本发明公开了一种针对商品识别的层级分类方法，涉及商品识别技术领域，该方法对商品进行层级分类，使模型既能更好地适应迥异商品，增强模型对背景和迥异商品的区分能力，同时缓解相似商品误识别的问题，本方法采用合并相似类的策略对模型特征层进行训练，...

本发明属于图像处理领域，公开了风格化图像生成方法装置、设备及存储介质，方法包括：S1，获取用于对基于监督学习的风格化图像生成模型进行训练的标签数据对集合；S2，基于标签数据对集合对基于监督学习的风格化图像生成模型进行训练，得到训练好的风...

本申请涉及计算机技术和人工智能技术领域，公开了一种基于大语言模型的多智能体协同知识推理框架与系统。该方法包括以下步骤：对于给定的知识推理问题，通过多轮推理阶段及检验阶段进行准确的知识推理；推理阶段包括：多个基于大语言模型的推理者通过因果...

本发明属于视频处理领域，公开了一种基于多阶段细粒度渲染的人像生成方法，包括S1，获取训练好的第一神经网络生成器、第二神经网络生成器和第三神经网络生成器；S2，基于训练好的第二神经网络生成器获取第一2D嘴部序列；S3，基于训练好的第一神经...

本公开提供了一种尾部类样本标注方法、装置、电子设备和存储介质，包括获取待标注样本，对待标注样本进行目标检测，得到目标检测区域样本；基于预设的特征编码器分别对目标检测区域样本和预设样本进行特征提取，得到第一样本特征数据和第二样本特征数据，...

本发明涉及图像分类的技术领域，具体涉及多标签识别的类别自适应标签发现与噪声拒绝方法及设备，包括：S10，将样本集中的每个样本图像与标签向量相关联；S20，提取样本的全局特征；S30，基于样本的全局特征、样本的标签向量，获得样本中每个类别...

本发明提供了一种基于用户行为及环境信息的智能货柜复购预测方法及系统，所述方法包括：S1、数据收集及预处理：从智能货柜中收集所有用户的基本信息和历史订单信息，并获取每笔历史订单的环境信息，根据上述信息得到融合了环境信息的用户画像数据，即环...

本发明提供了一种多模态语音通话信息抽取方法及系统，所述多模态语音通话信息抽取方法包括：S1、获取音频文件：获取语音通话的音频文件；S2、提取语音特征：提取音频的能量特征、时域特征、频域特征和乐理特征；S3、提取语义特征：通过语音识别技术...

本发明提供了一种声音复刻的方法和系统，所述方法包括S1、预训练说话人编码器：准备一说话人编码器，并对其进行预训练；S2、预训练语音合成模型：准备一语音合成模型，并对其进行预训练；S3、音频采集：向用户提供包含有若干文字量的示例文本，并采...

本发明提供了一种基于光流的货柜商品跟踪方法，包括以下步骤：S1、利用商品信息训练检测器以及光流模型；S2、通过检测器对货柜的视频进行物体检测，在视频的每一帧图像上用检测框标示出检测到的商品；S3、遍历视频帧，将首个检测框添加到轨迹中作为...

本发明提供了一种面向任务的人工智能项目通用架构平台及其使用方法，所述面向任务的人工智能项目通用架构平台包括：模型服务注册模块，用于注册预先训练好的模型，以及注册模型服务；调用顺序管理模块，用于管理和调整各模型服务之间的调用顺序；调用数据...

本发明提供了一种货柜场景下基于多层级分类的商品动态视觉识别方法，包括：S1、根据货柜中的商品的特性，对每件商品设置多层级标签；S2、获取商品的跟踪视频，对视频进行预处理；S3、使用目标检测网络对每一帧图像进行物体检测，定位商品出现的位置...

本发明提供了一种低训练成本的人工智能平台及其使用方法，所述低训练成本的人工智能平台，包括：数据管理模块，用于存储、管理数据集，以及进行模块之间的数据交互；标注模块，用于对数据集进行标注；训练和部署模块，用于使用已标注的数据集对模型进行训...