摘要：本发明的目的是提供一种用于提供Redis集群的耗时信息的方法和装置。所述方法包括响应于用于查询Redis命令的路径耗时的请求，确定相应的路径标识信息；基于路径标识信息提供对应的路径耗时信息，其中，所述路径耗时信息包括处理Redis命令的各个阶段的耗时信息。本申请实施例具有以下优点通过使用串联整个Redis链路的路径标识，使得运维人员能够基于该路径标识容易地获取到耗时信息，并且便于人员定位存在问题的节点。

摘要：本发明的目的是提供一种用于风险预测的模型训练方法和装置。所述方法包括通过对源域和目标域的样本进行二分类训练，得到源域和目标域的样本的相似度信息；从源域的样本中筛选出特征分布与目标域样本相似的样本；将筛选后的源域的样本作为训练样本来训练风险预测模型。本申请实施例具有以下优点在训练风险预测模型时基于相似度来筛选源域中的样本，并基于相似度指标赋予筛选后的样本训练权重来训练风险预测模型，使得源域样本能够最大程度地贴合目标域样本的特征分布，提升了模型预测的准确性。

摘要：本发明的目的是提供一种用于图像分割的方法和装置。所述方法包括进行图像分割操作时，对于获取到的对应于同一特征层的特征，使用不同膨胀率的空洞卷积对这些特征执行第一融合操作，以完成相同特征层不同尺寸的特征的融合；对于不同特征层不同尺寸的特征，采用跳跃连接的方式对这些特征执行第二融合操作，以完成不同特征层不同尺寸的特征融合。本申请实施例具有以下优点实现了将不同特征层的特征与不同尺寸的特征融合进行融合，解决了现有技术方案无法对不同特征层上不同尺寸的特征进行融合的问题，提升了算法模型的性能。

摘要：本发明的目的是提供一种用于人脸检测的方法和装置。所述方法包括对于待处理的多个特征图，通过空间金字塔网络和路径增强网络，得到经过处理的多个特征图，其中，所述待处理的特征图为通过骨干网络和特征金字塔网络后得到的具有不同尺寸的特征图；基于所述经过处理的多个特征图，通过基于层级衰减的预测网络，得到相应的人脸预测结果。本申请实施例具有以下优点通过在现有的人脸检测方案的框架中结合融合空间金字塔结构的路径增强网络和基于层级衰减的预测网络层来对多个特征图进行处理，提升了算法模型的性能，从而提高了人脸检测方案的检测精度和鲁棒性。

摘要：本发明的目的是提供一种用于对模型的评价指标进行评估的方法和装置。所述方法包括基于包含预定数量以上坏样本的样本集和训练好的评估模型，计算评估模型的预定评价指标的评估参数；不断增加抽取的坏样本的数量，并重复计算评估模型的预定评价指标的评估参数的步骤，从而得到多组对应于不同坏样本数量的评估参数；根据多组对应于不同坏样本数量的评估参数，测算有效的预定评价指标需要的坏样本数量。本申请实施例具有以下优点通过在坏样本充足的情况下计算均值、标准差和极差来对KS指标和AUC指标的可靠性进行评估，并测算KS指标和AUC指标能够有效地评估模型所需要的坏样本数量，以提升KS指标和AUC指标的可靠性。