本申请涉及计算机视觉和图像处理领域，提供一种数据标注方法、计算机设备及存储介质，该方法包括获取待标注数据；对所述待标注数据进行标注对象分割，得到多个候选对象；响应于标注兴趣选择操作，根据各个所述候选对象之间的相似度，确定与标注兴趣对应的...

本申请提供一种硬件资源的分配方法、设备及存储介质，其中硬件资源的分配方法包括：a，获取硬件资源划分需求和硬件资源信息，所述硬件资源划分需求包括多阶段模型中至少一个阶段模型的模型计算量需求；b，根据所述模型计算量需求和所述硬件资源信息，确...

本发明提供一种动作识别方法、装置、设备及存储介质。方法应用于动作识别系统，所述动作识别系统包括关键点检测模型、动作识别模型，所述方法包括：获取包含待识别动作的目标视频，并从所述目标视频中确定目标视频帧序列；基于目标任务需求，确定所述关键...

本申请提供一种图像分割模型的获取方法、设备及存储介质，其中图像分割模型的获取方法包括：获取图像分割需求和应用平台的硬件参数；基于所述图像分割需求和所述硬件参数确定目标图像分割模型的计算量范围；根据所述计算量范围在预设搜索空间进行搜索，得...

本申请涉及计算机技术领域，提供一种数据标注方法、设备及存储介质，该方法包括获取标注需求、标注模式和待标注数据；基于所述标注需求和所述标注模式对所述待标注数据进行标注，得到标注数据。通过提供多种标注模式，并灵活调用多种标注模式来实现快速、...

本申请提供了一种基于AI模型的徘徊人员检测方法，包括：获取摄像头在ROI区域采集的视频帧序列，所述视频帧序列中包括若干基于时间顺序排列的视频帧图像；启动预先存储的徘徊检测应用对所述视频帧序列进行处理，其中，所述预先存储的徘徊检测应用包括...

本申请涉及计算机技术领域，提供一种数据标注方法、设备及存储介质，该方法包括响应于用户的操作指令，获取标注需求和待标注数据；根据所述标注需求对所待标注数据进行标注，得到标注数据。通过标注需求的准确获取，简化用户进行数据标注时的操作流程，提...

本发明实施例提供一种AI模型部署方法、服务器、显示设备、系统及存储介质，属于人工智能领域。该方法包括：获取训练数据集和待训练的初始AI模型；基于训练数据集对初始AI模型进行训练，以生成目标AI模型；接收显示设备发送的模型下发指令；对模型...

本申请提供了一种应用调用方法、边缘设备、应用平台和存储介质，该方法包括：基于目标任务确定至少一个应用；调用所述至少一个应用对所述目标任务对应的目标数据进行分析，得到分析结果。旨在提高边缘设备使用应用的灵活性，降低边缘设备使用应用的局限性...

本申请提供了一种模型获取方法、电子设备及存储介质，其中，模型获取方法，通过获取多种部署终端的硬件结构所对应的第一信息、及用于构建模型的多种网络结构单元的模型单元信息；当接收到适配指令时，根据所述适配指令将每一所述第一信息与至少一所述模型...

本申请提供了一种标注方法、电子设备及存储介质，其中，所述标注方法包括：获取被标注的目标图像，并解析所述目标图像的标注信息；根据所述标注信息从模型数据库中筛选与所述标注信息匹配的目标模型；利用所述目标模型对预设的图像数据集进行标注。本实施...

本申请提供了一种目标检测及其模型构建方法、电子设备和存储介质。模型构建方法包括：获取若干候选神经网络，以及各候选神经网络的网络参数和网络性能；获取目标神经网络的目标参数；根据目标参数以及各候选神经网络的网络参数和网络性能，在若干神经网络...

本申请提供了一种高空抛物检测方法、电子设备和存储介质。方法包括：获取预设时长内待监控区域的监控视频流；基于预设的前景检测算法，分别检测出运动物体在所述监控视频流的每相邻两帧图像中的位置信息；根据所述运动物体在所述监控视频流的所有相邻两帧...

本申请涉及计算机技术领域，通过在确定目标场景无效时，控制抛物检测模型休眠直至满足预设唤醒条件时唤醒抛物检测模型检测目标场景是否存在高空抛物，解决了抛物检测模型在目标场景无效时检测高空抛物导致误判率较高的问题，提高了抛物检测模型检测高空抛...

本申请涉及人工智能技术领域，具体公开了一种AI模型的实现方法、电子设备及存储介质，所述方法包括：获取用户在AI交易平台的客户端上发布的需求信息；根据所述需求信息确定对应的AI模型算法，将AI模型算法封装成镜像文件，并将镜像文件载入所述A...

本申请提供了一种神经网络结构搜索、模型构建方法、电子设备和存储介质。方法包括：获取神经网络的搜索空间，基于随机搜索策略在所述搜索空间中搜索得到网络结构，根据所述搜索空间对应的共享权重，确定所述网络结构的权重参数，得到权重模型；根据搜索样...

本申请提供了一种AI模型生成方法、电子设备和存储介质，方法包括：获取目标AI模型对应的业务需求；根据所述业务需求确定所述目标AI模型对应的初始模型及模型生成模式，其中，所述模型生成模式表征用于训练所述初始模型的途径；基于所述模型生成模式...

本申请提供了一种AI模型的定制方法、电子设备及计算机可读存储介质，方法包括：从终端设备接收需求方输入的业务需求信息；根据所述业务需求信息，确定所述业务需求信息对应的第一AI模型；对所述第一AI模型进行超参数调节，得到第二AI模型；基于样...

本申请提供了一种AI模型生成方法、电子设备和存储介质。方法包括：获取目标AI模型对应的业务需求；根据业务需求在基础数据库中确定目标模型和目标超参数配置信息，或者根据业务需求和预设的专家经验逻辑在预训练模型中确定目标模型以及确定目标超参数...

本申请公开了一种分类模型训练方法、使用方法、电子设备及存储介质，其中，训练方法包括构建待训练的分类模型，分类模型包括特征提取网络、与特征提取网络连接的物体分类网络、物体框回归网络及锚框形状预测网络；获取样本图片集，其中，每个样本图片集对...