龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：腾讯科技(深圳)有限公司
摘要：本申请提供了一种异常检测模型的训练方法、物体异常检测方法和装置，属于人工智能技术领域。方法包括：基于多个第一样本图像，获取多组样本对，每组样本对包括一个样本图块和样本文本，样本图块包括目标物体的局部，样本文本用于描述样本图块中局部的异常情况；对于每组样本对，通过异常检测模型对样本对中的样本图块和样本文本分别进行特征提取，得到样本图块的图像特征和样本文本的文本特征，确定图像特征与文本特征之间的相似度，异常检测模型用于对所输入图块中目标物体的局部进行异常检测；基于多组样本对各自的相似度和预设相似度，迭代训练异常检测模型。基于该方法训练得到的异常检测模型来进行异常检测，能够提高异常检测的准确性。
主权项：1.一种异常检测模型的训练方法，其特征在于，所述方法包括：获取多个第二样本图像，所述多个第二样本图像均包括目标物体；对于每个第二样本图像，从所述第二样本图像中分割出所述目标物体，得到第一样本图像；基于多个第一样本图像，获取多组样本对，所述多个第一样本图像均包括所述目标物体，每组样本对包括一个样本图块和样本文本，所述样本图块包括所述目标物体的局部，所述样本文本用于描述所述样本图块中所述局部的异常情况；对于每组样本对，通过异常检测模型，对所述样本对中的样本图块和样本文本分别进行特征提取，得到所述样本图块的图像特征和所述样本文本的文本特征，确定所述图像特征与所述文本特征之间的相似度，所述异常检测模型用于对所输入图块中所述目标物体的局部进行异常检测；基于所述多组样本对各自的相似度和预设相似度，迭代训练所述异常检测模型。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 异常检测模型的训练方法、物体异常检测方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号