本申請適用于人工智能技術領域，提供了一種高性能圖像檢測模型訓練方法，包括：將現有的卷積神經網絡劃分為多個神經網絡模塊；將多個神經網絡模塊分別采用鄰接矩陣的方式進行表示，基于所述鄰接矩陣，采用統計學習算法獲得多個所述神經網絡模塊中的主要神...

本申請適用于視覺語言模型技術領域，提供了一種開放詞匯目標檢測模型的蒸餾學習方法，包括：基于預訓練的候選框提取模型，獲取待檢測圖片的偽標簽，將待檢測圖片按照偽標簽的區域進行裁剪，獲得偽標簽區域圖像，偽標簽為與已知類的標注框不重合的候選框；...

本申請適用于數據標注技術領域，提供了一種文本數據標注方法、系統、設備、介質及產品，所述方法包括：對輸入文本數據進行預處理，獲得待標注文本；獲取所有待匹配文本，預設評分參數，基于所述評分參數和所述待匹配文本，計算最低匹配得分；基于局部序列...

本申請適用于數據處理技術領域，提供了一種基于Django框架的數據存取方法，包括：通過解析子類聲明，獲得待建立的分區表的表名、表結構、主鍵和分區鍵；通過判斷所述分區鍵的數據類型，確定待建立的所述分區表的分區類型；基于Django框架的m...

本申請適用于計算機成像技術領域，提供了一種無鬼影高動態范圍圖像融合方法，包括：基于原始圖像的低曝光圖像、中曝光圖像和高曝光圖像，采用伽瑪校正，獲得低曝光圖像的輸入圖像和高曝光圖像的輸入圖像；基于低曝光圖像的輸入圖像和高曝光圖像的輸入圖像...

本申請適用于計算機技術領域，提供了一種遠程桌面實時監測方法，包括：采用事件鉤子技術進行事件監聽，通過預設事件回調函數響應每一個事件并返回監聽數據；對監聽數據進行特性行為分析，初步判斷每個事件的來源類型，來源類型包括本機用戶事件和遠程桌面...

本申請適用于文字識別技術領域，提供了一種針對模糊字體的文字檢測方法，包括基于多尺度特征融合，獲得文本圖像中的文本候選區域；通過計算文本候選區域的邊緣梯度值，估計文本候選區域的模糊程度；計算獲得文本候選區域的梯度圖像，基于所述模糊程度和所...

本申請適用于數據重排的技術領域，提供了一種基于階梯式計算的數據重排方法、系統、設備及介質，所述方法包括：建立數據表，在數據表中設置排序值字段；確定階梯長度L和階梯粒度G的數值；初始化待重排數據的排序值字段的數值；在調整數據表中待重排數據...

本發明涉及長文本關鍵詞生成技術領域，尤其涉及基于混合專家模型的關鍵詞生成方法、裝置、設備及介質，所述方法具體包括：將第二編碼數據輸入到經過預訓練的提問模型中生成若干個問題文本，通過分發器將若干個所述問題文本分發到各個對應的專家領域模型；...

本發明涉及內容推薦領域，尤其涉及一種基于屬性圖模型的協同推薦方法、裝置、設備及介質，所述方法具體包括：將目標用戶數據通過特征提取獲得特征信息，所述特征信息包括目標用戶特征信息和內容數據特征信息；將所述目標用戶特征信息和所述內容數據特征信...

本發明公開了一種文本糾錯數據的構造方法

本發明公開了一種文字識別方法及裝置，包括：將待檢測圖片輸入預先訓練好的第一檢測模型，以使所述第一檢測模型識別待檢測圖片中的文字；其中，所述第一檢測模型識別待檢測圖片中的文字，具體為：根據第一生成網絡對所述待檢測圖片進行特征提取操作，獲得...

本發明公開了一種跨頁段落識別拼接方法及裝置，包括：獲取待識別文件，識別待識別文件的版面屬性信息；所述待識別文件包括當前頁文件和下一頁文件；根據所述版面屬性信息定位所述待識別文件的待拼接語句所在位置，并提取所述待拼接語句；根據語義依存特性...

本發明公開了一種基于句法分析的句子語法糾錯方法及系統，方法包括通過基礎預訓練模型將無標注語料進行編碼，獲得第一句子向量，根據無標注語料和詞語依存關系，將第一句子向量進行依存預測模型預訓練，獲得依存預測模型；根據第一預設規則，將無標注語料...

本發明公開了一種基于句法分析的條件類錯誤識別方法及裝置，通過利用依存句法和成分句法分析器分析得到句子的句法信息后，然后對句子進行編碼得到詞向量，在長短期記憶網絡中獲得融合句法信息的詞向量，然后利用門控機制從詞向量和長短期記憶網絡輸出的融...

本發明公開了一種內容校對方法、裝置、移動終端及存儲介質，所述方法包括：通過多種詞庫和規則對待校對文本進行校對，生成多個校對結果；按照預設邏輯依次對多個校對結果進行排列并生成排列結果后，根據排列結果對待校對文本進行修訂，完成內容校對。采用...

本發明涉及計算機技術領域，尤其涉及一種網頁發布方法、系統、設備及介質，包括：發布網頁模板，解析網頁模板的模板變量和模板內容，并將得到的變量解析信息和模板內容解析信息保存在數據庫中；在發布頁面時，讀取數據庫中的變量解析信息和模板內容解析信...

本發明公開了一種網站無障礙信息化處理方法、裝置、存儲介質及系統，處理方法包括：將瀏覽器網頁中的所有節點構造成樹結構，其中所述節點包括所述瀏覽器網頁中的元素、屬性和文本；根據用戶的瀏覽請求遍歷所述樹結構中的所有節點，比對所有所述節點對應的...