“汤劲武”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4个，建议您升级VIP下载更多相关专利

[发明专利]一种图像样本的标注方法及装置-CN201910319246.8有效
发明人：牟永奇;许欢庆;李洁;汤劲武 -专利权人：北京朗镜科技有限责任公司
申请日： 2019-04-19 - 公布日： 2021-03-02 - 主分类号： G06F16/16 文献下载
摘要：本申请提供了一种图像样本的标注方法及装置，先获取标注框的位置信息，对于任意一个预设的分类，将标注框框选的框选图像中不属于该分类的图像删除，再将该分类的框选图像与对应的位置信息，作为该分类的标注数据，可见，将标注框的获取与框选图像的删除进行了解耦处理，与在使用一个标注框得到框选图像后，人工手动输入该框选图像的类型的方式相比，能够将多个框选图像进行批量删除处理，还能够在一定的时间点并行执行获取标注框的位置信息与框选图像的筛选的步骤，因此，与传统的标注方式相比，能够显著提高效率。
一种图像样本标注方法装置

[发明专利]模型训练方法、节识别方法、装置、设备及介质-CN201910319327.8在审
发明人：王雨轩;许欢庆;牟永奇;李洁;汤劲武 -专利权人：北京朗镜科技有限责任公司
申请日： 2019-04-19 - 公布日： 2019-07-30 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种模型训练方法，包括：获取训练样本，所述训练样本包括物体图像以及节标签，所述节标签用于对所述物体图像中物体的每一节进行标注；利用所述训练样本训练实例分割模型，将满足训练目标的实例分割模型确定为节识别模型，所述节识别模型以物体图像为输入，以节识别结果为输出。基于该节识别模型，本申请还公开了一种节识别方法。该方法通过标注样本学习，实现对图像中的目标位置检测和类别识别，从而实现对图像中节识别，由于其具有较高的识别精度，因此，基于该节识别结果进行节定位和节计数具有较高的精度。本申请还公开了对应的装置、设备及介质。
物体图像训练样本分割模型模型训练标注申请标签图像目标位置检测类别识别训练目标样本学习输出

[发明专利]模型训练方法、层间隔识别方法、装置、设备及介质-CN201910319329.7在审
发明人：许欢庆;王雨轩;牟永奇;李洁;汤劲武 -专利权人：北京朗镜科技有限责任公司
申请日： 2019-04-19 - 公布日： 2019-07-26 - 主分类号： G06K9/62 文献下载
摘要：申请公开了一种模型训练方法，包括：获取训练样本，所述训练样本包括物体图像以及层间隔标签，所述层间隔标签用于对所述物体图像中物体的层间隔进行标注；利用所述训练样本训练实例分割模型，将满足训练目标的实例分割模型确定为层间隔识别模型，所述层间隔识别模型以物体图像为输入，以层间隔识别结果为输出。基于该模型，本申请还公开了一种层间隔识别方法。通过标注样本学习，实现对图像中的目标位置检测和类别识别，从而实现对图像中物体的层间隔识别，由于其具有较高的识别精度，因此，基于该识别结果进行层定位和层计数具有较高的精度。本申请还公开了对应的装置、设备及介质。
层间隔物体图像训练样本分割模型模型训练标注申请标签目标位置检测图像类别识别训练目标样本学习种层输出

[发明专利]一种面向GPU资源的任务调度方法、装置和系统-CN201910289968.3在审
发明人：许欢庆;牟永奇;李洁;汤劲武 -专利权人：北京朗镜科技有限责任公司
申请日： 2019-04-11 - 公布日： 2019-07-09 - 主分类号： G06F9/50 文献下载
摘要：本申请实施例公开了一种面向GPU资源的任务调度方法，当需要利用服务器集群中的显存资源执行任务(例如第一目标任务)时，根据第一任务请求中包括的第一目标任务的属性信息和任务资源使用配置表计算第一目标任务所需的显存资源大小，然后，根据服务器集群的可用资源状态表，确定满足第一目标任务所需的显存资源大小的GPU，以便任务执行模块利用目标GPU执行第一目标任务。本方案接收到任务请求时，会进行任务的显存资源估算，以显存资源为最小单位选取可用的GPU来完成任务，细化资源管理和任务调度的粒度。若一个GPU中显存资源符合任务要求，便可能实现一个GPU并行执行多个任务的目的，提高了GPU中显存资源的利用率。
显存任务调度服务器集群任务请求可用资源状态任务执行模块并行执行方案接收任务要求任务资源属性信息资源估算资源管理资源执行最小单位配置表可用细化申请