Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 阿里巴巴集团控股有限公司罗浩获国家专利权

阿里巴巴集团控股有限公司罗浩获国家专利权

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!

龙图腾网获悉阿里巴巴集团控股有限公司申请的专利模型训练方法、装置、系统、行人重识别方法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:CN114463691B

龙图腾网通过国家知识产权局官网在2026-03-27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:202011247874.9,技术领域涉及:G06V20/52;该发明授权模型训练方法、装置、系统、行人重识别方法是由罗浩;陈威华;王帆;李昊设计研发完成,并于2020-11-10向国家知识产权局提交的专利申请。

模型训练方法、装置、系统、行人重识别方法在说明书摘要公布了:本申请公开了一种模型训练方法、装置、系统、行人重识别方法。其中,该方法包括:采用第一机器学习模型提取目标训练数据集中各样本的样本特征,得到第一特征集合;采用第二机器学习模型提取目标训练数据集中各样本的样本特征,得到第二特征集合;确定第一特征集合中指定特征和第二特征集合中与指定特征对应的特征的相似度;按照所述相似度进行排序,并计算排序结果的准确度指标;基于准确度指标确定损失函数,基于该损失函数对第二机器学习模型进行训练。本申请解决了相关技术为保证新旧特征的兼容性而直接约束新特征与旧特征分布尽可能相似,导致对新模型的性能损害较大的技术问题。

本发明授权模型训练方法、装置、系统、行人重识别方法在权利要求书中公布了:1.一种模型训练方法,包括: 采用第一机器学习模型提取目标训练数据集中各个样本的样本特征,得到第一特征集合,其中,所述目标训练数据集用于表示预设时间段内目标行人的图像; 采用第二机器学习模型提取所述目标训练数据集中各个样本的样本特征,得到第二特征集合,其中,所述第一机器学习模型和第二机器学习模型的模型结构相同,所述第一机器学习模型和所述第二机器学习模型采用的训练数据属于同一目标样本中的数据,但所述第一机器学习模型采用的所述训练数据所对应的采集时间早于所述第二机器学习模型所采用的所述训练数据所对应的采集时间; 确定所述第一特征集合中指定特征和所述第二特征集合中与所述指定特征对应的特征的相似度; 按照所述相似度进行排序,并计算排序结果的准确度指标; 基于所述准确度指标确定损失函数,以及基于该损失函数对所述第二机器学习模型进行训练,得到预设机器学习模型,其中,所述预设机器学习模型用于对目标视频数据中的行人图像进行识别,得到所述行人图像的识别结果; 所述准确度指标包括:平均准确度指标;所述基于所述准确度指标确定损失函数,包括:对所述平均准确度指标应的平均准确度函数进行近似操作计算,得到可导的光滑的平均准确度函数;对所述平均准确度函数进行最小化处理,得到所述损失函数。

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阿里巴巴集团控股有限公司,其通讯地址为:英属开曼群岛大开曼资本大厦一座四层847号邮箱;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”。

以上内容由龙图腾AI智能生成。

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。