专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果49个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于三重损失网络的竹条表面缺陷检测方法-CN201911029088.9有效
  • 刘文哲;杨和;黄炳城;童同;高钦泉 - 福建帝视信息科技有限公司
  • 2019-10-28 - 2023-04-14 - G06T7/00
  • 本发明涉及一种基于三重损失网络的竹条表面缺陷检测方法。步骤S1、通过安装在竹条分选机器人上的相机采集竹条表面缺陷数据,形成竹条表面缺陷数据集;步骤S2、竹条表面缺陷数据集中的图像经过三重损失网络训练得到锚点预测矩阵、尺寸预测矩阵和热力图预测矩阵;步骤S3、计算锚点预测矩阵损失、尺寸预测矩阵损失和热力图预测矩阵损失,得到三重损失网络更新的总损失;步骤S4、基于步骤S3计算得到的三重损失网络更新的总损失不断更新并优化获得最优的卷积权值参数和偏置参数;步骤S5、将竹条表面缺陷数据集中的测试图像通过更新卷积权值参数和偏置参数的三重损失网络,得到锚点预测矩阵和尺寸预测矩阵,而后即可得到检测的目标缺陷所属类别和大小。
  • 一种基于三重损失网络竹条表面缺陷检测方法
  • [发明专利]基于CNN与Transformer的低分辨率图像分类方法及系统-CN202211256252.1在审
  • 罗鸣;胡义;童同;谢军伟;杨宗晓 - 福建帝视信息科技有限公司
  • 2022-10-14 - 2022-12-23 - G06V10/24
  • 本发明涉及一种基于CNN与Transformer的低分辨率图像分类方法,包括以下步骤:步骤S1:构建图像数据集并对其中图像进行类别标注,划分为训练集和验证集;步骤S2:对训练集和验证集图像进行预处理;步骤S3:基于CNN和transformer,构建双分支并行网络,通过CNN网络分支和transformer网络分支来对低分辨率图像进行特征提取,通过注意力特征融合网络将两个分支每一层的特征进行有效融合,并采用多通道注意力网络对融合后的特征进行语义信息挖掘;步骤S4:根据训练集和验证集对双分支并行网络进行训练,并利用交叉熵损失对其进行约束,得到图像分类网络;步骤S5:将预处理后的待测图像输入图像分类网络,得到分类结果。本发明能有效提高对低分辨图像的分类性能。
  • 基于cnntransformer分辨率图像分类方法系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top