一种标签生成方法及装置.pdf
思洁****爱吗
亲,该文档总共13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
一种标签生成方法及装置.pdf
本发明实施例公开了一种标签生成方法及装置,获取待处理图像,待处理图像中可以包括车辆,车辆包括多个特征区域,特征区域具有边缘特征点,边缘特征点具有区域属性,根据特征区域的边缘特征点的区域属性,可以确定预设区域的轮廓,预设区域为多个特征区域中的至少一个,基于预设区域的轮廓,可以为预设区域生成区域标签。也就是说,本申请实施例不再是通过人工来为车辆的预设区域生成区域标签,而是利用边缘特征点的区域属性,减少了人工设置标签的数量,提高了人工设置标签的使用次数,自动为预设区域生成区域标签,提高了标签生成效率。
一种用户标签生成方法及装置.pdf
本发明公开了一种用户标签生成方法、装置、存储介质和处理器,包括:确定用户群体,获取用户群体中各用户的个人信息,根据获取的个人信息生成每个用户的个人信息表;获取用户群体中的每个用户的关注账号和关注账号对应的信息数据;根据关注账号对应的信息数据,提取获得与关注账号匹配的兴趣标签;将兴趣标签添加至个人信息表中,并在个人信息表中添加用户的互动程度数据,获得每个用户的目标个人信息表;对目标个人信息表进行数据分析,获得用户的目标标签。本发明基于网络公开数据降低了数据购买的成本,且由于对符合业务需求的用户群体及相关账号
伪标签生成模型训练方法、装置及伪标签生成方法及装置.pdf
本发明提供一种伪标签生成模型训练方法、装置及伪标签生成方法及装置,该方法包括:用第一辅助神经网络中指定特征提取层提取第一目标域数据的第一特征向量,用第二辅助神经网络中指定特征提取层提取第二目标域数据的第二特征向量;用第一特征向量和第二特征向量计算第一域混淆损失;用目标神经网络中指定特征提取层提取源域数据的源域特征向量;将目标神经网络输出的特征向量输入至目标分类器得到第一分类结果;用第一特征向量和源域特征向量计算第二域混淆损失;根据第一域混淆、第二域混淆损失及第一分类结果,经过对目标神经网络和目标分类器进行
一种视频素材的标签生成方法及装置.pdf
本申请提供了一种视频素材的标签生成方法及装置,根据所确定的与待打标的视频素材库对应的目标领域的类别信息,可以获取与该目标领域对应的文本素材中的类别文本,并从这些类别文本中选择与视频内容相匹配的目标类别文本以及对应的目标类别信息作为视频素材的标签。本申请所提供的视频素材的标签生成方法,可以基于目标领域中的文本素材为该目标领域中的视频素材生成标签,避免使用人工基于主观生成的非标准化的标签,从而有效提高标签的准确性。同时,可以通过使用打标模型,有效提高标签的生成效率。
标签生成方法及装置.pdf
本说明书实施例提供标签生成方法及装置,所述方法包括接收用户发送的标签生成请求,其中,所述标签生成请求中携带有所述用户的属性信息、标签标识以及与所述标签标识对应的标签生成条件;基于所述用户的属性信息确定所述用户的云资源;在所述云资源满足所述标签生成条件的情况下,将所述标签标识设置为所述云资源的目标标签。具体的,所述标签生成方法根据用户设置的标签标识以及与标签标识对应的标签生成条件,为满足该条件的云资源生成目标标签,自动建立云资源与该目标标签的绑定关系,无需用户手动维护,提升用户体验。