“北京腾信软创科技股份有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于标签上下文的显著区域提取方法及系统-CN202010441556.X有效
发明人：梁晔 -专利权人： 北京腾信软创科技股份有限公司
申请日： 2020-05-22 - 公布日： 2023-10-24 - 主分类号： G06V10/46 文献下载
摘要：本发明提供一种基于标签上下文的显著区域提取方法及系统，其中方法包括训练步骤和测试步骤，所述训练步骤包括：训练图像集I，图像集I包含Q幅图像；每个图像都带有标签信息，标签的集合T包含N个标签，训练图像集I对应的基准显著图集S；对于训练集中的图像Ij，读取其对应的基准显著图为Sj，对应的标签序列为#imgabs0#将图像Ij对应的标签序列映射到图像的不同区域，得到的分割区域序列；根据图像Ij的基准显著图Sj计算分割区域序列中每个区域对应的显著值#imgabs1#根据分割区域序列的显著值序列计算标签的相关性；对训练集的每幅图像进行上述的计算，得到影响因子矩阵的集合M；计算所述矩阵集合M的平均影响因子矩阵#imgabs2#
一种基于标签上下文显著区域提取方法系统

[发明专利]一种基于深度学习的显著区域提取方法及系统-CN201911178709.X有效
发明人：梁晔;马楠;李鹏飞 -专利权人： 北京腾信软创科技股份有限公司
申请日： 2019-11-27 - 公布日： 2023-09-29 - 主分类号： G06V10/25 文献下载
摘要：本发明提供一种基于深度学习的显著区域提取方法及系统，其中方法包括训练步骤和测试步骤，所述训练步骤包括以下子步骤：进行超像素分割；进行超像素集合的筛选；生成训练区域块；提取所述训练区域块的特征；标注所述训练区域块；训练卷积神经网络。本发明提出的一种基于深度学习的显著区域提取方法及系统，对输入深度网络的训练特征增加了筛选环节，筛选后的区域输入到深度网络训练得到的模型具有更强的判别能力。
一种基于深度学习显著区域提取方法系统

[实用新型]一种基础设施的电力检测系统-CN201920188082.5有效
发明人：郑福仁;郭小路 -专利权人： 北京腾信软创科技股份有限公司;北京腾信软创信息技术有限公司;北京腾信卓越信息技术有限公司
申请日： 2019-02-03 - 公布日： 2019-12-31 - 主分类号： G01R31/08 文献下载
摘要：本实用新型公开了一种基础设施的电力检测系统，包括设备检测模块、通信模块和控制模块，设备检测模块内部设置有温度检测模块和湿度检测模块，设备检测模块上方设置有配电检测模块，配电检测模块上方设置有电网检测模块，设备检测模块右侧设置有信号放大器，电网检测模块和配电检测模块右侧设置有故障信号处理模块，信号放大器右侧设置有通信模块，通信模块与故障信号处理模块和信号放大器同时连接，通信模块右侧设置有控制模块，控制模块右侧设置有显示模块、云服务器和存储模块，本电力检测系统结构简单，操作方便，实用安全，能有效地对电网线路中的故障进行监控，使得检测系统具有高可靠性、可扩充性和实时性等优点。
设备检测模块通信模块信号放大器控制模块配电检测电力检测系统电网检测模块故障信号处理湿度检测模块温度检测模块本实用新型存储模块电网线路高可靠性基础设施检测系统可扩充性内部设置显示模块云服务器实时性有效地监控安全

1
共 3 条