专利名称：基于深度强化学习的贴片机贴装调度模型训练方法      申请号：2021110703408     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 模型训练   相似专利 发布日：2024/06/28  
摘要： 本发明涉及贴装控制领域，提供一种基于深度强化学习的贴片机贴装调度模型训练方法，包括：S1：设置贴装循环方案，计算获取贴装循环方案的贴装时间；S2：构建贴片机贴装调度模型，贴片机贴装调度模型包括：DQN1网络和DQN2网络；S3：获取贴装训练数据，将贴装训练数据和贴装时间输入DQN1网络进行循环计算，计算结束后获得取料方案；S4：将取料方案和贴装时间输入DQN2网络进行循环计算，计算结束后获得训练好的贴片机贴装调度模型。本发明构建的两阶段训练模型，所求解的取料方案和贴装方案相比实际生产使用的贪心算法更精确，也即新方案的贴装耗时更少；两阶段训练模型可以在复杂动态环境下，不需要重新训练，直接生成比较优的取料和贴装方案。

专利名称：基于异构双网络和特征一致性的行人重识别模型训练方法      申请号：2021116743998     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 模型训练   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于异构双网络和特征一致性的域自适应行人重识别模型训练方法、设备、装置及计算机存储介质和行人重识别方法，本发明设计了一个异构双网络框架，它包含两个非对称分支，其中一个使用感受野有限的卷积来获取局部信息，另一个使用Transformer模块来捕获长程依赖，利用异构双网络的互学习来提高网络间的异质性和互补性，从而提高对噪声伪标签的鲁棒性；为了减少网络在优化过程中受噪声伪标签的干扰，提出了特征一致性损失，其不需要依赖任何标签信息，更关注样本在特征空间的一致性；为了增强网络的语义信息，本发明设计了一个自适应通道互感知模块，对行人的显著性区域进行特征提取，从而提高了行人重识别的精度与效率。

专利名称：一种行人重识别模型训练的方法、装置和设备      申请号：2022101814393     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种行人重识别模型训练的方法、装置、设备以及计算机可读存储介质，包括：基于两个卷积神经网络构建两个行人重识别网络模型；将目标域图像集输入每个行人重识别网络模型中，利用卷积神经网络和Transformer提取中间特征；利用全局子值池化模块对中间特征进行处理，输出最终特征值，并进行聚类分析，得到硬伪标签；构建每个行人重识别网络模型的时序平均模型，将目标域图像集输入每个时序平均模型中，得到软伪标签；利用软硬伪标签代优化行人重识别网络模型，选取目标行人重识别网络模型。本发明通过Transformer和全局子值池化模块获得高质量的特征信息，通过聚类得到更高质量的伪标签，大幅提高模型性能，提高行人重识别的准确度。

专利名称：道路异常智能识别模型训练、道路异常识别的方法及系统      申请号：2021107218638     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：道路施工 模型训练   相似专利 发布日：2023/10/17  
摘要： 本发明公开了道路异常智能识别模型训练、道路异常识别的方法及系统，涉及道路识别技术领域，解决了现有道路异常情况识别存在一定的误差，且识别精度有待进一步提升的问题，其技术方案要点是：获取多个处于异常状态的道路图像作为训练样本图像；提取各个训练样本图像中异常特征和车辆驾驶位特征，得到训练样本集；将训练样本集输入深度学习神经网络模型进行训练，得到道路异常智能识别模型。发明通过依据异常特征对车辆驾驶位特征的影响相关性进行模型训练，能够依据车辆密度分布信息、车辆驾驶方位信息的细节差异性表征精准、可靠的识别出道路异常的具体类型和具体情况，道路异常识别的误差较小。

专利名称：模型训练方法、行人属性预测方法、装置及设备      申请号：2021101443223     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/08/21  
摘要： 本申请提供一种模型训练方法、行人属性预测方法、装置及设备，涉及计算机视觉领域。该方法通过在模型训练过程中加入属性关系约束损失值，使得模型在训练过程中可以学习到属性之间的相关性对预测结果的影响，这样训练后的模型在进行属性预测时，则会将属性之间的相关性也考虑在内，可有效提高模型的属性预测精度。

专利名称：模型训练方法、行人分析方法、装置、设备及存储介质      申请号：2021105389942     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 模型训练   相似专利 发布日：2023/08/21  
摘要： 本申请提供一种模型训练方法、行人分析方法、装置、设备及存储介质，涉及数据处理技术领域。其模型训练方法通过对每级网络中的网络参数进行逐层更新，从而可对参数实现更好的梯度更新，获得更好的训练效果。并且在训练过程中更新参数的同时更新权重，相比于人工凭借经验进行权重设置的方式，本申请的方案能在训练过程中基于参数的更新获得更好的权重，有利于提高模型的训练精度。

专利名称：一种模型训练及语料生成方法、装置、设备和存储介质      申请号：2021115656329     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 模型训练   相似专利 发布日：2023/08/14  
摘要： 本公开提供了一种模型训练及语料生成方法、装置、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。可用于结构化数据问答场景。模型训练方法包括：获取样本训练数据，其中，样本训练数据包括：样本表格数据、样本表格数据关联的样本结构化查询语言SQL语句和样本自然语言问题；确定样本SQL语句的样本语法表征；根据样本训练数据和样本语法表征，训练执行目标语料生成任务的语料生成模型；其中，目标语料包括目标自然言语问题和目标SQL语句。能够实现高质量且成规模的生成自然言语问题及其对应的SQL语句。

专利名称：文本向量生成模型训练方法、文本分类方法及相关装置      申请号：2022109652109     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/08/14  
摘要： 本公开提供了一种文本向量生成模型训练方法、文本分类方法及相关装置，涉及文本处理、自然语言处理、深度学习等人工智能技术领域。该方法包括：获取样本文本；替换该样本文本中的至少一个分词，生成该样本文本的同义文本，并生成由该样本文本和该同义文本组成的样本文本组；将该样本文本组作为输入、将与该样本文本的语义向量相似度超过第一相似度阈值的目标语义向量作为输出，对初始文本向量生成模型进行训练，得到目标文本向量生成模型。应用该方法提供的目标文本向量生成模型，可准确的将语义相同的语句归为同一或相似度满足要求的文本向量。

专利名称：成像装置、设备及模型训练方法      申请号：2019107329370     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2024/03/21  
摘要： 本申请公开了成像装置、设备及模型训练方法，涉及图像采集设备技术领域。具体实现方案为：成像装置，包括镜头、半透半反镜、第一图像传感器、色轮以及第二图像传感器；半透半反镜设置在所述镜头的后方；第一图像传感器设置在所述半透半反镜的上方；色轮设置在所述半透半反镜的后方；第二图像传感器设置在所述色轮的后方。本申请实施例由于在半透半反镜的上方设置有第一图像传感器，在色轮的后方设置有第二图像传感器，因此利用第一图像传感器和第二图像传感器采集的真实数据可以准确的对图像处理算法进行训练。

专利名称：模型训练方法、系统和装置      申请号：2015108882419     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种模型训练方法、系统和装置，该模型训练方法包括：接收管理节点发送的训练数据的描述信息、初始模型的模型参数和所述管理节点划分的服务节点与服务节点维护的模型参数的对应关系；根据所述训练数据的描述信息获得训练数据，并根据所述训练数据和所述初始模型的模型参数进行模型训练，获得更新后的模型参数；根据所述对应关系向服务节点发送所述更新后的模型参数中由所述服务节点维护的模型参数。本发明可以大幅提升模型训练的效率，同时使得海量规模(如上万小时)的语音数据训练深层模型成为可能，使得训练得到的模型可以覆盖更广泛的变化，因此可以显著提升模型的精度和推广性。

专利名称：声学模型训练方法、装置、设备及计算机可读介质      申请号：2018114736288     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 模型训练   相似专利 发布日：2023/08/14  
摘要： 本发明提出一种声学模型训练方法，包括：对输入的语音进行识别，得到语音数据对应的文本；当检测到对所述文本的修改操作时，获取修改数据；将所述修改数据作为新的训练数据和原始训练数据一起输入至声学模型进行训练。本发明实施例利用客户端上实际收集到的同源数据并将其转换成有效的新训练数据，相对于原始的人工标注数据方式大幅节省时间和人力，同时大量增加数据积累。

专利名称：文本正则化模型训练方法和装置、文本正则化方法和装置      申请号：2017108971873     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/08/14  
摘要： 本申请公开了文本正则化模型训练方法和装置、文本正则化方法和装置。该文本正则化模型训练方法的一具体实施方式包括：将输入文本对应的输入字符序列中的字符依次输入待生成的文本正则化模型对应的神经网络中，文本正则化模型对应的神经网络包括编码器和解码器；对输入字符序列中的每个字符，基于解码器中的隐藏层在对输入的上一个字符解码后的状态，采用编码器进行编码，得到字符的中间语义向量，并采用解码器对中间语义向量进行解译，得到字符的预测结果；根据输入字符序列的预测结果与输入文本对应的标注结果之间的差异，对神经网络的参数进行调整。该实施方式实现了文本正则化模型的自动化训练，提升了文本正则化模型的灵活性和准确性。

专利名称：文本转换模型训练方法和装置、文本转换方法和装置      申请号：2017109019524     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/08/14  
摘要： 本申请公开了文本转换模型训练方法和装置、文本转换方法和装置。该文本转换模型训练方法的一具体实施方式包括：将输入文本对应的输入字符序列中的字符依次输入待生成的文本转换模型对应的神经网络中，文本转换模型对应的神经网络包括编码器和解码器；对输入字符序列中的每个字符，基于解码器中的隐藏层在对输入的上一个字符解码后的状态，采用编码器进行编码，得到字符的中间语义向量，并采用解码器对中间语义向量进行解译，得到字符的预测结果；根据输入字符序列的预测结果与输入文本对应的标注结果之间的差异，对神经网络的参数进行调整。该实施方式得到的文本转换模型可以实现文本正则化和多音字的联合预测，减小了资源维护成本。

专利名称：一种声学模型训练方法及系统      申请号：2017106474734     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/08/14  
摘要： 本申请提供一种声学模型训练方法及系统，所述方法包括：利用第一语种训练数据训练深度神经网络，生成第一语种声学模型；利用第二语种训练数据对所述第一语种声学模型进行迁移学习，生成第二语种声学模型。能够避免现有技术中如果采用录制数据的方法来获得第二语种的数据，需要大量的数据才能保证算法的性能，需要花费大量的时间成本和经济成本的问题；既显著地改善了日语识别效果，又节省了大量的录音成本。

专利名称：一种声学模型训练方法和装置、计算机设备、存储介质      申请号：2017104587206     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 模型训练   相似专利 发布日：2023/08/14  
摘要： 本发明实施例公开了一种声学模型训练方法和装置、计算机设备、存储介质，其中方法包括：获取有监督语音数据和无监督语音数据，其中，有监督语音数据为带有人工标注的语音数据，无监督语音数据为带有机器标注的语音数据；从所述有监督语音数据和无监督语音数据中提取语音特征；利用深度学习的网络结构，对所述有监督语音数据和无监督语音数据的语音特征分别进行有监督学习任务和无监督学习任务的多任务学习，以训练并获得声学模型。本发明实施例基于多任务学习的半监督声学模型训练，节省了声学模型训练所需的人工标注语音数据的成本，也无需购买价格昂贵的人工标注语音数据，并且可以持续提升语音识别的性能。

专利名称：基于人工智能的声学模型训练方法、装置及存储介质      申请号：2017103126895     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 模型训练   相似专利 发布日：2023/08/14  
摘要： 本发明公开了基于人工智能的声学模型训练方法、装置及存储介质，其中方法包括：获取人工标注的语音数据；根据人工标注的语音数据训练得到第一声学模型；获取未标注的语音数据；根据未标注的语音数据以及第一声学模型训练得到所需的第二声学模型。应用本发明所述方案，能够节省人力成本，并提高训练效率等。

专利名称：伺服电机故障识别及模型训练方法、装置、介质及终端      申请号：2020105132924     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机电 模型训练   相似专利 发布日：2024/01/31  
摘要： 本申请实施例提供了一种伺服电机故障识别及模型训练方法、装置、介质及终端。该伺服电机故障识别模型训练方法，包括以下步骤：获取源域样本数据以及目标域样本数据，所述目标域样本数据包括多个样本数据对，每一样本数据对包括具有故障的伺服电机的转速以及在该转速下的第一振动曲线图，所述源域样本数据包括多个非伺服电机的第二振动曲线图；获取初始神经网络模型；根据所述多个第二振动曲线图对所述初始神经网络模型进行初始化训练，从而得到具有初始模型参数的第一神经网络模型；基于所述多个样本数据对对所述第一神经网络模型的初始模型参数进行优化训练，以得到伺服电机故障识别模型。

专利名称：目标识别模型训练和目标识别方法及装置、计算设备      申请号：2016108496339     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 模型训练   相似专利 发布日：2023/02/20  
摘要： 本发明公开了一种目标识别模型训练和目标识别方法及装置、计算设备，属于计算机视觉技术领域，其中方法包括：将针对所述训练图像选定的多个局部候选区域输入至所述目标识别模型，得到所述目标识别模型输出的多个局部候选区域分类的初步结果；依据所述弱监督信息和所述多个局部候选区域分类的初步结果，进行局部候选区域融合；根据所述多个局部候选区域分类的初步结果和局部候选区域融合的结果对所述目标识别模型的参数进行修正；迭代执行以上所述训练步骤直至所述目标识别模型的训练结果满足预定收敛条件。本发明方案既有像素级别的直接监督，又可以端到端的优化语义分割模型，又能够根据对局部候选区域的判断改善目标识别的结果。

专利名称：语义分割模型训练和图像分割方法及装置、计算设备      申请号：2016108487946     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：音视频 人工智能 图像处理 语义分割 模型训练   相似专利 发布日：2023/02/20  
摘要： 本发明公开了一种语义分割模型训练和图像分割方法及装置、计算设备，属于计算机视觉技术领域，其中方法包括：将训练图像输入至语义分割模型，得到语义分割模型输出的训练图像的语义分割的初步结果；依据弱监督信息和从训练图像中选择的多个局部候选区域，进行局部候选区域融合，得到训练图像的语义分割的校正结果；依据初步结果和校正结果，对语义分割模型的模型参数进行修正；迭代执行训练步骤直至所述语义分割模型的训练结果满足预定收敛条件。本发明方案既有像素级别的直接监督，又可以端到端的优化语义分割模型，又能够根据对局部候选区域的判断改善分割分支的结果。

专利名称：焊接缺陷识别模型训练方法、装置和计算机终端      申请号：2022101156492     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：焊接 计算机硬件 模型训练   相似专利 发布日：2023/03/20  
摘要： 本发明公开了一种焊接缺陷识别模型训练方法、装置和计算机终端，该方法包括：获取初始焊接样本图像，并将所述初始焊接样本图像划分为训练集和样本集；对所述初始焊接样本图像进行图像处理，以获得焊接缺陷图像样本特征数据；对所述焊接缺陷图像样本特征数据进行模糊C均值聚类，以获得特征聚集度；根据所述特征聚集度和所述训练集构建支持向量机的分类模型；通过所述样本集对所述支持向量机的分类模型进行验证，以得到训练好的焊接缺陷识别模型。本发明能够解决现有的焊接缺陷识别模型识别准确性不高的问题。