“李哲暘”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38个，建议您升级VIP下载更多相关专利

[发明专利]模型优化方法、装置、电子设备及可读存储介质-CN202110859734.5有效
发明人：张顺;李哲暘;彭博;任烨;谭文明;浦世亮;肖俊 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2021-07-28 - 公布日： 2023-10-27 - 主分类号： G06N3/082 文献下载
摘要：本申请提供一种模型优化方法、装置、电子设备及可读存储介质，该方法包括：对当前网络模型进行预设轮数的稀疏约束训练，并依据预设阈值对训练后的第一网络模型进行裁剪，得到第一裁后模型；对第一裁后模型的各层进行等比例扩充，并对扩充后的网络模型进行非稀疏约束训练；迭代执行上述操作，直至得到的第二网络模型满足预设停止规则时，确定迭代完成；依据预设裁后计算量，以及迭代过程中得到的第二网络模型，确定第二裁后模型；依据第二裁后模型，对原始网络模型进行变权重稀疏约束训练，得到原始网络模型对应的稀疏模型，并对所述稀疏模型进行离线裁剪。该方法可以实现基于变权重稀疏约束的网络模型自动裁剪。
模型优化方法装置电子设备可读存储介质

[发明专利]一种对象检测模型训练方法、装置、电子设备及存储介质-CN202310897761.0在审
发明人：王督;彭博;李哲暘;谭文明;任烨 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2023-07-20 - 公布日： 2023-10-20 - 主分类号： G06V10/82 文献下载
摘要：本申请实施例提供了一种对象检测模型训练方法、装置、电子设备及存储介质，应用于信息技术领域。应用本申请的方法，可以对对象检测模型训练过程中的网络层权重、输入以及激活值梯度进行量化，从而达到加速对象检测模型训练的目的。本申请将第一激活值梯度按照输出通道方向切割得到第二激活值梯度并计算缩放系数，再通过缩放系数与第二激活值梯度对网络层的输入梯度与网络层的权重梯度进行等价计算，降低对象检测模型在反向传播过程中量化梯度所带来的误差，从而在加速对象检测模型训练的同时，提升对象检测模型的准确度，达到对象检测模型训练效率与训练效果的平衡。
一种对象检测模型训练方法装置电子设备存储介质

[发明专利]一种车牌识别方法、装置及电子设备-CN201811580274.7有效
发明人：钱华;翁春磊;李哲暘 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-12-24 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本申请提供一种车牌识别方法、装置及电子设备，该方法包括：将已训练的第一网络模型量化处理为第二网络模型；将目标图像输入至所述第二网络模型，获得所述目标图像中车牌的字符识别结果和车牌类别信息；其中，所述第二网络模型基于每一网络层的权值参数、输入方向和输出方向的量化比例系数对所述目标图像进行处理；依据所述字符识别结果和所述车牌类别信息识别所述车牌。本申请通过定点数形式的网络模型进行车牌识别，大大降低了车牌识别过程中占用的内存空间，从而提升了电子设备的运行效率。
一种车牌识别方法装置电子设备

[发明专利]基于任务自适应知识蒸馏的目标检测方法-CN202310687684.6在审
发明人：李玺;周贤攀;阳隆荣;励雪巍;乔梁;李哲暘 -专利权人：浙江大学
申请日： 2023-06-09 - 公布日： 2023-09-19 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于任务自适应知识蒸馏的目标检测方法。该方法包括如下步骤：获取用于训练目标检测器的带有数据集标签的数据集；使用该数据集训练一个模型容量较大、性能较好的教师检测器；训练目标检测器时，除了自身的目标损失函数，添加两个蒸馏损失函数，在分类头上使用基于二元交叉熵的分类蒸馏损失函数，在定位头上使用基于交并比的定位蒸馏损失函数；经过训练，得到训练好的目标检测器。本发明充分考虑了目标检测器任务的特性，并适应该特性，提出更合适的蒸馏损失函数，能够获得更好的知识蒸馏效果。
基于任务自适应知识蒸馏目标检测方法

[发明专利]一种目标检测方法、装置及电子设备-CN201911056322.7有效
发明人：张凯;谭文明;李哲暘;石大虎 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-10-31 - 公布日： 2023-09-05 - 主分类号： G06V10/77 文献下载
摘要：本发明实施例提供了一种目标检测方法、装置及电子设备。其中，所述方法包括：获取待处理图像在多个降采样倍率下的多个初始图像特征；针对除目标降采样倍率外其他降采样倍率下的各个初始图像特征，将该初始图像特征缩放至所述目标降采样倍率，得到映射图像特征；融合所述目标降采样倍率下的初始图像特征和各个所述映射图像特征，得到所述目标降采样倍率下的融合图像特征；将所述目标降采样倍率下的融合图像特征缩放至各个所述其他降采样倍率，得到各个所述其他降采样倍率下的融合图像特征；基于所述待处理图像在所述多个降采样倍率下的融合图像特征，对所述待处理图像进行目标检测。可以提高目标检测的准确性。
一种目标检测方法装置电子设备

[发明专利]一种视频帧融合方法、装置、电子设备-CN201910251735.4有效
发明人：张凯;谭文明;李哲暘 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2019-03-29 - 公布日： 2023-09-05 - 主分类号： G06T7/246 文献下载
摘要：本发明实施例提供了一种视频帧融合方法、装置、电子设备，方法包括：获取待融合视频中的第一视频帧和第二视频帧，第一视频帧为待融合的视频帧，第二视频帧与第一视频帧相差帧数不超过预设帧数；基于第一视频帧和第二视频帧，确定目标物体的移动速度；根据移动速度，以及预设的移动速度与融合帧数的对应关系，确定与第一视频帧进行融合的视频帧的融合帧数；确定与第一视频帧相邻的融合帧数个第三视频帧；对第一视频帧和融合帧数个第三视频帧进行视频帧融合，得到融合后的第一视频帧。相比于现有的采用统一的融合帧数进行视频帧融合的方法，提高了融合后视频帧中目标物体的显示效果，便于后续的目标检测或目标分析等过程。
一种视频融合方法装置电子设备

[发明专利]物体厚度确定方法、装置、电子设备及机器可读存储介质-CN202310581023.5在审
发明人：汪磊;李哲暘;张如意;谭文明 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2023-05-22 - 公布日： 2023-08-29 - 主分类号： G01B11/06 文献下载
摘要：本申请提供一种物体厚度确定方法、装置、电子设备及机器可读存储介质该方法包括：获取待测物体在当前相机视角下的正面深度图；将所述正面深度图输入到预先训练的物体背面深度预测模型，得到所述待测物体在当前相机视角下的背面深度图；依据所述正面深度图和所述背面深度图，确定所述待测物体在当前相机视角下的厚度。该方法可以简化物体厚度确定的难度，提高物体厚度确定的效率。
物体厚度确定方法装置电子设备机器可读存储介质

[发明专利]目标检测方法、装置、电子设备及可读存储介质-CN202110790334.3有效
发明人：张凯;谭文明;李哲暘;张如意 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2021-07-13 - 公布日： 2023-08-29 - 主分类号： G06V10/44 文献下载
摘要：本申请提供一种目标检测方法、装置、电子设备及可读存储介质，该目标检测方法包括：获取待检测图像的多尺度特征；所述多尺度特征包括至少两个不同尺度的特征图；依据所述多尺度特征，分别生成各尺度的第一类型卷积核；分别依据各尺度的第一类型卷积核，对对应尺度的特征图进行特征融合，得到各尺度的特征融合后的特征图；分别对各尺度的特征融合后的特征图进行目标检测。该方法可以提高目标检测的准确性。
目标检测方法装置电子设备可读存储介质

[发明专利]一种数据处理方法、装置及设备-CN202110602261.0有效
发明人：彭博;谭文明;李哲暘 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2021-05-31 - 公布日： 2023-08-29 - 主分类号： G06N3/0464 文献下载
摘要：本申请提供一种数据处理方法、装置及设备，该方法包括：获取至少一个训练平台训练的第一深度学习模型，每一训练平台训练的第一深度学习模型包括第一模型结构、第一模型参数；将每一训练平台训练的第一深度学习模型转换为第二深度学习模型，第二深度学习模型包括第二模型结构、第二模型参数；将该第二深度学习模型转换为与硬件设备匹配的第三深度学习模型；将该第三深度学习模型发送给该硬件设备，以使该硬件设备运行该第三深度学习模型，并通过该第三深度学习模型实现数据处理。通过本申请的技术方案，可以提升跨训练平台以及跨硬件设备的部署效率，减少开发工作量，提高用户体验。
一种数据处理方法装置设备

[发明专利]一种数据处理方法、装置及设备-CN202010562081.X有效
发明人：林晨;彭博;李哲暘;谭文明;任烨 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-06-18 - 公布日： 2023-08-25 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种数据处理方法、装置及设备，该方法包括：从服务器获取初始基线模型和样本数据对应的第一特征分布信息；获取初始噪声数据，将初始噪声数据输入给初始基线模型，得到初始噪声数据对应的第二特征分布信息；基于第一特征分布信息和第二特征分布信息对初始噪声数据进行训练，得到目标噪声数据；基于目标噪声数据和终端设备的场景数据对初始基线模型进行优化，得到优化后的目标基线模型；在所述终端设备部署所述目标基线模型，以通过所述目标基线模型对所述终端设备的应用数据进行处理。通过本申请的技术方案，目标噪声数据能够反映样本数据的特性，从而基于样本数据的特性对初始基线模型进行优化，解决样本数据缺失的问题。
一种数据处理方法装置设备

[发明专利]目标检测模型的训练方法、装置和存储介质-CN202010298486.7有效
发明人：张凯;谭文明;李哲暘;石大虎 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-04-16 - 公布日： 2023-08-18 - 主分类号： G06V10/774 文献下载
摘要：本申请实施例提出了一种目标检测模型的训练方法、装置和存储介质，其中，上述方法包括：获取训练样本；将所述训练样本输入至预置目标检测模型进行训练，得到第一梯度；根据预置第一区间数对所述第一梯度进行不均匀划分，得到第一区间集合，并根据所述第一区间集合内的每个区间的样本数获得所述每个区间的第一梯度密度，其中，所述第一区间集合包括多个不均匀的区间；根据所述第一梯度密度对所述预置目标检测模型继续进行训练，得到训练后的目标检测模型。本申请通过对训练样本的梯度进行不均匀划分，可以有效解决训练样本不均衡问题，从而可以提高模型的检测性能。
目标检测模型训练方法装置存储介质

[发明专利]目标检测方法、装置及存储介质-CN202010610242.8有效
发明人：张凯;谭文明;李哲暘;卜英家;石大虎 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2020-06-30 - 公布日： 2023-08-18 - 主分类号： G06V10/46 文献下载
摘要：本发明实施例提供一种目标检测方法、装置及存储介质，通过对待检测图像进行特征提取和特征融合，得到多张不同尺度的第一特征图，分别对多张不同尺度的第一特征图进行目标检测，得到第一目标检测结果。通过对第一目标检测结果中的各目标框对应的类别分数信息进行修正，得到修正后的第二目标检测结果。再对第二目标检测结果中的各目标框进行非极大值抑制，确定最终的目标检测结果。上述方法可有效降低相近类别之间的误检，提高目标检测的准确性。
目标检测方法装置存储介质

[发明专利]一种神经网络模型压缩方法、装置和计算机设备-CN201811027522.5有效
发明人：彭博;谭文明;李哲暘 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2018-09-04 - 公布日： 2023-06-30 - 主分类号： G06N3/082 文献下载
摘要：本申请提供一种神经网络模型压缩方法、装置和计算机设备。本申请提供的神经网络模型压缩方法，包括：针对待压缩神经网络模型的每一个原始卷积层，将原始卷积层分解为级联的多个目标卷积层；获取原始卷积层对输入数据进行卷积处理后的第一卷积处理结果，以及级联的多个目标卷积层依序对输入数据进行卷积处理后的第二卷积处理结果；根据第一卷积处理结果和第二卷积处理结果，对级联的多个目标卷积层的权值矩阵进行修正处理，得到压缩后的神经网络模型。本申请提供的神经网络模型压缩方法、装置和计算机设备，通过对该级联的多个目标卷积层的权值矩阵进行修正处理，这样，可避免因模型压缩导致的性能损失。
一种神经网络模型压缩方法装置计算机设备

[发明专利]基于模型量化的任务处理方法、装置、设备及存储介质-CN202211186183.1在审
发明人：蓝朝祥;李哲暘;张凯 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2022-09-27 - 公布日： 2023-03-28 - 主分类号： G06N3/048 文献下载
摘要：本申请提供一种基于模型量化的任务处理方法、装置、设备及存储介质，该基于模型量化的任务处理方法包括：依据Transformer模型中优化单元的第一量化输出和第一浮点输出之间的差异，对优化单元的权重量化系数和激活量化系数进行更新；依据优化单元的第二量化输出和第二浮点输出之间的差异，对优化单元的权重量化增量进行更新；依据目标量化系数对优化单元的权重参数进行量化，并依据目标权重量化增量确定优化单元的权重量化取整方向；依据优化单元的目标量化权重参数对优化单元的输入数据进行前向推理计算，并依据优化单元的目标激活量化系数对优化单元的输入/输出进行量化。该方法可以提升任务处理的准确性。
基于模型量化任务处理方法装置设备存储介质

[发明专利]评估模型性能的方法、装置、计算机设备及可读存储介质-CN202211284811.X在审
发明人：林晨;彭博;李哲暘;谭文明;任烨 -专利权人：杭州海康威视数字技术股份有限公司
申请日： 2022-10-20 - 公布日： 2023-01-17 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了一种评估模型性能的方法、装置、计算机设备及可读存储介质。该评估模型性能的方法包括：获取由多个候选混合精度模型的比特配置，组成的候选比特配置集合，从候选比特配置集合中分离出候选比特配置子集，测试并记录候选比特配置子集中每个比特配置的量化性能；根据浮点模型的层数，将浮点模型划分为多个浮点优化单元,并确定候选比特配置集合中所有比特配置对应的混合精度模型相对多个浮点优化单元的输出损失；根据量化性能和输出损失，对多个候选的混合精度模型的性能进行预测评估。本发明解决了直接对量化所需的候选模型进行测试时导致的计算资源耗费大及效率低下的问题。
评估模型性能方法装置计算机设备可读存储介质

1
2
3
下一页»
尾页
共 38 条