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21个,建议您升级VIP下载更多相关专利
  • [发明专利]基于一致性训练的半监督三维形状识别方法-CN202110784485.8有效
  • 陈伶俐;雷蕴奇;王其聪;黄宇楠;蔡珊珊 - 厦门大学
  • 2021-07-12 - 2023-07-18 - G06V10/422
  • 基于一致性训练的半监督三维形状识别方法,涉及计算机视觉技术。包括步骤:A.准备三维形状数据集,包括有标签数据集和无标签数据集。B.对无标签数据添加微小扰动得到扰动版本的无标签数据集。C.设计一致性约束分支鼓励模型对相似样本预测一致,提高模型的泛化能力。D.设计伪标签生成分支为无标签数据生成伪标签,并提出一致性过滤机制过滤掉模型不确定的伪标签,实现对有标签数据集的扩充。E.结合有标签数据和无标签数据训练模型,得到训练好的模型。F.使用训练好的模型进行三维形状识别,将模型的预测作为最终的识别结果。在公开数据集上取得较好的结果,更好利用无标签数据的信息,有效减少数据标注需要的成本。
  • 基于一致性训练监督三维形状识别方法
  • [发明专利]基于局部判别性增强的无监督三维物体分类方法-CN202110784487.7在审
  • 黄宇楠;雷蕴奇;王其聪;陈伶俐;蔡珊珊 - 厦门大学
  • 2021-07-12 - 2021-09-17 - G06K9/62
  • 基于局部判别性增强的无监督三维物体分类方法,涉及计算机视觉技术。包括以下步骤:A.准备用于三维物体分类的点云数据集;B.对原始点云样本进行数据增强,保留原始点云样本和增强后的点云样本;C.对比每个点云样本的原始版本和数据增强后的版本,提取每个点云样本的高维全局特征;D.使用点云样本的高维全局特征挖掘不同局部结构的相关性和判别性,进而增强点云样本局部特征的判别性;E.融合点云样本增强后的局部特征和高维全局特征得到判别性增强的融合特征;F.训练线性支持向量机,使用点云样本的融合特征进行无监督分类。可以有效学习点云物体具有判别性的表示特征,从而提升无监督三维物体分类的性能。
  • 基于局部判别增强监督三维物体分类方法

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