“彭健烽”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6个，建议您升级VIP下载更多相关专利

[发明专利]半自动化图像数据标注方法、电子装置及存储介质-CN201911117335.0有效
发明人：邓辅秦;黄永深;彭健烽;冯华;陈颖颖;李伟科 -专利权人：五邑大学
申请日： 2019-11-15 - 公布日： 2023-04-11 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种半自动化图像数据标注方法、电子装置及存储介质，通过在步骤S200中获取未选择区域坐标点及第一范围值，通过鼠标在未选择区域上点击获取到鼠标的坐标作为未选择区域坐标点。通过多次选择未选择区域坐标点及第一范围值，可以在每一次grabcut分割后再执行边缘跟踪算法获得当前边缘坐标，利用每一次获得的当前边缘坐标更新局部坐标集合，最后在用户确认前景区域被全选中后，会在键盘上按下某个键从而发送出全选中指令，则此时的局部坐标集合就被作为全部坐标集合，由用户输入对应于该前景图像的类别信息，并将类别信息与全部坐标集合保存为json文件用于后续的神经网络训练。
半自动图像数据标注方法电子装置存储介质

[发明专利]高精度半自动化图像数据标注方法、电子装置及存储介质-CN201911117406.7有效
发明人：邓辅秦;黄永深;彭健烽;冯华;陈颖颖;李伟科 -专利权人：五邑大学
申请日： 2019-11-15 - 公布日： 2023-03-17 - 主分类号： G06T7/194 文献下载
摘要：本发明公开了一种高精度半自动化图像数据标注方法、电子装置及存储介质，通过在步骤S200中获取未选择区域坐标点及第一范围值，通过鼠标在未选择区域上点击获取到鼠标的坐标作为未选择区域坐标点。通过多次选择未选择区域坐标点及第一范围值，可以在每一次grabcut分割后再执行边缘跟踪算法获得当前边缘坐标，利用每一次获得的当前边缘坐标更新局部坐标集合。由于步骤S800可以在出现误选区域的情况下，接受用户误选区域坐标点及第二范围值，并相应的把误选区域删除，提供了修正功能，进一步提升了图像标注的精度。
高精度半自动图像数据标注方法电子装置存储介质

[发明专利]图像轮廓生成方法、图像标注方法、电子装置及存储介质-CN201911053029.5有效
发明人：邓辅秦;黄永深;彭健烽;冯华;陈颖颖;李伟科 -专利权人：五邑大学
申请日： 2019-10-31 - 公布日： 2022-05-17 - 主分类号： G06T7/181 文献下载
摘要：本发明公开了一种图像轮廓生成方法、图像标注方法、电子装置及存储介质，通过执行grabcut算法可以获取预测目标区域和预测背景区域的像素坐标，然后利用边缘跟踪算法获取组成预测目标区域和预测背景区域边界的像素坐标，在利用这些组成预测目标区域和预测背景区域边界的像素坐标作为本发明第一方面的图像轮廓生成方法的最外围坐标点，通过执行图像轮廓生成方法将预测目标区域的轮廓在待标注图像上显示出来，便于标注员判断分割效果，降低了标注员判断的误差。
图像轮廓生成方法标注电子装置存储介质

[发明专利]基于激光焊接的质量检测方法、装置及存储介质-CN202010947802.9有效
发明人：黄永深;李伟科;彭健烽;邓辅秦;冯华 -专利权人：五邑大学
申请日： 2020-09-10 - 公布日： 2022-04-08 - 主分类号： B23K26/21 文献下载
摘要：本发明公开了基于激光焊接的质量检测方法，包括以下步骤：采集在标准时间段内的焊接训练信息；将分布内异常信息划分为：分布内异常训练信息和分布内异常检测信息；对正常信息和分布内异常训练信息进行质量分类的标记处理，得到标记焊接信息；构建初始神经网络，通过所述标记焊接信息对所述初始神经网络进行训练，得到标准神经网络；通过分布内异常检测信息和分布外异常信息对标准神经网络进行检测，提取准确率大于准确阈值的标准神经网络，得到目标神经网络；获取在目标时间段内的焊接目标信息，并输入到目标神经网络进行分类处理，得到焊接目标信息的质量类型。本发明能够对产品的焊接质量进行检测和分类，提高了质量检测的效率和准确性。
基于激光焊接质量检测方法装置存储介质

[发明专利]嵌入式平台的部署方法、设备及存储介质-CN201911231190.7在审
发明人：邓辅秦;黄永深;陈颖颖;彭健烽;冯华;李伟科 -专利权人：五邑大学
申请日： 2019-12-05 - 公布日： 2020-05-22 - 主分类号： G06F8/60 文献下载
摘要：本发明公开了一种嵌入式平台的部署方法、设备及存储介质，所述一种嵌入式平台的部署方法包括以下步骤，与嵌入式主板通信，获取所述嵌入式主板的硬件环境和软件环境，基于获取的硬件环境信息和软件环境信息，将预设的软件和库文件资源发送并安装至嵌入式主板，通过人机交互界面接收用户指令后，将不同格式的训练文件转换格式并打包发送至所述嵌入式主板，将待测试数据批量拖拽上传并发送至所述嵌入式主板并使其开始测试，获取所述嵌入式主板的测速实验报告和数据分析报告。本发明通过人机交互界面实现对不同型号的嵌入式设备部署用于深度学习训练的平台、批量导入待测试数据并且批量测试待测试数据的操作，从而大大降低测试人员的工作难度并提高测试效率。
嵌入式平台部署方法设备存储介质

[发明专利]半自动化图像分割数据标注方法、电子装置及存储介质-CN201911052198.7在审
发明人：邓辅秦;黄永深;彭健烽;冯华;陈颖颖;李伟科 -专利权人：五邑大学
申请日： 2019-10-31 - 公布日： 2020-03-24 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种半自动化图像分割数据标注方法、电子装置及存储介质，基于用户在待标注图像上选定的位于所述真实目标区域内的多个第一像素坐标以及位于所述真实背景区域内的多个第二像素坐标，基于能量函数来判断待标注图像中的各个像素是属于真实目标区域还是真实背景区域，并输出预测目标区域的最外围坐标，再由用户输入该预测目标区域对应的类别信息，就可以完成图像标注任务。因此，本实施例提供的半自动化图像分割数据标注方法，极大简化了图像标注时鼠标点击的次数，降低了人工标注的成本，加快人工标注的效率。
半自动图像分割数据标注方法电子装置存储介质