数据处理方法、训练方法、装置、设备和介质.pdf
一吃****永贺
亲,该文档总共29页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
数据处理方法、训练方法、装置、设备和介质.pdf
本公开提供了一种数据处理方法、装置、设备、存储介质和程序产品,涉及人工智能领域或金融领域等技术领域。该数据处理方法包括:获取N个摄像头采集的M张图像,其中,所述M张图像中包括目标用户的图像;将所述M张图像中每张图像按照采集的时间序列输入至行人重识别模型;利用所述行人重识别模型基于第一序列特征来确认目标用户的身份和行为状态,其中,所述行人重识别模型将所述每张图像的特征基于所述时间序列进行特征融合来获得所述第一序列特征。本公开还提供了一种训练方法、装置、设备、存储介质和程序产品。
数据处理和模型训练方法、装置、设备及介质.pdf
本发明公开了数据处理和模型训练方法、装置、设备及介质,用以解决现有确定客流数据的过程计算量大、效率低、占用存储空间大的问题。本发明实施例中通过联合检测模型,便能够获取该待识别图像中每个包含有人头的目标检测框的位置信息、以及每个所述目标检测框中是否包含有人脸的信息,从而实现只需输入一次待识别图像到联合检测模型中,即可提取待识别图像中每个包含有人头的目标检测框的位置信息、以及每个所述目标检测框中是否包含有人脸的信息,减少了用于多次提取目标检测框在待识别图像中的区域的特征向量所需的计算量,并提高了客流数据的确定
数据处理与模型训练方法、装置、电子设备和存储介质.pdf
本公开提供了一种数据处理与模型训练方法、装置、电子设备和存储介质,涉及人工智能技术领域,尤其涉及深度学习技术领域。具体实现方案为:对目标用户的第一文本数据集合中的每个文本数据进行针对目标类别的二分类处理,得到所述每个文本数据的置信度;基于所述每个文本数据的置信度,得到所述目标类别对应的置信度统计数据;基于所述目标类别对应的置信度统计数据,得到所述目标用户的类别特征。利用本公开实施例,可以通过用户的文本数据属于目标类型的置信度来确定用户的类别特征,可以准确地挖掘用户的意图。
数据处理方法、神经网络训练方法、装置、设备及介质.pdf
本公开提供了一种数据处理方法、神经网络训练方法、装置、设备及介质,涉及人工智能技术领域,尤其涉及深度学习、图像处理、计算机视觉技术、自动驾驶、智能交通等领域。具体实现方案为:获取联合标注数据集,所述联合标注数据集包括三维数据、与所述三维数据对应的二维数据、至少一个三维标注框、以及与所述三维标注框对应的二维标注框;其中,所述三维标注框与所述三维数据中的待检测目标对应;从所述三维标注框中获取多个顶点与所述三维数据的位置关系满足预设的第一条件的目标三维标注框,将所述目标三维标注框以及与所述目标三维标注框对应的二
时空数据处理模型的训练方法、装置、设备及存储介质.pdf
本公开公开了一种时空数据处理模型的训练方法、装置、设备及存储介质,涉及计算机技术领域。方案为:从训练数据集中抽取任一区域的目标时空数据,训练数据集中包括各区域的时空数据及属性;获取与任一区域的属性相同的第一参考区域的第一参考时空数据及与任一区域的属性不同的第二参考区域的第二参考时空数据;将目标、第一、第二参考时空数据,输入待训练的模型中以获取第一、第二及第三数据表征;若第一与第二数据表征间的差异度小于第一阈值,与第三数据表征间的差异度大于第二阈值,结束模型训练。由此,通过利用时空数据的对比自监督学习生成时