“白童垚”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5个，建议您升级VIP下载更多相关专利

[发明专利]图片检测模型训练方法、装置、计算机设备及存储介质-CN202111422052.4在审
发明人： 白童垚;杨杰 -专利权人：顺丰科技有限公司
申请日： 2021-11-26 - 公布日： 2023-05-30 - 主分类号： G06V10/44 文献下载
摘要：本申请提供一种图片检测模型训练方法、装置、计算机设备及存储介质，训练方法包括：获取训练图片样本集，训练图片样本集的待训练图片中包含检测物标记类别和检测物标记框；通过图片检测模型对各待训练图片进行训练，得到检测物预测类别和检测物预测框；根据检测物标记类别、检测物标记框、检测物预测类别以及检测物预测框，计算图片检测模型的总损失值；根据总损失值对图片检测模型进行修正，得到已训练的图片检测模型。采用本方法，综合检测物标记类别、检测物标记框、检测物预测类别以及检测物预测框计算总损失用于反向传播修正图片检测模型，引导神经网络加强对小型物体可判别特征的识别度、以及增加遮挡部位识别的敏感性。
图片检测模型训练方法装置计算机设备存储介质

[发明专利]包裹图像处理方法、装置、计算机设备和存储介质-CN202110687708.9在审
发明人：尹东富;程啸;刘庆龙;刘俊杰;白童垚 -专利权人：顺丰科技有限公司
申请日： 2021-06-21 - 公布日： 2022-12-23 - 主分类号： G06V20/50 文献下载
摘要：本申请涉及一种包裹图像处理方法、装置、计算机设备和存储介质。本申请相比传统方法中仅对安检机流向上进行切割，能够从垂直于流向的方向上进行切割，可以将多余的空白边缘去除，有利于节约存储资源，并有助于对包裹图像的进一步处理。该方法包括：获取待处理图像，将该待处理图像输入预先构建的图像检测模型中，以使所述预先构建的图像检测模型从上述待处理图像中检测出包裹图像，该包裹图像中包含的包裹对象由封闭图形标注；输出上述封闭图像构成的图像，并将该封闭图形构成的图像作为切割后的包裹图像。
包裹图像处理方法装置计算机设备存储介质

[发明专利]图像异常检测方法、装置、计算机设备及存储介质-CN202011590715.9在审
发明人：尹东富;刘嫚玉;刘俊杰;刘庆龙;白童垚;程啸 -专利权人：顺丰科技有限公司
申请日： 2020-12-29 - 公布日： 2022-07-01 - 主分类号： G06V10/44 文献下载
摘要：本申请公开了一种图像异常检测方法、装置、计算机设备及存储介质，该图像异常检测方法包括：获取待检测图像；通过预设通用图像检测方式检测所述待检测图像，以确定所述待检测图像是否为异常图像；通过预设专用图像检测方式检测所述待检测图像，以确定所述待检测图像是否为异常图像，当所述预设通用检测方式中至少一种通用图像检测方式确定所述待检测图像为异常图像，或者所述预设专用检测方式中至少一种专用图像检测方式确定所述待检测图像为异常图像，确定所述待检测图像为异常图像。本申请可以减少异常图像存储占用空间，提高正常图像利用率，同时既能提高异常图像的检测效率，又可以满足不同场景需求，具有较广泛的适用性。
图像异常检测方法装置计算机设备存储介质

[发明专利]包裹检测方法、装置、设备及存储介质-CN202010241771.5在审
发明人：尹东富;刘庆龙;刘俊杰;白童垚;程啸;刘嫚玉 -专利权人：顺丰科技有限公司
申请日： 2020-03-31 - 公布日： 2021-10-01 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例公开了一种包裹检测方法、装置、设备及存储介质，该包裹检测方法包括：获取传输包裹的监控区域对应的监控视频流中当前帧图像；获取监控区域中无包裹时第一预设区域的第一参考区域图像，以及监控区域中无包裹时第二预设区域的第二参考区域图像，判断当前帧图像中第一预设区域的图像与第一参考区域图像是否匹配；若当前帧图像中第一预设区域的图像与第一参考区域图像不匹配，则判断当前帧图像中第二预设区域的图像与第二参考区域图像是否匹配；若当前帧图像中第二预设区域的图像与第二参考区域图像不匹配，则对当前帧图像进行包裹切割，得到至少一个待存储包裹图像。本申请可以保证切割到包裹，同时避免出现包裹漏检情况。
包裹检测方法装置设备存储介质

[发明专利]一种3D目标检测系统及其3D目标检测方法-CN202110358124.7在审
发明人：陈俊英;白童垚 -专利权人：西安建筑科技大学
申请日： 2021-04-01 - 公布日： 2021-06-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种3D目标检测深度神经网络模型及其3D目标检测方法，包括以下过程，提取被检测3D对象的图像特征和点云数据的点云特征；计算点云特征和图像特征之间的互相注意力权重，得到融合了图像信息和点云信息的融合特征，融合特征输入区域提案网络中，区域提案网络的输出作为分类回归多任务学习网络的输入，分类回归多任务学习网络输出3D目标的类别、3D目标矩形包围框的偏移量和朝向，完成3D目标检测。本发明引入互注意力模块自适应对齐图像特征和点云特征，得到基于图像特征增强后的点云特征，应用区域提案网络和分类回归多任务学习网络实现3D目标检测。有效融合图像信息和点云信息，提高3D目标检测的准确率。
一种目标检测系统及其方法