“陈璟洲”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]训练图像识别模型的方法、图像识别方法及装置-CN202310893347.2在审
发明人： 陈璟洲;刘健 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-20 - 公布日： 2023-10-24 - 主分类号： G06V10/44 文献下载
摘要：本说明书实施例提供了一种训练图像识别模型的方法、图像识别方法及装置。本说明书实施例基于多层级的标签关系树，通过层级特征交互网络对各类别层级上的特征进行交互，并基于图像样本在各类别层级上的特征表示，得到图像样本属于标签关系树中各类别的概率，以及利用图像样本在目标类别层级上的特征表示，得到图像样本属于目标类别层级上各类别的概率。通过最大化图像样本属于被标注类别标签以及与被标注类别标签具有继承关系的上层级类别和/或下层级类别的概率来训练图像识别模型。这种训练方式有效利用具有不同层级的类别标签的图像样本进行学习，传递类别层级之间的知识，降低对于目标类别层级的图像样本的质量依赖，提高图像识别的鲁棒性。
训练图像识别模型方法装置

[发明专利]一种模型训练、图像识别方法、装置、设备及存储介质-CN202310650574.2在审
发明人： 陈璟洲;冯健明;武文琦;刘健 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-06-02 - 公布日： 2023-09-29 - 主分类号： G06V10/82 文献下载
摘要：本说明书公开了一种模型训练、图像识别方法、装置、设备及存储介质，用于隐私保护，可以通过将样本图像属于每个父类别的概率值和样本图像属于每个类别下的子类别的概率值之间的偏差为约束条件，以使图像识别模型输出的样本图像属于任意一个父类别的概率值和图像识别模型输出的样本图像属于这个父类别下的子类别的概率值保持一致，从而使得在对图像识别模型进行训练过程中，可以在使用细粒度的各样本图像对图像识别模型进行训练的同时，使用部分粗粒度的样本图像对图像识别模型进行训练，进而可以在给定的数量有限的细粒度样本图像的基础上，提升图像识别模型的训练效果。
一种模型训练图像识别方法装置设备存储介质

[发明专利]图像分类模型的训练方法、图像分类方法及装置-CN202310651842.2在审
发明人：冯健明;陈璟洲;武文琦;刘健 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-06-02 - 公布日： 2023-08-04 - 主分类号： G06V10/774 文献下载
摘要：本说明书实施例提供了一种图像分类模型的训练方法、图像分类方法及装置，其中，训练方法包括：从训练样本集中获取n个样本图像和M个文本；将n个样本图像和M个文本输入待训练模型中进行训练处理，得到每个样本图像的图像分类结果；若根据图像分类结果确定满足预设的训练结束条件，则从待训练模型中获取图像分类模型；其中，训练样本集包括N个样本图像和所述M个文本，M个文本与目标类别的M个细分类别一一对应，文本用于对对应的细分类别进行特性描述；n、N和M为大于1的整数，n小于N；待训练模型基于预训练模型构建，预训练模型基于多个图像文本对进行训练得到。
图像分类模型训练方法装置

[发明专利]一种基于增量学习的目标检测方法和装置-CN202110501717.4有效
发明人： 陈璟洲;钱沄涛 -专利权人：浙江大学
申请日： 2021-05-08 - 公布日： 2022-09-06 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于增量学习的目标检测方法和装置，包括：利用旧类别样本图像对目标检测网络进行训练得到原始模型；在原始模型的输出层增加新类别样本图像的新类别检测分支，并初始化新类别检测分支参数，得到增量学习模型；利用新类别样本图像训练增量学习模型，训练时，以新类别样本图像在增量学习模型的旧类别检测分支输出与在原始模型的预测输出的逼近误差、新类别样本图像在增量学习模型的新类别检测分支的检测误差构建损失函数，来优化训练增量学习模型参数，得到参数确定的目标检测模型；利用目标检测模型对测试样本图像进行目标检测。以提高目标检测模型的鲁棒性，提高检测精度。
一种基于增量学习目标检测方法装置