“图像样本数据”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3133046个，建议您升级VIP下载更多相关专利

[发明专利]图像识别网络训练方法、装置及终端设备-CN202010145380.3在审
发明人：吴涛;胡文泽;王孝宇 -专利权人：深圳云天励飞技术有限公司
申请日： 2020-03-04 - 公布日： 2021-09-07 - 主分类号： G06K9/62 文献下载
摘要：本申请适用于数据处理技术领域，提供了图像识别网络训练方法、装置及终端设备，该方法包括：获取初始图像样本数据；基于初始图像样本数据中的各个类别的图像样本数据的第一样本数量，确定在每个训练周期中需从各个类别的图像样本数据中对应抽取的图像样本数据的目标数量；每个类别的图像样本数据对应一个目标数量，且各个目标数量的比值位于预设范围内；每个训练周期中，在各个类别的图像样本数据中分别抽取对应目标数量的图像样本数据组成当前训练周期的训练图像样本数据，并基于训练图像样本数据对图像识别网络进行训练本申请采用各个类别相对较为均衡的图像样本数据训练网络，能够提高召回率且训练后的网络在小样本类别上的性能也较好。
图像识别网络训练方法装置终端设备

[发明专利]数据处理方法、装置、电子设备及存储介质-CN202310589219.9在审
发明人：许啸;李沅坷;程元鸿;金驰 -专利权人：中国工商银行股份有限公司
申请日： 2023-05-24 - 公布日： 2023-08-01 - 主分类号： G06T5/00 文献下载
摘要：本公开提供了一种数据处理方法、装置、设备及存储介质，可以应用于计算机技术领域、信息安全技术领域、人工智能技术领域和金融技术领域。该方法包括：对初始图像样本数据进行噪声处理，得到中间图像样本数据，其中，中间图像样本数据包括中间图像样本；利用初始图像处理模型对中间图像样本数据进行处理，确定与中间图像样本对应的样本损失值；根据样本损失值，确定中间图像样本的目标分组；以及根据目标分组，利用中间图像样本数据对初始图像处理模型进行训练，得到训练后的目标图像处理模型。
数据处理方法装置电子设备存储介质

[发明专利]超解像系统中图像样本数据库的更新方法及图像服务器-CN201610232700.2有效
发明人：张丽杰;雷利平;吕学文 -专利权人：京东方科技集团股份有限公司
申请日： 2016-04-14 - 公布日： 2019-06-07 - 主分类号： G06F16/583 文献下载
摘要：本发明的实施例提供一种超解像系统中图像样本数据库的更新方法及图像服务器，涉及图像处理领域，能够提高样本数据库的更新效率，降低系统资源浪费。该方法，包括：获取至少一个原始图像，在原始图像中提取图像特征；根据原始图像的图像特征和图像样本数据库中的已存图像的图像特征判断是否对原始图像中的图像特征去重；若图像样本数据库中的存在原始图像的图像特征，则对原始图像的图像特征去重；若图像样本数据库中的不存在原始图像的图像特征，则提取原始图像的图像特征并根据始图像更新图像样本数据库。本发明的实施例用于图像样本数据库更新。
超解像系统图像样本数据库更新方法服务器

[发明专利]图像分类模型训练方法及装置、图像分类方法、设备-CN202211663539.6在审
发明人：何进;钱少传;杜大洋;仝西鲁 -专利权人：杭州惠合信息科技有限公司
申请日： 2022-12-23 - 公布日： 2023-05-09 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了图像分类模型训练方法及装置、图像分类方法、设备，包括：将训练图像样本数据划分为闭集图像样本数据和开集图像样本数据；闭集图像样本数据包括已知类别的K类数据，开集图像样本数据包括K类数据和未知类别数据；提取闭集图像样本数据的特征；基于闭集样本特征并通过无监督学习的方式确定K类数据中相似的类数据，将相似的类数据分至同一组以得到M组数据；利用M组数据对图像分类模型的目标模型结构进行训练，并在训练过程中，基于M组数据中的多组数据构建批数据，以及利用开集图像样本数据对图像分类模型的第一分类分支结构进行训练，以得到训练后的图像分类模型；提升了图像分类模型的性能，从而能够提升图像分类的准确度。
图像分类模型训练方法装置设备

[发明专利]机器学习模型的训练方法、装置、人脸的识别方法和装置-CN202010723795.4在审
发明人：王军;杜航;刘昱赤;石海林;梅涛 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2020-07-24 - 公布日： 2020-12-18 - 主分类号： G06N3/08 文献下载
摘要：该训练方法包括：利用机器学习模型提取各图像样本数据的特征向量，并根据各特征向量确定各图像样本数据中目标的分类结果；根据各图像样本数据中目标的标注结果和分类结果，判断各图像样本数据中目标被分类到了正确分类还是错误分类；在任一个图像样本数据中目标被分类到了错误分类的情况下，降低该图像样本数据与正确分类之间的第一特征相似度，增加该图像样本数据与错误分类之间的第二特征相似度；根据所有降低后的第一特征相似度、增加后的第二特征相似度计算损失函数
机器学习模型训练方法装置识别

[发明专利]电力施工现场识别模型的生成方法、装置、设备及介质-CN202211005713.8在审
发明人：吴荣华;张龙浩;胡晖;梁波涛;骆志敏 -专利权人：广东电网有限责任公司;广东电网有限责任公司惠州供电局
申请日： 2022-08-22 - 公布日： 2022-11-22 - 主分类号： G06V20/70 文献下载
摘要：本发明实施例公开了电力施工现场识别模型的生成方法、装置、设备及介质，包括：获取电力施工现场对应的多个图像样本数据，并对各图像样本数据中包括的目标进行标注，得到每个图像样本数据对应的目标标注结果；将各图像样本数据输入至YOLOV5算法模型中，通过YOLOV5算法模型，对各图像样本数据中包括的至少一个目标进行识别，得到每个图像样本数据对应的目标识别结果；根据各图像样本数据对应的目标标注结果，与目标识别结果之间的差异，对
电力施工现场识别模型生成方法装置设备介质

[发明专利]一种实现图像识别的图像处理方法及装置、电子设备-CN201711008168.7有效
发明人：阮航 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-10-25 - 公布日： 2023-03-24 - 主分类号： G06V10/94 文献下载
摘要：本申请公开了一种实现图像识别的图像处理方法及装置、电子设备和计算机可读存储介质，该方案采用分布式计算框架进行图像处理，包括：获取图像样本数据集；根据图像样本数据集中的样本数量以及分布式计算框架的计算节点数量，切分图像样本数据集，切分为一组的图像样本形成图像样本子块；分发图像样本子块至计算节点；由各个计算节点并行对自身负载的图像样本子块进行图像识别的样本训练，在各个计算节点上获得图像样本子块中每个图像样本对应的训练结果该方法通过将训练任务均衡负载至各个计算节点，由各个计算节点并行实现样本训练，从而大大提高了训练效率，减少了样本训练消耗的时间，适用于目前大数据背景下图像识别过程中的样本训练。
一种实现图像识别处理方法装置电子设备

[发明专利]嘴巴模型训练方法、嘴巴识别方法、装置、设备及介质-CN201810574521.6在审
发明人：戴磊 -专利权人：平安科技（深圳）有限公司
申请日： 2018-06-06 - 公布日： 2018-12-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种嘴巴模型训练方法、嘴巴识别方法、装置、设备及介质，该方法包括：获取人脸图像样本并对该人脸图像样本进行标记以得到人脸图像样本数据，提取人脸图像样本的特征向量，将人脸图像样本数据划分为训练样本数据和验证样本数据；采用训练样本数据训练支持向量机分类器，得到支持向量机分类器的临界面；计算验证样本数据中的验证样本的特征向量与临界面的向量距离；获取预设真正类率或预设假正类率，根据向量距离和与验证样本数据对应的标注数据获取分类阈值
嘴巴人脸图像样本模型训练样本数据验证支持向量机分类器训练样本数据特征向量向量距离预设数据获取阈值获取临界面分类准确率遮挡标注样本

[发明专利]一种基于词袋模型和支持向量机的活塞姿态检测方法-CN201811429200.3在审
发明人：陶唐飞;徐佳宇;郑翔;杨兴宇;贺华 -专利权人：西安交通大学
申请日： 2018-11-27 - 公布日： 2019-04-23 - 主分类号： G06K9/46 文献下载
摘要：一种基于词袋模型和支持向量机的活塞姿态检测方法，先制作活塞图像样本数据集，然后构建基于活塞图像样本图像特征的词袋模型，再训练SVM分类器，然后用训练好的SVM分类器对未知活塞图像样本进行活塞姿态检测；本发明建立了活塞不同姿态、不同光照强度下的活塞图像样本数据集为后续研究提供了数据源；本发明构建了活塞图像样本数据集中所有图像样本的基于活塞图像样本图像特征的词袋模型，能方便地用于未知活塞图像样本中活塞姿态的检测；本发明利用基于活塞图像样本图像特征的词袋模型与SVM结合的方式训练了SVM分类器，实现了对未知活塞图像样本中活塞姿态的检测，以便实现毛坯活塞的自动上料。
活塞图像样本词袋模型图像样本数据活塞姿态图像特征检测支持向量机中活塞构建自动上料数据源毛坯光照制作研究

[发明专利]基于条件生成对抗神经网络的人脸美颜方法及系统-CN201811140959.X有效
发明人：陈继;谢衍涛 -专利权人：杭州格像科技有限公司
申请日： 2018-09-28 - 公布日： 2020-08-04 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于条件生成对抗神经网络的人脸美颜方法及系统，该方法包括：获取初始的人脸图像样本数据和美颜后的人脸图像样本数据；美颜后的人脸图像样本数据包括两种以上的美颜风格；根据初始的人脸图像样本数据和美颜后的人脸图像样本数据，基于条件生成对抗神经网络构建美颜预测模型；获取待处理的人脸图像；将待处理的人脸图像和目标美颜风格矢量输入到美颜预测模型，生成美颜后的人脸图像。
基于条件生成对抗神经网络美颜方法系统

[发明专利]一种图像数据的处理方法、装置、电子设备及存储介质-CN202210030020.8在审
发明人：阮铃通;刘晨曦;李超;龚纯斌;曾鹏;廖强 -专利权人：睿视智觉（厦门）科技有限公司
申请日： 2022-01-12 - 公布日： 2022-05-27 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例涉及一种图像数据的处理方法、图像过滤方法、装置、电子设备及存储介质，包括：接收图像样本数据，所述图像样本数据包括过滤样本数据和非过滤样本数据；针对所述图像样本数据，利用神经网络结构搜索NAS技术确定目标神经网络模型；将所述图像样本数据作为模型训练集，对所述目标神经网络模型进行训练，以得到图像过滤模型，用于对目标图像数据进行过滤分类。由此，不需要选择神经网络架构和目标属性，复杂度低，过滤速度快，大大降低图像数据过滤对硬件的要求，稳定可靠，实时性强；利用本发明进行图像过滤，识别精度高、适用场景广。
一种图像数据处理方法装置电子设备存储介质

[发明专利]人眼模型训练方法、人眼识别方法、装置、设备及介质-CN201810585092.2在审
发明人：戴磊 -专利权人：平安科技（深圳）有限公司
申请日： 2018-06-08 - 公布日： 2018-12-11 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种人眼模型训练方法、人眼识别方法、装置、设备及介质，该方法包括：获取人脸图像样本并对该人脸图像样本进行标记以得到人脸图像样本数据，提取人脸图像样本的特征向量，将人脸图像样本数据划分为训练样本数据和验证样本数据；采用训练样本数据训练支持向量机分类器，得到支持向量机分类器的临界面；计算验证样本数据中的验证样本的特征向量与临界面的向量距离；获取预设真正类率或预设假正类率，根据向量距离和与验证样本对应的标注数据获取分类阈值
人脸图像样本验证人眼支持向量机分类器训练样本数据人眼模型人眼识别特征向量向量距离样本数据预设样本数据获取阈值获取临界面眼模型分类准确率遮挡标注

[发明专利]训练神经网络及图像识别的方法、装置、设备及介质-CN202010443246.1在审
发明人：于志鹏;吴一超;梁鼎;郭秋杉 -专利权人：北京市商汤科技开发有限公司
申请日： 2020-05-22 - 公布日： 2020-08-28 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提供一种训练神经网络及图像识别的方法、装置、设备及介质。该方法包括：获取图像样本数据集，该图像样本数据集包括至少一个图像样本数据；将图像样本数据集分别输入多个神经网络，得到多个神经网络中每个神经网络输出的第一预测结果；基于多个第一预测结果，确定多个神经网络在本轮迭代训练的损失函数
训练神经网络图像识别方法装置设备介质

[发明专利]一种基于伪标签的半监督学习图像分类优化方法及系统-CN202111227379.6在审
发明人：陈英鹏;许野平;刘辰飞;张朝瑞;席道亮;高朋 -专利权人：神思电子技术股份有限公司
申请日： 2021-10-21 - 公布日： 2022-01-28 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于伪标签的半监督学习图像分类优化方法及系统，包括：获取待分类图像并进行预处理；利用训练好的图像分类模型对所述图像进行识别，得到图像分类结果；其中，首先基于有标签的图像样本数据集对图像分类模型进行训练，得到初始图像分类模型；利用所述初始图像分类模型得到无标签的图像样本数据集对应的预测集，基于所述预测集生成伪标签数据集；利用无标签的图像样本数据集和伪标签数据集对初始图像分类模型进行训练，得到训练好的图像分类模型本发明基于伪标签的半监督学习方法进行图像分类，在标签图像样本数据有限的情况下，能够对无标签图像样本数据自动化标记伪标签。
一种基于标签监督学习图像分类优化方法系统

[发明专利]基于样本过滤与伪标签精炼的无监督行人重识别方法-CN202111506192.X在审
发明人：李国鑫;曲寒冰;王鑫轩;朱成博;阎刚 -专利权人：河北工业大学;北京市新技术应用研究所有限公司
申请日： 2021-12-10 - 公布日： 2022-04-12 - 主分类号： G06V10/762 文献下载
摘要：本公开提供了一种无监督行人重识别模型的建立方法，包括：使用图像样本数据集在源域上进行训练，获得源域模型；在目标域创建协作网络与联合网络，将源域模型的模型参数迁移至目标域，对协作网络及联合网络进行初始化；将图像样本数据集分别输入至第一临时平均模型和第二临时平均模型，获得两组图像样本，分别提取样本特征，获取两组图像样本的样本特征的平均样本特征；对图像样本数据集进行聚类处理，获得聚类中心和伪标签；对图像样本数据集进行图像样本数据集分割处理
基于样本过滤标签精炼监督行人识别方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条