“俞海宝”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10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、装置和设备-CN201911171008.3有效
发明人：丁启民;俞海宝;程光亮;石建萍 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-11-26 - 公布日： 2022-11-25 - 主分类号： G06N3/04 文献下载
摘要：本公开实施例提供一种神经网络的训练方法、装置和设备，其中，所述神经网络的训练方法包括：利用样本图像对所述神经网络进行N轮训练，得到训练结束的目标神经网络；其中，N是正整数；其中，所述N轮训练中的K轮训练中的每一轮训练包括：从待选压缩方式集合中选择一种压缩方式对本轮中待训练的神经网络进行压缩，得到压缩后的神经网络；利用压缩后的神经网络对输入的样本图像提取图像特征，并对所述图像特征进行处理得到图像检测结果；根据所述图像检测结果对所述压缩后的神经网络的网络参数进行调整，得到下一轮中待训练的神经网络；其中，K小于或等于N，且K为正整数。
神经网络训练方法装置设备

[发明专利]神经网络训练、目标检测方法、装置、设备、存储介质-CN201911205157.7有效
发明人： 俞海宝;孙建凯;程光亮;石建萍 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-11-29 - 公布日： 2022-11-22 - 主分类号： G06N3/08 文献下载
摘要：本公开实施例公开了一种神经网络训练、目标检测方法、装置、设备、存储介质，能够减少对剪枝后网络的训练，该方法可以包括：利用神经网络中的特征网络对图像样本进行特征提取，得到初始特征；根据二元分类器的输出和初始特征，确定目标特征；利用神经网络中的特征功能实现网络对目标特征进行处理，得到检测结果；基于检测结果和图像样本的标注结果，对神经网络的网络参数值和二元分类器输出的初始分类概率进行调整；重复上述训练过程，直至检测结果和图像样本的标注结果之间的差异满足预设条件时，得到训练后的神经网络；统计每一次训练过程中二元分类器输出的分类概率集合；基于分类概率集合，去掉需要剪枝的通道，得到训练完成的神经网络。
神经网络训练目标检测方法装置设备存储介质

[发明专利]基于后融合的车路协同三维目标检测方法及系统-CN202210114613.2在审
发明人：聂再清;罗弈桢;俞海宝;杨泽邦;袁基睿 -专利权人：清华大学;阿波罗智联（北京）科技有限公司
申请日： 2022-01-30 - 公布日： 2022-06-14 - 主分类号： G06V20/56 文献下载
摘要：本发明提供一种基于后融合的车路协同三维目标检测方法及系统，其中方法包括：分别获取路端和车端检测的各车辆的位置信息；根据路端检测的各车辆在路端时间戳下的行驶速度以及路端检测的各车辆的位置信息，预测得到路端检测的各车辆在车端时间戳下的位置信息；将路端检测的各车辆在车端时间戳下的位置信息和车端检测的各车辆的位置信息转换到同一坐标系，对各车辆的位置信息融合，得到三维目标检测结果。用以解决现有技术中默认车路传感器时间同步，所造成的车路协同误差较大的缺陷，实现根据车辆在路端时间戳下的行驶速度预测车辆在车端时间戳下的位置信息，有效克服了车路传感器时间异步，以及通信时延所带来的偏差，提高了目标检测精度。
基于融合协同三维目标检测方法系统

[发明专利]一种车路协调数据联合标注方法及装置-CN202111653784.4在审
发明人：聂再清;杨泽邦;袁基睿;俞海宝;罗弈桢 -专利权人：清华大学;北京百度网讯科技有限公司
申请日： 2021-12-30 - 公布日： 2022-05-17 - 主分类号： G06V10/80 文献下载
摘要：本发明提供一种车路协调数据联合标注方法及装置，该方法包括：获取第一数据帧，以及基于所述第一数据帧确定的车辆标注；其中，所述第一数据帧是由车辆端采集的；基于路侧端采集的数据帧，获取路侧标注；其中，所述路侧标注与所述车辆标注的时间差小于或等于第一预设值；将所述路侧标注与所述车辆标注进行融合，以得到车路协调数据联合标注结果。本发明能够有效保证车路协调数据联合标注结果的有效性和准确性。
一种协调数据联合标注方法装置

[发明专利]标识识别方法及相关装置-CN202110997519.1在审
发明人： 俞海宝;李建波;彭俊;程光亮 -专利权人：上海商汤临港智能科技有限公司
申请日： 2021-08-27 - 公布日： 2021-11-26 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例提供一种标识识别方法及相关装置，其中，所述方法包括：对待检测图像进行检测，确定所述待检测图像中的待检测标识区域，所述待检测标识区域包括待检测标识；对所述待检测标识区域的图像进行检测，得到所述待检测标识区域中的文本区域；对所述文本区域的图像进行文本识别，得到待检测标识区域中的待检测标识所指示的信息，能够提升标识识别时的准确性。
标识识别方法相关装置

[发明专利]神经网络生成及图像处理方法和装置、平台、电子设备-CN201910068770.2有效
发明人： 俞海宝;温拓朴;程光亮;石建萍 -专利权人：北京市商汤科技开发有限公司
申请日： 2019-01-24 - 公布日： 2021-03-23 - 主分类号： G06N3/04 文献下载
摘要：本公开实施例公开了一种神经网络生成及图像处理方法和装置、平台、电子设备，其中，神经网络生成方法包括：获取神经网络预期部署的硬件平台的定点运算资源信息；将神经网络包括的至少一个网络单元的网络参数的值的分布调整为均匀型分布；基于样本图像数据对参数调整后的神经网络进行训练；根据定点运算资源信息对训练后的神经网络中的网络参数的值进行定点化调整，调整为均匀型分布的网络参数的值更适合进行定点化调整，减少了从浮点数转换到定点数的精度损失，提高了定点化调整后的神经网络的精度；并且基于硬件平台的定点运算资源信息进行定点化调整，使调整后的神经网络可以在硬件资源有限的平台上运行。
神经网络生成图像处理方法装置平台电子设备

[发明专利]神经网络的生成、图像处理、智能行驶控制方法及装置-CN202010075144.9在审
发明人： 俞海宝;韩琪;李建波;程光亮 -专利权人：上海商汤临港智能科技有限公司
申请日： 2020-01-22 - 公布日： 2020-06-16 - 主分类号： G06N3/04 文献下载
摘要：本公开提供一种神经网络的生成、图像处理、智能行驶控制方法及装置，在生成待压缩的超神经网络后，通过获取的样本图像对超神经网络进行训练，并在对超神经网络进行训练的过程中，基于样本图像的预测结果、标注结果、表征超神经网络中各层网络中每个子网络的重要性程度的指标值、超神经网络中各层网络对应的不同子网络的网络内参数、以及计算代价约束条件，生成损失信息，并基于损失信息，调整超神经网络中的不同子网络的网络内参数，以及表征每个子网络的重要性程度的指标值，进而能够基于计算代价约束条件的限制来确定损失函数，使得神经网络的筛选过程限制在基于计算代价约束条件限制的有效空间内，进而提升了对待压缩的超神经网络的压缩效率。
神经网络生成图像处理智能行驶控制方法装置

[发明专利]神经网络训练及图像处理方法、装置、设备和介质-CN201910606138.9在审
发明人： 俞海宝;温拓朴;孙建凯 -专利权人：上海商汤临港智能科技有限公司
申请日： 2019-07-05 - 公布日： 2019-10-22 - 主分类号： G06N3/08 文献下载
摘要：本实施例公开了一种神经网络训练及图像处理方法、装置、电子设备和计算机存储介质，该神经网络训练方法包括：将第一神经网络中各组卷积层参数中的各个卷积层参数的参数值映射为该组卷积层参数的量化范围中的一个离散值，得到第二神经网络；利用第二神经网络对第一样本图像进行图像处理；根据第一样本图像的标注结果以及处理结果，调整第二神经网络的网络参数值；将网络参数值调整后的第二神经网络中各组卷积层参数中的各个卷积层参数的参数值映射为该组卷积层参数的量化范围中的一个离散值，得到参数量化后的神经网络。如此，在对神经网络进行训练的过程中，将每组卷积层参数量化到不同的量化范围内，减小量化过程中的量化损失。
神经网络卷积量化神经网络训练图像处理积层组卷参数量化样本图像映射计算机存储介质参数值调整电子设备减小标注网络

[实用新型]一种蜂窝纸板制作的皮革包装箱-CN200720072609.5无效
发明人： 俞海宝 -专利权人： 俞海宝
申请日： 2007-07-19 - 公布日： 2008-08-13 - 主分类号： B65D6/00 文献下载
摘要：一种蜂窝纸板制作的皮革包装箱，包括底板、正面板、侧面板、盖板、撑管、角柱、护角板。底板和盖板的周边设置有强度较高的纸质L型纸型材和导向角板，箱体的正面板和侧面板可分别插入底板和盖板周边的L型纸型材和导向角板中。其中所述的角柱由两个强度高的纸质纸管和纸板粘贴而成，放置于箱体的边角位置；其中所述的护角板设置于正面板和侧面板衔接的位置；其中所述的撑管用强度高的纸质纸管制成，一根设置于侧面板底部的U形槽内，另外二根设置于侧面板两翼的U形槽内。本实用新型的有益效果是由蜂窝纸板组成的皮革包装箱整体强度高，结构简单，并且和皮革一起组装，结构紧凑，不会对皮革造成损伤。
一种蜂窝纸板制作皮革包装箱

[外观设计]按钮式密码锁-CN00308915.0无效
发明人： 俞海宝 -专利权人：宁波制锁总厂
申请日： 2000-08-07 - 公布日： 2001-03-21 - 主分类号： 08-07-L0207 文献下载
摘要：
按钮密码锁

1
共 10 条