过程中，在确定当前迭代满足加噪条件的情况下，获取当前迭代对应的目标强度的噪声，并为当前迭代对应的意图识别模型添加目标强度的噪声并继续迭代训练；在确定存在迭代训练结束条件的情况下，获取训练完成的意图识别模型，训练完成的意图识别模型用于识别输入的文本数据的意图类型，可以提升意图识别模型的鲁棒性或稳定性。
模型训练方法意图识别相关装置

[发明专利]一种基于快速掩码生成的人脸识别方法和装置-CN202310711673.7在审
发明人：赵朝阳;郭凯文;王金桥;吴劲 -专利权人：广州智慧城市发展研究院;中科视语（北京）科技有限公司
申请日： 2023-06-15 - 公布日： 2023-08-29 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于快速掩码生成的人脸识别方法和装置。方法包括：利用初始训练人脸图片集训练得到初始人脸识别模型；在初始训练人脸图片集中以至少两种掩码遮挡概率、随机透明度和随机颜色添加遮挡掩码，得到至少两组添加掩码训练人脸图片集，并训练得到至少两个微调人脸识别模型；对每个微调人脸识别模型进行自监督训练；使用蒸馏方法对经过自监督训练后的至少两个微调人脸识别模型进行模型融合，得到目标人脸识别模型；利用目标人脸识别模型进行人脸识别。本发明所提供的人脸识别方法能够适用于多种场景；由于使用了自监督训练和多模型融合的方式，使得目标人脸识别模型的泛化性和各种遮挡场景下的识别性能有明显的提升。
一种基于快速掩码生成识别方法装置

[发明专利]机载目标识别模型构建平台、机载目标识别方法及设备-CN201810289335.8有效
发明人：翟佳;贾雨生;王衍祺 -专利权人：北京环境特性研究所
申请日： 2018-04-03 - 公布日： 2021-06-22 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种机载目标识别模型构建平台、机载目标识别方法及设备，机载目标识别模型构建平台，包括：存储服务器，用于将实测数据和特性数据存储至对应的分类训练数据集；训练服务器，用于将分类训练数据集中的每一个样本输入到深度学习网络，进行特征训练，当接收到生成指令时，为特征训练的结果生成机载目标识别模型；当接收到反向传播指令时，将特征训练的结果反向输入到深度学习网络，进行特征训练；识别服务器，用于对特征训练的结果进行识别测试，并针对识别测试结果，统计识别率，当识别率不小于预设的识别基准值时，发送模型生成指令，否则，发送反向传播指令。本发明提供的方案能够有效地提高机载目标识别的准确率。
机载目标识别模型构建平台方法设备

[发明专利]基于自回归模型的雷达高分辨距离像目标识别方法-CN201110089912.7有效
发明人：刘宏伟;王鹏辉;戴奉周;杜兰;李彦兵;王英华 -专利权人：西安电子科技大学
申请日： 2011-04-11 - 公布日： 2011-09-14 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于自回归模型的雷达高分辨距离像目标识别方法，主要解决现有雷达高分辨距离像目标识别技术中训练样本需求量大，识别特征总帧数不能自动确定的问题。其实现过程是：计算高分辨距离像训练样本的频谱幅度信号；对训练样本的频谱幅度信号用自回归模型建模；使用Yule-Walker方程计算自回归模型的系数向量，使用系数向量作为训练样本的识别特征；对训练样本识别特征使用高斯混合模型分帧；用贝叶斯阴阳学习方法自动确定训练样本识别特征的总帧数并估计各帧参数；提取测试样本的自回归系数向量识别特征进行识别，得到识别结果。本发明具有训练样本需求量小，训练样本识别特征总帧数自动确定的优点，可用于对雷达目标的识别。
基于回归模型雷达分辨距离目标识别方法

[发明专利]一种图像识别方法、装置、电子设备及可读存储介质-CN202011320831.9有效
发明人：韩泽;梁潇;焦任直;王哲;谢会斌;李聪廷 -专利权人：济南博观智能科技有限公司
申请日： 2020-11-23 - 公布日： 2023-01-13 - 主分类号： G06V10/764 文献下载
摘要：本申请公开了一种图像识别方法、装置、电子设备及计算机可读存储介质，该方法包括：获取初始分类层、初始图像识别模型和训练集；从训练集中提取第一标签对应的第一训练数据，并确定第一标签在初始分类层中对应的第一类中心向量；利用第一类中心向量生成训练分类层，并利用第一训练数据在显存中训练训练分类层和初始图像识别模型，得到第一分类层；利用第一分类层更新初始分类层，并更新第一标签，直至初始图像识别模型训练完毕，得到图像识别模型；获取待识别图像，并将待识别图像输入图像识别模型，得到识别结果；该方法允许在训练时采用较大的分类层，得到识别准确率更高的识别模型，同时可以降低对GPU设备的要求。
一种图像识别方法装置电子设备可读存储介质

[发明专利]一种基于视频信号的事件识别方法-CN201610066350.7有效
发明人：朱嘉钢;高晨兰;李雪;葛洪伟 -专利权人：江南大学
申请日： 2016-01-31 - 公布日： 2019-01-22 - 主分类号： G06K9/00 文献下载
摘要：本发明属于图像识别技术领域，具体为一种基于视频信号的事件识别方法，其能够对被监控对象的某一动作或此对象的某状态变化过程进行识别，提高监控效率，其包括事件训练和事件识别两个步骤，事件训练步骤只需执行一次，事件训练执行完毕后，事件识别可执行任意次；其中，事件训练步骤包括训练用视频段获取及预处理、训练用组图像构造和对训练用组图像进行特征提取三个步骤；事件识别步骤包括识别用视频段获取及预处理、识别用组图像构造、对识别用组图像进行特征提取和对识别用视频段分类四个步骤。
一种基于视频信号事件识别方法

[发明专利]基于弱监督和度量学习的行人属性识别方法-CN202110994829.8有效
发明人：谢晓华;彭其阳;杨凌霄;赖剑煌;冯展祥 -专利权人：中山大学
申请日： 2021-08-27 - 公布日： 2023-09-08 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于弱监督和度量学习的行人属性识别方法，包括：获取原始数据集；基于原始数据集中的属性标签信息训练属性感兴趣区域定位网络，得到训练完成的属性感兴趣区域定位网络；以训练完成的属性感兴趣区域定位网络的参数作为行人属性识别网络预训练参数，基于原始数据集对行人属性识别网络进行训练，得到训练完成的属性识别网络；输入待测图像并基于训练完成的属性识别网络进行属性识别，得到属性识别结果。本发明在行人属性识别上具备较好的性能。本发明可广泛应用于图像属性识别领域。
基于监督度量学习行人属性识别方法