|
|
钻瓜专利网为您找到相关结果 9727723个，建议您 升级VIP下载更多相关专利
- [发明专利]目标检测方法、系统及计算机设备-CN202210345786.5在审
-
李军
-
苏州浪潮智能科技有限公司
-
2022-03-31
-
2022-06-21
-
G06V20/10
- 本发明公开了一种目标检测方法、系统及计算机设备，方法包括：将第一输入图像输入第一编码器获取第一输出数据并将第二输入图像输入第二编码器获取第二输出数据；第一编码器为Query编码器，第二编码器为Key编码器；基于第一输出数据与第二输出数据计算第一损失与第二损失，第一损失为第一编码器与第二编码器的信息噪音对比估计损失，第二损失为第一编码器与第二编码器的融合对比学习损失；基于第一损失与第二损失生成联合损失函数；基于联合损失联合函数进行预训练获得目标检测模型；基于目标检测模型执行目标检测任务；基于Query与Key编码器构成的MoCo自监督学习框架，计算由InfoNCE损失与Mixco损失构成的联合损失函数预训练模型
- 目标检测方法系统计算机设备
- [发明专利]确定神经网络的编码器架构的方法-CN202280008670.0在审
-
D·伊万;R·戴克-梅兹伦伊;C·尼姆斯
-
大陆智行德国有限公司
-
2022-01-24
-
2023-09-08
-
G06N3/0464
- 本发明涉及确定卷积神经网络(1)的编码器(2)架构的一种方法，其中，神经网络(1)配置用于处理多项不同的图像处理任务(t1、t2、t3)，其中，所述方法包括以下步骤：‑针对每项图像处理任务(t1、t2、t3))，基于训练数据计算特征尺度分布(S10)；‑生成多个候选编码器架构，其中，多个候选编码器架构的每个编码器架构包括为多项图像处理任务提供计算操作的至少一个共享编码器层(SL)，每个编码器架构还包括跨越一个或多个编码器层的多个分支(b1、b2、b3)，它为所述图像处理任务提供至少部分不同的计算操作，其中，每个分支(b1、b2、b3)与特定图像处理任务(t1、t2、t3)相关联(S11)；‑计算多个编码器架构的编码器层的感受野大小(S12)；‑计算多个评估度量，其中，每个评估度量涉及所述多个编码器架构中的特定编码器架构和特定图像处理任务(t1、t2、t3)的组合，其中，每个评估度量包括关于与评估度量相关联的图像处理任务(t1、t2、t3)的特征尺度分布和与评估度量相关联的编码器架构的编码器层的感受野大小的匹配质量信息(S13)；‑比较计算得出的评估措施，并建立比较结果(S14)；以及，‑基于比较结果选择编码器结构(S15)。
- 确定神经网络编码器架构方法
|
