“分类和回归”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24941201个，建议您升级VIP下载更多相关专利

[发明专利]在不确定训练数据上对分类器和/或回归器的改进训练-CN202210410951.0在审
发明人： K·帕特尔 -专利权人：罗伯特·博世有限公司
申请日： 2022-04-19 - 公布日： 2022-11-01 - 主分类号： G06K9/62 文献下载
摘要：在不确定训练数据上对分类器和/或回归器的改进训练。用于训练分类器和/或回归器的方法包括：·提供利用基本真值分类和/或回归评分标记的训练样本集；并对于来自训练样本的至少子集的每个训练样本：·确定量化训练样本的不确定性和/或对该特定样本进行分类的易或难的程度的置信度评分将关于一个类和/或回归值的最大基本真值分类和/或回归评分减少依赖于置信度评分的量，并将该量分发给关于其他类和/或回归值的基本真值分类和/或回归评分，以便获得更新基本真值分类和/或回归评分；·将训练样本映射到分类和/或回归评分；·对分类和/或回归评分与更新基本真值分类和/或回归评分的偏差进行评级；和·优化表征分类器和/或回归器的行为的参数
不确定训练数据分类回归改进

[发明专利]一种交通场景目标检测方法及系统-CN202111101011.5在审
发明人：李天平;丁同贺;刘智风;霍文晓;冯凯丽;魏艳军 -专利权人：山东师范大学
申请日： 2021-09-18 - 公布日： 2021-12-31 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种交通场景目标检测方法及系统，包括：获取交通场景中的待检测图像；对待检测图像进行特征提取，提取出若干特征；对已提取的若干特征进行特征融合，得到融合特征；对融合特征进行特征增强处理，得到初步分类特征和初步回归特征；对初步分类特征进行边界特征提取，得到边界分类特征和边界回归特征；将初步分类特征与边界分类特征进行融合，得到最终分类特征；将初步回归特征与边界回归特征进行融合，得到最终回归特征；基于最终分类特征和训练后的分类器，得到最终的分类预测结果；基于最终回归特征和训练后的回归器，得到最终的回归预测结果。
一种交通场景目标检测方法系统

[发明专利]基于分类回归双域模型的流量识别方法和系统-CN202010090623.8有效
发明人：陈卓均;陆进;陈斌;宋晨 -专利权人：平安科技（深圳）有限公司
申请日： 2020-02-13 - 公布日： 2023-07-25 - 主分类号： G06V20/50 文献下载
摘要：本发明实施例提供了一种基于分类回归双域模型的流量识别方法，所述方法包括：采集预设区域内的目标图片；将所述目标图片输入到分类回归双域模型，通过所述分类回归双域模型输出所述目标图片的目标分类值和目标回归值，其中，所述分类双域模型包括预先训练好的分类器和预先训练好的的回归器，所述分类器和所述回归器均用于识别所述目标图片中的流量；判断所述目标分类值是否为大于预设分类值；当所述目标分类值大于预设分类值，则基于所述目标回归值输出流量识别结果；当所述目标分类值不大于预设分类值，则基于所述目标分类值输出所述流量识别结果。
基于分类回归模型流量识别方法系统

[发明专利]一种回归任务的深度学习方法和装置-CN202110271759.3有效
发明人：刘宏刚;李峰 -专利权人：山东英信计算机技术有限公司
申请日： 2021-03-12 - 公布日： 2023-02-28 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种回归任务的深度学习方法和装置，方法包括：使用固定间隔划分回归任务的预测目标以获得分类数值和回归数值；以分类数值为期望生成概率分布；基于回归数值和固定间隔确定偏置比例；以概率分布作为分类标签、偏置比例作为回归标签，使用深度学习来训练回归任务，获得分类输出和回归输出；确定分类输出和回归输出各自的损失函数，并基于损失函数和预先确定的损失权重确定总损失函数以评价深度学习的精度。本发明能够提升回归任务深度学习方法的鲁棒性并兼容具有可容忍误差的场景。
一种回归任务深度学习方法装置

[发明专利]目标检测方法和装置-CN201910078317.X在审
发明人：刘武;梅涛;周博言 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2019-01-28 - 公布日： 2020-08-04 - 主分类号： G06K9/00 文献下载
摘要：本公开提供了一种目标检测方法和装置，涉及目标检测领域。该方法包括：将待识别图片输入至特征提取网络，获取待识别图片的图片特征；将待识别图片的图片特征输入至区域候选网络，获取候选区域信息；将候选区域信息输入至级联分类回归网络中的第一级分类回归网络，级联分类回归网络包括级联的多个分类回归网络，每个分类回归网络获取输入的区域信息对应的图片特征，并根据获取的图片特征进行分类和回归处理输出目标区域信息；将级联分类回归网络中的最后一级分类回归网络输出的目标区域信息作为目标检测结果。
目标检测方法装置

[发明专利]逻辑回归分类器生成、图像分类方法、装置、设备和介质-CN202110215791.X在审
发明人：祖辰;杨立军 -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： 2021-02-26 - 公布日： 2021-12-10 - 主分类号： G06K9/62 文献下载
摘要：本公开的实施例公开了逻辑回归分类器生成、图像分类方法、装置、设备和介质。该方法的一具体实施方式包括：获取训练样本集，其中，上述训练样本集中的训练样本包括样本特征集和类别标签；根据对上述训练样本集的迭代逻辑回归分类，生成逻辑回归决策树；基于上述逻辑回归决策树，对上述训练样本集中的每个训练样本进行编码以生成编码特征向量，得到编码特征向量集；利用上述编码特征向量集对初始逻辑回归分类器进行训练，以生成目标逻辑回归分类器。该实施方式使用线性逻辑回归分类器实现对非线性数据的分类，有效的避免了在利用引入核函数后的逻辑回归分类器对数据进行分类时，产生的计算复杂度高等问题，降低了数据分类的计算成本。
逻辑回归分类生成图像方法装置设备介质

[发明专利]一种用于动作的时间轴定位的回归分类模块和方法-CN202010325817.1在审
发明人：李革;靳策策;张涛;孔伟杰 -专利权人：北京大学深圳研究生院
申请日： 2020-04-23 - 公布日： 2020-08-18 - 主分类号： G06K9/00 文献下载
摘要：一种用于动作的时间轴定位的回归分类模块，包括：回归器，用于根据最初的动作的特征计算出回归后的动作位置，其中，动作的特征是指由特征提取器学习到的视频特征；池化层，用于根据整段视频特征以及回归后的动作位置为输入，输出回归后的动作特征；以及分类器，用于使用回归后的动作特征预测出对应于回归后位置的动作类别，其中，回归器位于分类器前。本发明的回归分类模块首次将回归器放置于分类器前，从而消除了并行的分类器与回归器所带来的最终预测结果中动作类别与位置不相符的问题。本发明同时也设计了新的分类损失函数，使用经过回归器回归后的位置来计算分类损失函数中的分类目标标签。
一种用于动作时间定位回归分类模块方法

[发明专利]图像角度分类模型训练方法、装置、设备及存储介质-CN202211608633.1在审
发明人：张洪;肖嵘;王孝宇 -专利权人：深圳云天励飞技术股份有限公司
申请日： 2022-12-14 - 公布日： 2023-06-30 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种图像角度分类模型训练方法、装置、设备以及存储介质以及一种图像角度判定方法，所述方法包括：将样本图像输入到图像角度分类模型进行训练，得到分类分支输出的分类预测结果和回归分支输出的回归预测结果；基于所述样本图像的真实角度和所述回归预测结果，计算得到回归损失值；基于所述样本图像的真实标签向量和分类预测结果，计算得到分类损失值；基于所述分类损失值和所述回归损失值，判断所述图像角度分类模型是否满足训练停止条件；在满足训练停止条件的情况下，确定得到训练好的所述图像角度分类模型。
图像角度分类模型训练方法装置设备存储介质

[发明专利]年龄估计方法、年龄估计模型的训练方法及装置-CN202010882335.6在审
发明人：苏驰;李凯;刘弘也;王育林 -专利权人：北京金山云网络技术有限公司
申请日： 2020-08-27 - 公布日： 2020-12-04 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种年龄估计方法、年龄估计模型的训练方法及装置，该方法包括：获取包含有目标对象的待处理图像；将该待处理图像输入至预先训练完成的年龄估计模型中；通过该年龄估计模型的分类网络输出待处理图像对应的年龄分类结果，通过该年龄估计模型的回归网络输出待处理图像对应的年龄回归结果；基于年龄分类结果和年龄回归结果确定目标对象的年龄。该方式在通过年龄估计模型估计目标对象的年龄时，可以对待处理图像进行分类处理得到年龄分类结果，对待处理图像进行回归处理得到年龄回归结果，并根据年龄分类结果和年龄回归结果确定目标对象的年龄，这种分类回归相集成的方式提高了年龄估计的精度
年龄估计方法模型训练装置

[发明专利]对象定位模型处理、对象定位方法、装置及计算机设备-CN202111646817.2在审
发明人：彭瑾龙;蒋正锴;罗泽坤;王昌安;李剑;王亚彪;汪铖杰;李季檩;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-12-29 - 公布日： 2022-07-19 - 主分类号： G06V10/764 文献下载
摘要：本申请涉及一种对象定位模型处理方法、装置、计算机设备和存储介质，以及一种对象定位方法、装置、计算机设备和存储介质。该对象定位模型处理方法包括：基于训练样本图像的图像特征及对象定位模型的回归网络确定回归区域；基于训练样本图像对应的目标对象标注区域计算回归准确度，基于回归准确度计算回归损失；基于训练样本图像的图像特征及对象定位模型的分类网络确定分类置信度，基于分类置信度计算分类损失；基于回归准确度更新分类损失，并基于分类置信度更新回归损失；根据更新后的分类损失和更新后的回归损失训练对象定位模型，得到训练后的对象定位模型；训练后的对象定位模型用于对输入图像进行对象定位
对象定位模型处理方法装置计算机设备

[发明专利]基于差异演化的互补分类回归树的故障诊断方法及系统-CN202011211079.4有效
发明人：马速良;李建林;李金林;李雅欣;李穷;谭宇良 -专利权人：北方工业大学;北京联智汇能科技有限公司;安徽绿沃循环能源科技有限公司
申请日： 2020-11-03 - 公布日： 2023-09-29 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及一种基于差异演化的互补分类回归树的故障诊断方法及系统。样本集合包括多种故障类别对应的样本信号，每个样本信号为对应故障类型下设备的运行信号；对样本集合中每个样本信号进行分析，得到所有样本特征向量组成的样本特征向量集合；根据样本特征向量集合，以遗传算法为差异性演化基础获得互补分类回归树模型；互补分类回归树模型包括原始分类回归树和互补分类回归树；基于分类回归树所有叶节点的基尼指数之和与叶节点数量，确定互补分类回归树模型中最优的分类回归树，得到设备的故障诊断模型；基于设备的运行信号，采用设备的故障诊断模型对设备进行故障诊断
基于差异演化互补分类回归故障诊断方法系统

[发明专利]一种基于分类和回归算法的模型集成方法、装置-CN202110604604.7在审
发明人：杨成成 -专利权人：浪潮通用软件有限公司
申请日： 2021-05-31 - 公布日： 2021-08-31 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于分类和回归算法的模型集成方法、装置，该方法包括：对采集到的数据集进行处理，生成特征集，其中，特征集包括分类特征以及对应的分类标签、回归特征以及对应的回归标签；根据待处理事项，选定对应的分类算法与回归算法；根据分类算法与回归算法构成集成模型，并将特征集输入集成模型进行训练；确定集成模型的分类评估标准与回归评估标准，对训练后的集成模型进行模型评估；判断模型评估的结果是否达到预设目标，若是，将训练完成的集成模型保存
一种基于分类回归算法模型集成方法装置

[发明专利]基于分类回归的目标检测模型训练方法和目标检测方法-CN202011118266.8在审
发明人：潘浩;庄伯金;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2020-10-19 - 公布日： 2021-01-19 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及人工智能中的模型构建领域，具体涉及一种基于分类回归的目标检测模型训练方法和目标检测方法。通过将目标检测模型中的回归器和分类器分开训练，模型训练数据先对目标检测中的特征提取器以及回归器进行训练，而后通过所得的回归检测子模型以及均衡采样的方法来得到用于训练分类器的分类训练数据，从而保证分类器训练过程中的类别平衡，能得到回归部分和分类部分都表现优秀的目标检测模型，同时由于回归部分和分类部分是基于模型训练数据分步训练而得的，并不需要额外增加新样本，从而能有效降低目标检测模型的调试难度。
基于分类回归目标检测模型训练方法

[发明专利]模型的构建方法、人群密度估计方法、装置、设备和介质-CN201910316066.4有效
发明人：李德紘;李昆明;冯琰一;赵刚 -专利权人：佳都科技集团股份有限公司
申请日： 2019-04-19 - 公布日： 2022-08-02 - 主分类号： G06V20/50 文献下载
摘要：本申请实施例公开了一种网络模型的构建方法、人群密度估计方法、装置、设备和存储介质，应用标注的训练样本进行训练，获得预设数量的回归器；将训练样本分别输入至每个回归器，得到对应的人群密度图；确定每个人群密度图和训练样本对应的真实密度图之间的误差，选取误差最小的人群密度图对应的回归器的编号作为训练样本的分类编号；根据训练样本的分类编号和训练样本微调初始分类器，以得到分类器，应用通过分类器分类后的训练样本微调回归器，直至满足预设训练条件时停止，将最新的分类器和回归器作为目标分类器和目标回归器
模型构建方法人群密度估计装置设备介质

[发明专利]目标跟踪方法及装置-CN202111663438.4在审
发明人：褚宏琳 -专利权人：上海幻电信息科技有限公司
申请日： 2021-12-30 - 公布日： 2022-04-08 - 主分类号： G06T7/246 文献下载
摘要：本申请提供目标跟踪方法及装置，其中所述目标跟踪方法包括：获取待跟踪图像；将所述待跟踪图像输入训练好的目标跟踪模型，得到所述待跟踪图像的目标跟踪结果；其中，所述目标跟踪模型包括分类分支和回归分支，所述目标跟踪模型基于回归样本和分类样本对预设神经网络训练得到，所述回归样本根据通过所述分类分支得到的初始样本的初始分类损失确定，所述分类样本根据通过所述回归分支得到的所述初始样本的初始回归损失确定。有效地保证了在训练过程中实现分类和回归结果地对齐，从而提高目标跟踪模型的鲁棒性和精确度，并有效地提高使用目标跟踪模型进行目标跟踪的效率和准确度。
目标跟踪方法装置

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