|
|
钻瓜专利网为您找到相关结果 18个，建议您 升级VIP下载更多相关专利
- [发明专利]目标模型训练方法、装置及电子设备-CN202310319875.7在审
-
刘家伦
-
北京百度网讯科技有限公司
-
2023-03-29
-
2023-07-18
-
G06V10/764
- 本公开提供了一种目标模型训练方法、装置及电子设备，涉及人工智能技术领域，具体为计算机视觉、图像处理、深度学习等技术领域。具体实现方案为：将目标样本输入到第一模型进行信息预测，得到第一输出信息，所述目标样本包括图像或文本，所述信息预测包括图像分类或文本分类，所述第一模型为预设初始模型在第i次迭代更新得到的模型，i为正整数；将所述第一输出信息添加至目标存储队列，并对所述目标存储队列中的存储的第一组输出信息进行更新，得到所述目标存储队列存储的第二组输出信息；基于所述第二组输出信息对所述第一模型进行迭代更新，得到第二模型。本公开可以有效丰富对第一模型进行迭代更新的数据多样性。
- 目标模型训练方法装置电子设备
- [发明专利]基于深度学习的实例级行人检测和行人重识别系统-CN201811615544.3有效
-
李文辉;刘家伦;王莹
-
吉林大学
-
2018-12-27
-
2023-07-07
-
G06V40/10
- 本发明涉及视频监控技术领域，公开了基于深度学习的实例级行人检测和行人重识别系统，选择ResNet‑50作为CNN模型的网络结构，利用conv1到conv4_3作为stem CNN部分，给定一张输入图像，stem产生1024个通道的conv feature maps；将获得的conv feature maps输入到pedestrian proposal net中；将上述步骤得到的feature maps和proposals输入到ROI Align中，根据proposals的坐标位置在feature maps中将相应的区域池化为固定尺寸的特征图；将ROIAlign得到的固定大小的feature maps输入到Identification Net中，IdentificationNet由ResNet‑50的conv4_4值conv5_3组成，获得最终的feature maps；在ROIAlign后接入FCIS语意分割网络，对feature maps进行上采样，获得最终的实例级语意分割的结果；经过global average pooling获得2048维度的特征向量，经过Softmax分类器和线性回归获得行人的位置。本发明实现了端到端的行人实例级检测和行人再识别功能。
- 基于深度学习实例行人检测识别系统
|
