“模型检测”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3404259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、装置、电子设备及存储介质-CN202111552727.7在审
发明人：马骥腾 -专利权人：科大讯飞华南人工智能研究院（广州）有限公司
申请日： 2021-12-17 - 公布日： 2022-04-05 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种目标检测方法、装置、电子设备及存储介质，该方法中采用的目标检测模型是通过对备选检测模型中目标通道分组进行剪枝得到，模型参数可以大大减少，进而可以降低目标检测模型的运行时间以及搭载该目标检测模型的嵌入式设备的计算量备选检测模型包括多个通道分组，目标通道分组为多个通道分组中满足零值不变性的通道分组，如此可以保证备选检测模型的结构具有稀疏性，使对其中的目标通道分组进行剪枝得到的目标检测模型依然具有与备选检测模型完全相同的性能，不需要为保证剪枝前后模型的性能一致而引入其他操作，可以降低剪枝后续所需的成本。
目标检测方法装置电子设备存储介质

[发明专利]一种模型训练方法、装置、设备及存储介质-CN202211347224.0在审
发明人：易锋;郭炜 -专利权人：政采云有限公司
申请日： 2022-10-31 - 公布日： 2023-04-04 - 主分类号： G06V10/25 文献下载
摘要：本申请公开了一种模型训练方法、装置、设备及存储介质，涉及计算机技术领域，包括：获取目标检测数据集，并利用所述目标检测数据集对基础目标检测模型进行训练，以得到训练后模型；利用所述训练后模型对所述目标检测数据集进行检测，以得到目标数据；基于所述目标数据获取扩展后数据集，并利用所述扩展后数据集训练所述基础目标检测模型，以得到目标模型。本申请通过利用对基础目标检测模型进行训练后得到的训练后模型对所述目标检测数据集进行检测，并根据得到的目标数据扩展数据集，提高了数据的多样性再利用扩展后数据集训练模型，得到目标模型，提高了识别的准确率，降低了报错率与人工成本
一种模型训练方法装置设备存储介质

[发明专利]一种异常行为检测方法、装置、电子设备及存储介质-CN202110014834.8在审
发明人：王楠;胡静 -专利权人：普天信息技术有限公司
申请日： 2021-01-06 - 公布日： 2022-07-08 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种异常行为检测方法、装置、电子设备及存储介质，该方法包括：将异常行为视频图像输入训练好的异常行为检测模型，得到异常行为检测结果；其中，所述训练好的异常行为检测模型，是将异常行为视频样本图像输入预设融合网络训练得到的；其中，所述异常行为视频样本图像携带有异常行为区域信息弱标签；其中，所述预设融合网络是由分类模型和目标检测模型融合得到的。本发明中训练好的异常行为检测模型通过将分类模型和检测模型融合构成的深度学习构架，将检测模型作为弱监督模型，辅助完成图像分类的任务，这样既省去了过多的人工标注，又能使得分类模型不丢失浅层网络的关键信息，从而提高模型的分类准确率
一种异常行为检测方法装置电子设备存储介质

[发明专利]模型训练方法、目标检测方法、装置、设备以及存储介质-CN202110933482.6在审
发明人：陈子亮 -专利权人：北京百度网讯科技有限公司
申请日： 2021-08-14 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种模型训练方法、目标检测方法、装置、设备以及存储介质，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，可应用于图像处理、图像识别等场景。具体方案为：根据训练数据，训练第一目标检测模型以获得已训练第一目标检测模型；将训练数据输入到已训练第一目标检测模型和第二目标检测模型进行目标检测，通过已训练第一目标检测模型的多个中间层提取的特征对第二目标检测模型的多个中间层进行知识蒸馏；确定第二目标检测模型针对训练数据的目标检测过程的损失函数值，根据损失函数值调整第二目标检测模型的参数，以使损失函数值达到预设损失阈值，上述方案可以显著地提升第二目标检测模型针对目标的检测结果的准确率。
模型训练方法目标检测装置设备以及存储介质

[发明专利]目标检测模型的建立方法、应用方法、设备、装置及介质-CN202210254685.7在审
发明人：郑喜民;贾云舒;周成昊;舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2022-03-15 - 公布日： 2022-06-14 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了一种目标检测模型的建立方法、应用方法、设备、装置及介质，可用于图像识别领域；所述建立方法包括：获取基础目标检测网络，将基础目标检测网络的普通卷积层替换为深度可分离卷积层，并将多尺度特征融合机制加入至基础目标检测网络，得到初始目标检测模型；获取预设数字图像，并将预设数字图像输入至初始目标检测模型；通过初始目标检测模型的深度可分离卷积层对预设数字图像进行特征提取，输出特征图；通过初始目标检测模型的多尺度特征融合机制对特征图进行目标检测，得到中间目标检测模型；采用NetAdapt算法和剪枝算法对中间目标检测模型进行优化处理，得到最终目标检测模型。本发明能够有效提升嵌入式设备目标检测效率。
目标检测模型建立方法应用设备装置介质

[发明专利]网络模型的训练方法、目标检测方法及相关装置-CN202011080337.X有效
发明人：代双亮 -专利权人：广州极飞科技股份有限公司
申请日： 2020-10-10 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明提供的网络模型的训练方法、目标检测方法及相关装置，该方法包括：获取训练样本图像；训练样本图像中包含与待检测物体的轮廓相匹配的真实标记信息；构建初始检测模型以及对应所述初始检测模型的多个损失函数；基于该训练样本图像以及上述多个损失函数对初始检测模型进行训练，直至初始检测模型收敛，以得到目标检测模型。与现有技术相比，本发明在获得目标检测模型的过程中，通过携带有与待检测物体的轮廓匹配的真实标记信息的训练样本图像进行训练，因此，获得的目标检测模型在进行目标检测时，能够准确检测出目标物体的真实大小，可以降低目标检测时由于物体重叠等原因出现漏检
网络模型训练方法目标检测相关装置

[发明专利]一种基于目标检测和超分辨率的文本检测方法-CN202110171639.6有效
发明人：王道累;李超;朱瑞;韩清鹏;袁斌霞;康博;孙嘉珺;张天宇 -专利权人：上海电力大学
申请日： 2021-02-08 - 公布日： 2022-11-15 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于目标检测和超分辨率的文本检测方法，包括以下步骤：S1：建立文本图像数据库，构建改进文本检测模型，并利用文本图像数据库对改进文本检测模型进行训练；S2：搭建超分辨率模型，利用文本图像数据库对超分辨率模型进行训练；S3：将待检测图像输入改进文本检测模型，获取改进文本检测模型的输出文本框的置信度，若置信度大于等于设定置信度，将改进文本检测模型的输出作为文本检测结果输出，否则，对待检测图像进行超分辨率重建，将重建后图像输入改进文本检测模型并获取文本检测结果与现有技术相比，本发明具有等检测效率高，识别能力强等优点。
一种基于目标检测分辨率文本方法

[发明专利]一种口罩佩戴检测方法及系统-CN202110779421.9在审
发明人：杨帆;郭敬娜;王铭宇 -专利权人：成都恒创新星科技有限公司
申请日： 2021-07-09 - 公布日： 2021-10-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种口罩佩戴检测方法，包括：构建检测模型；基于训练集数据对检测模型进行训练；对训练好的检测模型进行评估；获取待检测图片并基于通过评估的检测模型对所述检测图片进行检测；输出检测结果，可实现口罩佩戴检测
一种口罩佩戴检测方法系统

[发明专利]人脸活体检测方法、装置、电子设备及存储介质-CN202110865025.8有效
发明人：王珂尧;刘聪毅;张国生;陆杰;黄泽斌;邹棹帆;岳海潇;冯浩城 -专利权人：北京百度网讯科技有限公司
申请日： 2021-07-29 - 公布日： 2022-09-27 - 主分类号： G06V40/16 文献下载
摘要：本公开提供了一种人脸活体检测方法、装置、电子设备及存储介质，涉及图像处理技术领域，具体涉及计算机视觉和深度学习等人工智能技术领域。具体实施方案为，获取待检测的包含人脸的源图像；基于源图像，获取每个检测模型的检测图像，其中，检测模型包括活体检测主模型和至少一个因子检测辅模型，因子检测辅模型用于对活体检测中的一个防攻击因子进行检测；获取活体检测主模型的第一检测概率和因子检测辅模型的第二检测概率；根据第一检测概率和第二检测概率，确定活体检测结果。由此，能够提高人脸活体检测的准确度和泛化性。
活体检测方法装置电子设备存储介质

[发明专利]高空抛物检测方法以及装置-CN202011004196.3有效
发明人：肖潇;章勇;曹李军 -专利权人：苏州科达科技股份有限公司
申请日： 2020-09-22 - 公布日： 2022-07-22 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种高空抛物检测方法以及装置，高空抛物检测方法包括：将视频中的多帧图像输入一经训练的高空抛物检测模型中，所述高空抛物检测模型包括串联的卷积神经网络模型以及循环神经网络模型，所述卷积神经网络模型用于识别高空物体，所述循环神经网络模型用于检测所述卷积神经网络模型识别的高空物体是否为高空抛物；根据所述高空抛物检测模型检测出所述视频中是否存在高空抛物。本发明提供的方法及装置提高高空抛物检测的鲁棒性和抗干扰能力，且提高检测准确率。
高空检测方法以及装置

[发明专利]一种基于神经视觉网络的路面检测方法及装置-CN202310960793.0有效
发明人：王芳;蒋双全;王赫挺;陈正;缪月华;牛茂钦;王华玲 -专利权人：四川公路桥梁建设集团有限公司;四川路桥建设集团股份有限公司
申请日： 2023-08-02 - 公布日： 2023-10-27 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种基于神经视觉网络的路面检测方法及装置，涉及神经网络技术领域；基于神经视觉网络的路面检测方法包括：获取目标路面对应的多张路面图像；基于第一检测模型，确定所述多张路面图像分别对应的环境参数；基于所述多张路面图像分别对应的环境参数、所述第一检测模型的模型参数和预设的模型关联关系，更新第二检测模型的模型参数，以确定更新的第二检测模型；基于更新的第二检测模型和所述多张路面图像，确定所述目标路面对应的破损检测结果其能够实现准确且有效的路面检测。
一种基于神经视觉网络路面检测方法装置

[发明专利]双车牌识别方法、模型训练方法、装置、设备及存储介质-CN202011350336.2在审
发明人：邓练兵;李大铭;李皓 -专利权人：珠海大横琴科技发展有限公司
申请日： 2020-11-26 - 公布日： 2021-02-05 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种双车牌识别方法、模型训练方法、装置、设备及存储介质。步骤包括：利用第一训练集对多个目标框检测模型进行训练，并利用第一验证集对训练后的多个目标框检测模型进行验证；利用第二训练集对多个字符识别模型进行训练，并利用第二验证集对训练后的多个字符识别模型进行验证；选择准确率超过第一阈值的目标框检测模型，对第三验证集进行检测，得到每个选择的目标框检测模型检测到的目标框；选择准确率超过第二阈值的字符识别模型，分别对每个选择的目标框检测模型检测到的目标框进行字符识别，得到每组目标框检测模型与字符识别模型对应的检测结果。该方法避免了在对双车牌车辆进行车牌检测时存在框选误差，提高了车牌识别的精度。
车牌识别方法模型训练装置设备存储介质

[发明专利]模型训练装置、模型训练方法及计算机可读取媒体-CN202210020871.4在审
发明人：朱仕任 -专利权人：和硕联合科技股份有限公司
申请日： 2022-01-10 - 公布日： 2022-10-28 - 主分类号： G06N3/063 文献下载
摘要：本发明实施例提供一种模型训练装置、模型训练方法及计算机可读取媒体。模型训练方法将被标记的异常样本输入至异常检测模型。异常检测模型是基于自编码器架构。模型训练方法通过最大化异常样本经异常检测模型的输出与异常样本之间的重建误差，以优化异常检测模型。
模型训练装置方法计算机读取媒体

[发明专利]一种红外目标检测装置及其检测方法-CN202210534431.0在审
发明人：张金慧;周柯言;孙强;张雪飞;冯浩 -专利权人：重庆航天职业技术学院
申请日： 2022-05-17 - 公布日： 2022-08-30 - 主分类号： G06T7/194 文献下载
摘要：本发明涉及红外目标检测技术领域，具体涉及一种红外目标检测装置及其检测方法，包括图像采集系统和图像训练系统，图像训练系统包括数据采集模块、图像处理模块、模型构建模块、模型训练模块和图像训练模块，所述图像采集系统采集红外实测图像；所述数据采集模块采集红外训练图像，得到图像训练集；所述图像处理模块对图像训练集进行降噪处理，得到降噪训练集；所述模型构建模块构建检测模型；所述模型训练模块使用降噪训练集对检测模型进行训练，得到目标检测模型；所述图像训练模块将红外实测图像输入目标检测模型，得到检测目标，解决了干扰物会降低红外目标检测装置对目标的检测效果的问题。
一种红外目标检测装置及其方法

[发明专利]一种分布式网络对抗攻击自训练学习方法-CN202211258685.0有效
发明人：兰小龙;何俊江;王运鹏;张聿昊;梅鉴鑫;马宝强 -专利权人：四川大学
申请日： 2022-10-14 - 公布日： 2022-12-13 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种分布式网络对抗攻击自训练学习方法，包括以下步骤：步骤1：原始攻击样本通过对抗攻击模型产生变异样本；步骤2：变异样本进入检测模型进行检测，输出检测结果；步骤3：没有被检测出变异样本的对抗样本添加到对抗样本队列，对抗样本队列达到设定阈值输入步骤2的检测模型进行再训练，直到所有的样本检测完成；本发明采用基于SAC算法的对抗攻击模型结合检测模型，对抗攻击模型能够产生有效检测模型检测率的对抗样本，检测模型采用集成式算法训练速度快
一种分布式网络对抗攻击训练学习方法