专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

91. 发明专利

DE102021211312A1 Trainingsverfahren und System für neurales Faltungsnetzwerk 未知
公开(公告)号：DE102021211312A1
公开(公告)日：2022-05-19
申请号：DE102021211312
申请日：2021-10-07
申请人： BOSCH GMBH ROBERT
发明人： CHENG ZE , GAO YU , SUN HAO
IPC分类号： G06N3/08 , G06N3/04 , G06V30/194
摘要： Ein computerimplementiertes Trainingsverfahren für ein neurales Faltungsnetzwerk wird bereitgestellt, umfassend die folgenden Schritte: Empfangen erster Daten und zweiter Daten, wobei die zweiten Daten durch Stilisieren der ersten Daten erhalten werden; und Trainieren des neuralen Faltungsnetzwerks basierend auf den ersten Daten und den zweiten Daten, wobei das neurale Faltungsnetzwerk eine erste Normalisierungsschicht und eine zweite Normalisierungsschicht aufweist, wobei die erste Normalisierungsschicht für die ersten Daten und die zweite Normalisierungsschicht für die zweiten Daten verwendet wird. Das so trainierte neurale Faltungsnetzwerk verbessert nicht nur die Robustheit, sondern auch die Genauigkeit bei der Überwindung einer einseitigen Fokussierung auf Texturen.

92. 发明专利

DE102021212086A1 Verbessern tiefer Neuronaler Netze mittels Prototyp Faktorisierung 未知
公开(公告)号：DE102021212086A1
公开(公告)日：2022-05-05
申请号：DE102021212086
申请日：2021-10-26
申请人： BOSCH GMBH ROBERT
发明人： ZHAO JUNHAN , DAI ZENG , REN LIU , XU PANPAN
IPC分类号： G06N3/04 , G06V30/194
摘要： Ein Verfahren kann enthalten: Empfangen eines Satzes von Bildern, Analysieren der Bilder, Auswählen einer internen Schicht, Extrahieren von Neuronenaktivierungen, Faktorisieren der Neuronenaktivierungen über einen Matrixfaktorisierungsalgorithmus zum Auswählen von Prototypen und Generieren von Gewichten für jeden der ausgewählten Prototypen, Ersetzen der Neuronenaktivierungen der internen Schicht durch die ausgewählten Prototypen und die Gewichte für die ausgewählten Prototypen, Empfangen eines zweiten Satzes von Bildern, Klassifizieren des zweiten Satzes von Bildern unter Verwendung der Prototypen und Gewichte, Anzeigen des zweiten Satzes von Bildern, der ausgewählten Prototypen und der Gewichte, Anzeigen der vorhergesagten Ergebnisse und der Grundwahrheit für den zweiten Satz Bildern, Bereitstellen von Fehlerbildern auf der Grundlage der vorhergesagten Ergebnissen und der Grundwahrheit; Identifizieren von Fehlerprototypen der ausgewählten Prototypen, die mit den Fehlerbildern verknüpft sind; Rangordnen von Fehlergewichten der Fehlerprototypen, und Ausgeben einer neuen Bildklasse auf der Grundlage, dass die Fehlerprototypen eines der am höchsten eingestuften Fehlergewichte sind.

93. 发明专利

DE102021212085A1 VERBESSERN TIEFER NEURONALER NETZE MITTELS PROTOTYPFAKTORISIERUNG 未知
公开(公告)号：DE102021212085A1
公开(公告)日：2022-05-05
申请号：DE102021212085
申请日：2021-10-26
申请人： BOSCH GMBH ROBERT
发明人： DAS SUBHAJIT , DAI ZENG , REN LIU , XU PANPAN
IPC分类号： G06N3/02 , G06V30/194
摘要： Ein Verfahren zum Interpretieren eines tiefen neuronalen Netzes, wobei das Verfahren Folgendes enthält: Empfangen eines Satzes von Bildern, Analysieren des Satzes von Bildern über ein tiefes neuronales Netz, Auswählen einer internen Schicht des tiefen neuronalen Netzes, Extrahieren von Neuronenaktivierungen in der internen Schicht, Faktorisieren der Neuronenaktivierungen über einen Matrixfaktorisierungsalgorithmus zum Auswählen von Prototypen und Generieren von Gewichten für jeden der ausgewählten Prototypen, Ersetzen der Neuronenaktivierungen der internen Schicht durch ausgewählte Prototypen und Gewichte für jeden der ausgewählten Prototypen, Empfangen eines zweiten Satzes von Bildern, und Klassifizieren des zweiten Satzes von Bildern über das tiefe neuronale Netz unter Verwendung der gewichteten Prototypen ohne die interne Schicht.

94. 发明专利

DE102021126648A1 IMITATIONSTRAINING MITTELS SYNTHETISCHEN DATEN 未知
公开(公告)号：DE102021126648A1
公开(公告)日：2022-04-21
申请号：DE102021126648
申请日：2021-10-14
申请人： NVIDIA CORP
发明人： CHOE TAE EUN , KISHORE AMAN , KWON JUNGHYUN , PARK MINWOO , HAO PENGEI , MITTEL AKSHITA
IPC分类号： G06N20/00 , G06N3/02 , G06V30/194
摘要： Hierin vorgestellte Ansätze ermöglichen die Erzeugung synthetischer Daten, um einen Datensatz zur Verwendung bei einem Trainieren eines Netzwerks via Imitationslernen zu verstärken. In mindestens einer Ausführungsform wird ein System ausgewertet, um Fehlerfälle zu identifizieren, die z.B. falsch-positiven und falsch-negativen Erkennungen entsprechen können. Zusätzliche synthetische Daten, die diese Fehlerfälle imitieren, können dann erzeugt und verwendet werden, um einen reichhaltigeren Datensatz zu erhalten. Ein Netzwerk oder Modell kann dann mit den ursprünglichen Trainingsdaten und den zusätzlichen synthetischen Daten trainiert oder neu trainiert werden. In einer oder mehreren Ausführungsformen können diese Schritte wiederholt werden, bis die Auswertungsmetrik konvergiert, wobei bei jedem Trainingsdurchgang zusätzliche synthetische Trainingsdaten entsprechend den Fehlerfällen erzeugt werden.

95. 发明专利

IL290768D0 Systems and methods for accurate and rapid positron emission tomography using deep learning 未知
公开(公告)号：IL290768D0
公开(公告)日：2022-04-01
申请号：IL29076822
申请日：2022-02-21
申请人： SUBTLE MEDICAL INC
IPC分类号： G06T11/00 , G06V10/40 , G06V30/194
摘要： A computer-implemented method is provided for improving image quality with shortened acquisition time. The method comprises: determining an accelerated image acquisition parameter for imaging a subject using a medical imaging apparatus; acquiring, using the medical imaging apparatus, a medical image of the subject according to the accelerated image acquisition parameter; applying a deep network model to the medical image to generate a corresponding transformed medical image with improved quality; and combining the medical image and the corresponding transformed medial image using an adaptive mixing algorithm to generate output image.

96. 发明专利

DE102021125234A1 DATENERWEITERUNG EINSCHLIESSLICH HINTERGRUNDMODIFIKATION FÜR ROBUSTE VORHERSAGE MIT NEURONALEN NETZWERKEN 未知
公开(公告)号：DE102021125234A1
公开(公告)日：2022-03-31
申请号：DE102021125234
申请日：2021-09-29
申请人： NVIDIA CORP
发明人： PURI NISHANT , SIVARAMAN SAKTHIVEL , SHETTY RAJATH , AVADHANAM NIRANJAN
IPC分类号： G06V30/194
摘要： In verschiedenen Beispielen kann ein Hintergrund eines Objekts verändert werden, um ein Trainingsbild zu erzeugen. Eine Segmentierungsmaske kann erstellt werden und zur Erzeugung eines Objektbilds verwendet werden, das Bilddaten enthält, die das Objekt repräsentieren. Das Objektbild kann in einen anderen Hintergrund integriert und zur Datenerweiterung bei einem Training eines neuronalen Netzwerks verwendet werden. Die Datenerweiterung kann auch unter Verwendung einer Farbtonanpassung (z.B. des Objektbilds) und/oder einer Darstellung dreidimensionaler Erfassungsdaten, die dem Objekt aus ausgewählten Ansichten entsprechen, erfolgen. Inferenzierungswerte können analysiert werden, um einen Hintergrund für ein Bild auszuwählen, das in einen Trainingsdatensatz aufzunehmen ist. Während des Trainings (z.B. zwischen Epochen) können Hintergründe ausgewählt und Trainingsbilder iterativ zu einem Trainingsdatensatz hinzugefügt werden. Darüber hinaus kann eine frühe oder späte Verschmelzung eingesetzt werden, die Objektmaskendaten verwendet, um die von einem neuronalen Netzwerk, das unter Verwendung von Objektmaskendaten trainiert wurde, durchgeführte Inferenzierung zu verbessern.

97. 发明专利

DE102021124537A1 ENERGIEBASIERTE VARIATIONAL AUTOENCODER 未知
公开(公告)号：DE102021124537A1
公开(公告)日：2022-03-31
申请号：DE102021124537
申请日：2021-09-22
申请人： NVIDIA CORP
发明人： VAHDAT ARASH , KREIS KARSTEN , XIAO ZHISHENG , KAUTZ JAN
IPC分类号： G06N3/04 , G06V30/194
摘要： Ein Ausführungsbeispiel legt eine Technik zum Erzeugen von Daten unter Verwenden eines generativen Modells dar. Diese Technik umfasst Sampeln von einem oder mehreren Variablen aus einer oder mehreren Verteilungen, um einen ersten Satz von Werten für die eine oder mehreren Variablen zu erzeugen, wobei die eine oder mehreren Verteilungen beim Betrieb eines oder mehrerer Abschnitte des generativen Modells verwendet werden. Die Technik umfasst auch ein Anwenden eines oder mehrerer Energiewerte, die via ein energiebasiertes Modell erzeugt werden, auf den ersten Satz von Werten, um einen zweiten Satz von Werten für die eine oder mehreren Variablen zu produzieren. Die Technik umfasst ferner entweder Ausgeben des Satzes von zweiten Werten als Ausgabedaten oder Durchführen einer oder mehrerer Operationen basierend auf dem zweiten Satz von Werten, um Ausgabedaten zu erzeugen.

98. 发明专利

DE102021207151A1 Bewertung von Generatoren zur Erzeugung realistischer Bilder 未知
公开(公告)号：DE102021207151A1
公开(公告)日：2023-01-12
申请号：DE102021207151
申请日：2021-07-07
申请人： BOSCH GMBH ROBERT
发明人： MUNOZ DELGADO ANDRES MAURICIO
IPC分类号： G06V30/194
摘要： Verfahren (100) zur quantitativen Bewertung eines trainierten Generators (G2), der aus einem Eingabe-Vektor (1) aus einer vorgegebenen Eingabe-Verteilung (1a) in Verbindung mit einer Soll-Segmentierungskarte (3) ein Bild (4) erzeugt, dessen semantischer Inhalt im Einklang mit dieser Soll-Segmentierungskarte (3) steht, mit den Schritten:• aus der vorgegebenen Eingabe-Verteilung (1a) wird mindestens ein Eingabe-Vektor (1) gezogen (110);• aus einer vorgegebenen Klassen-Verteilung (2a) wird mindestens eine Liste (2) von Klassen gezogen (120);• es wird eine Soll-Segmentierungskarte (3) ermittelt (130), die den Pixeln des zu erzeugenden Bildes (4) Klassen aus dieser Liste (2) von Klassen zuordnet;• mit dem Generator (G2) wird aus dem Eingabe-Vektor (1) und der Soll-Segmentierungskarte (3) ein Bild (4) erzeugt (140);• mit einem Bildklassifikator (K) wird eine semantische Segmentierungskarte (4a) des Bildes (4) ermittelt (150);• mit einer vorgegebenen Metrik wird der Grad (5) an Übereinstimmung zwischen dieser semantischen Segmentierungskarte (4a) und der Soll-Segmentierungskarte (3) ermittelt (160);• unter Heranziehung dieses Grades (5) an Übereinstimmung wird die quantitative Bewertung (G2*) des Generators (G2) ermittelt (170).

99. 发明专利

DE102021206301A1 Verbesserte Objekterkennung und -verfolgung aus einer Sequenz von Bildrahmen 未知
公开(公告)号：DE102021206301A1
公开(公告)日：2022-12-22
申请号：DE102021206301
申请日：2021-06-18
申请人： BOSCH GMBH ROBERT
发明人： REMENYI ISTVAN , DOMIAN BALINT , KARASZ ZOLTAN
IPC分类号： G06V30/194
摘要： Bildverarbeitungsvorrichtung (1) zur Erkennung von Objekten in einer Sequenz von Eingabebildrahmen (2), umfassend ein neuronales Netz (3) mit:• einem Stapel (31) von Faltungsschichten (31a-31g), wobei jede Faltungsschicht (31a-31g) konfiguriert ist, um einen oder mehrere Filterkernel auf ihre Eingaben anzuwenden, und wobei der Stapel (31) konfiguriert ist, jeden Eingabebildrahmen (2) in eine niedrig dimensionierte Darstellung (4) in einem latenten Raum umzuwandeln;• mindestens einer Erkennungseinheit (5, 5a, 5b), die konfiguriert ist, um die niedrig dimensionierten Darstellungen (4) zu Erkennungsdatensätzen (61, 61a, 61b) in Bezug auf ein oder mehrere Objekte (6) zuzuordnen; und• mindestens einer rekurrenten neuronalen Netzeinheit (7, 7a-7c), in der Verbindungen zwischen Neuronen oder anderen Verarbeitungseinheiten einen gerichteten Graphen entlang einer zeitlichen Sequenz bilden, wobei mindestens eine rekurrente neuronale Netzeinheit (7, 7a-7c) zwischen dem Stapel (31) von Faltungsschichten (31a-31g) und der Erkennungseinheit (5, 5a, 5b) und/oder zwischen zwei aufeinanderfolgenden Faltungsschichten (31a-31g) in dem Stapel (31) geschaltet ist.

100. 发明专利

DE102021116161A1 Methode zur Bearbeitung eines Bauwerksplans 未知
公开(公告)号：DE102021116161A1
公开(公告)日：2022-12-22
申请号：DE102021116161
申请日：2021-06-22
申请人： PLANAI4BIM UG HAFTUNGSBESCHRAENKT
发明人： SOKOLL JÖRG , KRAUS MICHAEL , OBERGRIESSER MATHIAS , SCHÄFERS WOLFGANG , VAIDYANATHAN SUJATHA
IPC分类号： G06V30/194
摘要： Computerimplementierte Methode zur Bearbeitung eines Plans von zumindest einem Teil eines Bauwerks, worin der Plan durch eine Objekterkennungsmethode analysiert wird, um ein vorbestimmtes Objekt und eine Position des erkannten Objekts in dem Plan zu bestimmen, wobei das erkannte Objekt und die Position des erkannten Objekts in einer Datendatei gespeichert werden und zur Erkennung der Objekte zumindest ein trainiertes neuronales Netz verwendet wird, um das Objekt und die Position des erkannten Objekts in dem Plan zu bestimmen.

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式