Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜平安科技(深圳)有限公司司世景获国家专利权

恭喜平安科技(深圳)有限公司司世景获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜平安科技(深圳)有限公司申请的专利模型的训练方法、行人重识别方法和装置、设备、介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114821657B

龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210508053.9,技术领域涉及:G06V40/10;该发明授权模型的训练方法、行人重识别方法和装置、设备、介质是由司世景;王健宗设计研发完成,并于2022-05-11向国家知识产权局提交的专利申请。

模型的训练方法、行人重识别方法和装置、设备、介质在说明书摘要公布了:本实施例提供一种模型的训练方法、行人重识别方法和装置、设备、介质,属于人工智能技术领域。包括:获取无标签图像和有标签图像;对无标签图像进行特征提取得到无标签特征向量,对有标签图像进行特征提取得到有标签特征向量;对无标签特征向量进行聚类得到类别向量和离群向量;根据类别向量构建类别字典,根据离群向量构建离群字典;将有标签特征向量输入至原始训练模型进行对比学习训练得到行人重识别模型;原始训练模型包括离群字典和类别字典,行人重识别模型用于对原始行人图像进行识别。本申请公开实施例通过将离群特征向量存储至离群字典中,将其与类别字典加入对比学习训练中,能够增加训练数据,从而提高模型的训练效率。

本发明授权模型的训练方法、行人重识别方法和装置、设备、介质在权利要求书中公布了:1.一种模型的训练方法,其特征在于,所述训练方法用于训练行人重识别模型,包括:获取原始训练数据;其中,所述原始训练数据包括无标签图像和有标签图像;对所述无标签图像进行特征提取,得到无标签特征向量,并对所述有标签图像进行特征提取,得到有标签特征向量;对所述无标签特征向量进行聚类处理,得到类别向量和离群向量;其中,所述类别向量为聚类质心;根据所述类别向量构建类别字典,并根据所述离群向量构建离群字典;将所述有标签特征向量输入至预设的原始训练模型进行对比学习训练,得到所述行人重识别模型;其中,所述原始训练模型包括所述离群字典和所述类别字典,所述行人重识别模型用于对原始行人图像进行识别;其中,所述将所述有标签特征向量输入至预设的原始训练模型进行对比学习训练,得到所述行人重识别模型,包括:根据所述有标签特征向量从所述类别字典中获取对应类别的所述类别向量,作为第一初步特征向量,并将所述类别字典中其余的所述类别向量作为第二初步特征向量;根据所述有标签特征向量和所述第一初步特征向量,构建正样本对;根据所述离群字典中的所述离群向量和所述第二初步特征向量,构建负样本数据;根据所述正样本对和所述负样本数据对所述原始训练模型的对比损失函数进行计算,得到损失值;根据所述损失值调整所述原始训练模型的模型参数,以训练所述原始训练模型,得到所述行人重识别模型;其中,在所述根据所述正样本对和所述负样本数据对所述原始训练模型的损失函数进行计算,得到损失值之后,所述方法还包括:获取预设的动量更新因子;根据所述有标签特征向量和所述动量更新因子,对所述类别字典进行动量更新或对所述类别字典进行聚类更新,得到更新后的所述类别字典。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。