物体检测方法和装置、神经网络训练方法和装置.pdf
茂学****23
亲,该文档总共24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
物体检测方法和装置、神经网络训练方法和装置.pdf
本公开提供了一种基于神经网络的物体检测方法和装置、用于物体检测的神经网络的训练方法和装置、以及计算机可读存储介质。该神经网络包括输入层、中间层和输出层。物体检测方法包括:获取待检测的图像;经由输入层输入图像;经由中间层中级联的多个计算节点中的每个计算节点的卷积层对输入的数据执行卷积计算以获得中间表示,并对获得的中间表示执行二值化处理;经由所述输出层输出图像的热力图和热力图中每个像素对应的包围框的X通道值,热力图表示图像中的每个像素是否属于检测目标,每个像素对应的包围框用于在图像上标记所述每个像素对应的检测
神经网络训练方法以及通用物体检测方法、装置和系统.pdf
本发明提供了一种神经网络训练方法以及通用物体检测方法、装置和系统,涉及检测技术领域,应用于通用物体检测,该神经网络训练方法包括:对输入图片进行卷积处理,获得输入图片的特征图,对特征图进行至少两次卷积处理,利用至少两个分类器,对每次卷积处理后的中间特征图分别进行通用物体检测,获得至少两个检测结果,将至少两个检测结果进行合并,获得最终检测结果,根据最终检测结果对一个或多个分类器进行反传损失,更新一个或多个分类器中的参数,解决了现有技术中采用卷积神经网络会导致精度不高的问题,在保证计算效率的同时,能够减少误报率
图像语义分割方法和装置、神经网络训练方法和装置.pdf
本公开提供了一种基于神经网络的图像语义分割方法和装置、用于图像语义分割的神经网络的训练方法和装置、以及计算机可读存储介质。所述神经网络包括输入层、中间层和输出层。所述图像语义分割方法包括:获取待分割的图像;经由所述输入层输入所述图像;经由所述中间层中级联的多个计算节点中的每个计算节点的卷积层对输入的数据执行卷积计算以获得中间表示,并对获得的所述中间表示执行二值化处理;以及经由所述输出层输出所述图像的热力图,所述热力图表示所述图像中每个像素所属的语义类别。
关键点检测方法、神经网络的训练方法、装置和设备.pdf
本公开提供了一种关键点检测方法、神经网络的训练方法、装置和设备,涉及人工智能领域,具体涉及图像处理、计算机视觉和深度学习等技术领域,可应用于3D视觉、增强现实、虚拟现实等场景。关键点检测方法包括:获取关于目标图像的多个图像,针对每一个图像,在该图像中确定与目标对象对应的多个关键点;获取多个关键点各自的表征在图像中的二维位置的二维信息;基于多个关键点各自的二维信息,确定与该图像对应的第一特征;以及针对多个图像中的每一个图像,利用神经网络基于与多个图像对应的多个第一特征强化与该图像对应的第一特征,以得到与该图
分类检测模型训练方法和装置、分类检测方法和装置.pdf
本公开提供一种分类检测模型训练方法和装置、分类检测方法和装置。分类检测模型训练装置对恶意样本APK进行反编译,以得到目标文件,并从目标文件中提取出静态特征;利用沙箱工具从恶意样本APK中提取出动态特征;利用静态特征和动态特征生成训练数据集;利用预设的特征选取模型从训练数据集中提取出第一特征样本集合;利用第一特征样本集合对预设分类器进行训练,以得到经过训练的分类检测模型。从而利用所得到的分类检测模型对待检测APK进行分类检测。本公开在无需人工干预的情况下有效克服分类检测效率低、准确度低的问题。