“模型融合”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916748个，建议您升级VIP下载更多相关专利

[发明专利]对象预测方法、装置、设备、及介质-CN201910482821.6在审
发明人：梁彧;张娇婷;金红;杨满智;刘长永;陈晓光 -专利权人：恒安嘉新（北京）科技股份公司
申请日： 2019-06-04 - 公布日： 2019-09-10 - 主分类号： G06K9/62 文献下载
摘要：本公开实施例公开了一种对象预测方法、装置、电子设备、及存储介质，方法包括：确定目标对象的特征；基于多个待融合模型，分别根据所述目标对象的特征进行预测，并根据各待融合模型的预测结果和评估权重确定所述目标对象的最终预测结果；其中，各待融合模型的评估权重通过如下方式确定：基于训练集和评价指标对多个算法模型进行训练并调参得到所述多个待融合模型；基于验证集和所述评价指标分别对所述多个待融合模型进行模型评估，根据评估结果及自适应权重生成函数分别得到所述多个待融合模型的评估权重本公开实施例的技术方案能够自适应地确定多个待融合模型对应的模型融合的权重比以进行预测，能够提升机器学习的预测性能。
融合目标对象权重对象预测评价指标预测结果自适应评估存储介质电子设备方式确定模型评估模型融合评估结果权重确定算法模型提升机器预测性能训练集验证集预测学习

[发明专利]表情模型处理方法及装置、电子设备、存储介质-CN202110283147.6有效
发明人：盘琪 -专利权人：网易（杭州）网络有限公司
申请日： 2021-03-16 - 公布日： 2023-08-08 - 主分类号： G06T13/40 文献下载
摘要：本申请提供了一种表情模型处理方法及装置、电子设备、存储介质，该方法包括：获取待融合表情模型的标识和对应的融合权重，依据待融合表情模型的标识从预设顶点贴图中获取与待融合表情模型对应的多个第一顶点色，每个第一顶点色包括该待融合表情模型的顶点与源模型相应的顶点的顶点位置偏移量；依据待融合表情模型的融合权重和该待融合表情模型的第一顶点色中的顶点位置偏移量计算得到目标顶点的目标位置偏移量，依据目标位置偏移量和源模型生成目标表情模型；通过贴图作为载体，可以将单线程的任务分配到顶点着色器的流水线中
表情模型处理方法装置电子设备存储介质

[发明专利]基于多模态融合模型的提高视频问答精度方法及系统-CN202011205724.1有效
发明人：徐卫志;蔡晓雅;曹洋;于惠;庄须强;刘志远;孙中志;赵晗;龙开放 -专利权人：山东师范大学
申请日： 2020-11-02 - 公布日： 2022-12-09 - 主分类号： G06F16/332 文献下载
摘要：本公开提供了一种基于多模态融合模型的提高视频问答精度方法及系统，包括：采集视频数据和问题特征，获取视频问答的问题；从视频数据中提取视觉特征和字幕特征；将视觉特征和字幕特征进行融合处理，获得融合视觉特征和融合字幕特征；将融合视觉特征、融合字幕特征和问题特征输入多模态融合模型中进行训练，获得训练好的多模态融合模型；将视频问答的问题输入训练好的多模态融合模型，获得问题答案；根据问题的特点针对不同的问题聚焦不同的目标实体实例，提高了模型选择答案的准确性。
基于多模态融合模型提高视频问答精度方法系统

[发明专利]文本识别模型框架的训练方法、装置及系统-CN202110858410.X有效
发明人：章成全;吕鹏原;李煜林;庾悦晨;姚锟;韩钧宇;刘经拓;丁二锐;吴甜;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-07-28 - 公布日： 2023-04-07 - 主分类号： G06V30/148 文献下载
摘要：本公开提供了一种文本识别模型框架的训练方法、装置及系统，涉及人工智能技术领域，具体为计算机视觉和深度学习技术领域，可应用于智慧城市和智慧金融场景。包括：基于预设的文本检测模型对样本图像进行特征处理，得到与样本图像中文本信息相关的至少两种特征信息，基于预设的特征融合模型对样本图像的至少两种特征信息进行融合处理，得到样本图像的融合特征，将融合特征输入至特征融合模型，基于融合特征模型对文本检测模型和特征融合模型的参数分别进行调整，得到文本识别模型框架，文本识别模型框架中的文本检测模型与特征融合模型之间具有较高的关联性，从而实现了训练过程的完整性和全面性，提高了文本识别模型框架的准确性和可靠性
文本识别模型框架训练方法装置系统

[发明专利]模型构建方法、装置、设备、存储介质以及车辆-CN202310285790.1在审
发明人：张洪健;罗咏刚;谭瑞;罗川;赵天棋 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-03-22 - 公布日： 2023-06-30 - 主分类号： G06F40/30 文献下载
摘要：本申请涉及一种模型构建方法、装置、设备、存储介质以及车辆，涉及人工智能技术领域。模型构建方法，方法包括：获取样本待识别文本、预设业务领域表、预设业务领域意图映射表、预设业务领域槽位映射表以及样本待识别文本对应的实际参数；将样本待识别文本、预设业务领域表、实际业务领域输入预设融合模型，以对预设融合模型进行训练，得到中间融合模型；将样本待识别文本、预设业务领域意图映射表、预设业务领域槽位映射表、实际意图、实际槽位输入中间融合模型，以对中间融合模型进行训练，得到训练好的融合模型；训练好的融合模型用于识别业务领域
模型构建方法装置设备存储介质以及车辆

[发明专利]一种基于多模态学习的影像基因融合分类方法-CN202310950132.X在审
发明人：刘锦;田旭;王建新 -专利权人：中南大学
申请日： 2023-07-31 - 公布日： 2023-10-27 - 主分类号： G06F18/24 文献下载
摘要：本申请适用于多模态学习技术领域，提供了一种基于多模态学习的影像基因融合分类方法。通过获取受试者的磁共振影像、基因表达信息以及基因序列信息；构建影像基因融合分类模型；依次将每个受试者的磁共振影像、基因表达信息以及基因序列信息输入影像基因融合分类模型，并计算影像基因融合分类模型的损失值；根据损失值，对影像基因融合分类模型进行反向传播，直至影像基因融合分类模型收敛，得到训练后的影像基因融合分类模型；将待分类者的磁共振影像、原始基因表达信息以及原始基因序列信息输入训练后的影像基因融合分类模型本申请能够提高影像基因融合分类方法的准确度。
一种基于多模态学习影像基因融合分类方法

[发明专利]一种基于分层细粒度融合联邦学习的分布式废钢检测方法及系统-CN202310094938.3在审
发明人：张卫东;吴宣够;郑啸;赵伟 -专利权人：安徽工业大学;合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室）
申请日： 2023-02-10 - 公布日： 2023-08-01 - 主分类号： G06V10/80 文献下载
摘要：本发明提供的基于分层细粒度融合联邦学习的分布式废钢检测方法及系统，涉及冶金领域；其方法包括：接收各客户端上传的本地模型参数；根据上传的本地模型参数的差异，采用分层细粒度融合的权重设置方式对客户端的本地模型参数进行融合，获得全局融合模型参数；广播全局融合模型参数至所有客户端，以便各客户端根据全局融合模型参数进行新一轮的迭代训练直至本地模型达到设定的预期模型精度，进而以训练完成的本地模型作为本地废钢检测模型进行废钢检测本发明借助联邦学习进行分布式的废钢检测判级，保护各卸料点的数据隐私安全，并且细粒度融合权重设置能够提高对不同卸料点异构废钢数据的检测能力。
一种基于分层细粒度融合联邦学习分布式废钢检测方法系统

[发明专利]模型的约简方法、装置、设备、存储介质和程序产品-CN202111243038.8在审
发明人：刘艳琳;张靖义;王永忠 -专利权人：华为技术有限公司
申请日： 2021-10-25 - 公布日： 2023-05-05 - 主分类号： G06F18/25 文献下载
摘要：本公开的实施例提供了用于约简模型的方法、设备、装置、存储介质和程序产品，涉及人工智能领域。在模型的约简方法中，获取融合信息，融合信息指示第一模型中的算子在微架构上运行时的融合情况；基于融合信息确定第一模型的第一算子集合，第一算子集合中包括由第一模型的至少两个算子融合而成的算子；从第一算子集合中去除至少一个冗余的算子，获得第二算子集合；以及根据第二算子集合获得第二模型。这样，本公开的实施例能够将原始模型约简为需要更少计算资源和访存资源的约简模型，并且使得约简模型的融合方式与原始模型的融合方式相同。
模型方法装置设备存储介质程序产品

[发明专利]基于特征融合的表情识别模型的训练方法及识别方法-CN202211201514.4在审
发明人：田小林;范瑞杰;蒋益;焦李成 -专利权人：西安电子科技大学
申请日： 2022-09-29 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于特征融合的表情识别模型的训练方法及识别方法，该方法包括：采用多张预处理图像训练特征提取网络；构建包括预训练的特征提取网络、翻转特征融合网络、分类网络和乱序融合网络的模型；每次选取多张预处理图像，将选取的图像和其翻转图像输入模型，通过翻转特征融合网络得到第一全局融合特征和翻转注意力损失；通过乱序特征融合网络得到第二全局融合特征；通过分类网络得到第一全局融合特征的分类损失和第二全局融合特征的乱序融合损失；根据这三个损失迭代调整模型参数，从而得到预训练的翻转特征融合网络和预训练的分类网络；将预训练的特征提取网络、预训练的翻转特征融合网络和预训练的分类网络组成的模型作为得到的模型。
基于特征融合表情识别模型训练方法

[发明专利]一种车道线生成方法、装置、电子设备及存储介质-CN202310035495.0在审
发明人：谭珂 -专利权人：知行汽车科技（苏州）股份有限公司
申请日： 2023-01-10 - 公布日： 2023-06-02 - 主分类号： G06T17/00 文献下载
摘要：本发明可提供一种车道线生成方法、装置、电子设备及存储介质，涉及车道线生成领域，方法包括：获取由前视摄像头数据构建的前视车道线模型和由环视摄像头数据构建的环视车道线模型；确定前视车道线模型和环视车道线模型是否满足预设融合条件；当确定满足预设融合条件时，利用前视车道线模型和环视车道线模型生成融合车道线模型，以利用融合车道线模型进行车辆控制；可同时获取由前视摄像头构建的前视车道线模型以及由环视摄像头构建的环视车道线模型，并在确定两模型满足预设融合条件时，对其进行融合生成能够覆盖车辆四周的融合车道线模型，可有效覆盖前视摄像头的盲区，进而可极大降低驾驶安全隐患，增加车辆控制的灵活度。
一种车道生成方法装置电子设备存储介质

[发明专利]模型参数选择、图像分类、信息识别方法及装置、设备-CN201911415591.8在审
发明人：侯广健 -专利权人：东软集团股份有限公司
申请日： 2019-12-31 - 公布日： 2020-05-19 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例公开了一种模型参数选择方法、图像分类、信息识别方法及装置、设备，模型参数选择方法迭代执行以下步骤：获得目标模型，目标模型是将上一次迭代后的融合模型与当前待训练残差模型融合得到的；以当前待训练残差模型对训练数据的输出结果与上一次迭代后的训练数据的残差标签值相差最小为训练目标，求解当前待训练残差模型的一组目标参数；利用目标参数生成当前最优残差模型，将上一次迭代后的融合模型与当前最优残差模型融合得到本次迭代后的融合模型；计算训练数据的结果标签值与本次迭代后的融合模型对训练数据的输出结果之差将达到第一预设停止条件时迭代后的融合模型作为最终输出模型。
模型参数选择图像分类信息识别方法装置设备

[发明专利]跨界服务目标融合冲突检测方法及装置-CN202110530055.3在审
发明人：李兵;柳正利;王健;彭宇 -专利权人：武汉大学
申请日： 2021-05-14 - 公布日： 2021-09-07 - 主分类号： G06F40/126 文献下载
摘要：本申请公开了一种跨界服务目标融合冲突检测方法及装置，涉及服务计算技术领域，其包括：对主体领域目标模型的待融合目标进行标注，并从客体领域目标模型中找到与待融合目标相似度最高的目标，作为融合点；以融合点为初始目标节点，从客体领域目标模型中抽取目标分解路径；将目标分解路径中的所有目标节点均融合到主体领域目标模型，得到融合目标模型；将融合目标模型中的可操作性目标作为原子命题，根据主体领域的至少一个领域属性和目标分解路径中的目标节点本申请，可支持不同领域的目标模型的深度融合，准确地检测出不同领域的目标在融合以后出现的冲突。
服务目标融合冲突检测方法装置

[发明专利]虚拟现实与仿真模型的融合方法、系统、介质及设备-CN201910836813.7有效
发明人：徐欣;杨顺超;钱广璞;毕航;周振华 -专利权人：上海电气集团股份有限公司
申请日： 2019-09-05 - 公布日： 2023-06-02 - 主分类号： G06T19/00 文献下载
摘要：本发明公开了一种虚拟现实与仿真模型的融合方法、系统、介质及电子设备，所述融合方法包括：获取目标区域对应的全景素材，所述全景素材包括全景视频或全景图片；对真实对象进行仿真建模，以得到仿真模型；从所述全景素材中提取参考背景，将所述仿真模型与所述参考背景进行组合，以得到待渲染模型，其中，所述参考背景包括需要放置所述仿真模型的场景；对所述待渲染模型进行渲染，并以透明背景格式导出渲染后的模型，以得到待融合模型；将所述待融合模型与所述全景素材进行融合本发明技术方案中的仿真模型与虚拟场景的融合度较高，有效提高了虚拟漫游的体验。
虚拟现实仿真模型融合方法系统介质设备

[发明专利]训练图像融合模型的方法、装置和电子设备-CN202011548642.7在审
发明人：龙勇志 -专利权人：维沃移动通信有限公司
申请日： 2020-12-23 - 公布日： 2021-03-26 - 主分类号： G06T5/50 文献下载
摘要：本申请公开了一种训练图像融合模型的方法和电子设备，属于图像处理领域。其中的方法包括：获取训练数据集，训练数据集中包含图像对；将图像对输入初始的图像融合模型，图像融合模型为包含浅层特征提取网络、深层特征提取网络、全局特征融合网络、特征重构网络的深度神经网络模型；经过浅层特征提取网络、深层特征提取网络、全局特征融合网络、特征重构网络的依次处理，得到图像对的融合图像；根据预设损失函数计算融合图像与所述图像对之间的差异值，并根据计算的差异值更新图像融合模型的网络参数，直到计算的差异值小于预设阈值，得到训练完成的图像融合模型，所述损失函数用于计算结构损失值和内容损失值。本申请可提高融合图像的客观真实性。
训练图像融合模型方法装置电子设备

[发明专利]无参考影像的光学遥感空谱融合方法、装置、设备及介质-CN202210082101.2在审
发明人：郭擎;李思佳;李安;童濂滋;王华 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-01-24 - 公布日： 2022-06-03 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种无参考影像的光学遥感空谱融合方法、装置、设备及介质。所述方法包括：对多张原始全色影像和多光谱影像进行处理，得到网络训练集；构建融合网络模型和无参考标签的损失函数；根据融合网络模型和无参考标签的损失函数，生成无参考影像的融合网络模型；利用网络训练集对无参考影像的融合网络模型进行训练，得到训练后的无参考影像的融合网络模型；将待融合的全色影像和多光谱影像输入至训练后的无参考影像的融合网络模型中，得到融合结果。本发明通过建立无需使用模拟数据标签的损失函数，使得网络可以同时监督和降低空间与光谱上的损失，在提高融合效果的同时，增强网络的泛化能力。
参考影像光学遥感融合方法装置设备介质