“汪方军”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种基于周期B样条的实例分割方法-CN202010014819.9有效
发明人：马力;欧阳能良;王艳芳;苏韶生;汪方军 -专利权人：中山仰视科技有限公司
申请日： 2020-01-07 - 公布日： 2023-05-19 - 主分类号： G06T7/73 文献下载
摘要：本发明公开了一种基于周期B样条的实例分割方法，通过采集图片的物体轮廓坐标点反向求得周期B样条控制点，以周期B样条控制点结合神经网络回归获得各个周期B样条控制点的长度表示和角度表示，建立高斯热图、损失函数和目标构建式进行神经网络训练，获得周期B样条控制点的笛卡尔坐标，通过对物体轮廓进行周期B样条建模达到矢量化目的，再通过神经网络回归周期B样条控制点信息，从而在无需人工干预情况下快速准确地得到物体轮廓的矢量化表示。
一种基于周期实例分割方法

[发明专利]一种用于多点位工业数据缺陷检测的方法及装置-CN202210539286.5有效
发明人：宋艳枝;汪方军 -专利权人：合肥高斯智能科技有限公司
申请日： 2022-05-18 - 公布日： 2022-09-06 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及人工智能技术领域，解决了人力标注成本高且分类预测准确率低的技术问题，尤其涉及一种用于多点位工业数据缺陷检测的方法，包括以下过程：根据点位信息对第一样本数据集进行划分；将相同点位下的标准样本和无标签样本组成的样本对，输入孪生网络中并将输出结果作为伪标签；基于第一样本数据集所划分的样本和所述伪标签进行点位内的数据融合以获得第二样本数据集；基于第二样本数据集构造两个分支的分类损失函数并利用随机梯度下降法优化。本发明通过多点位数据信息实现了工业数据的半监督学习，有效地提高了样本利用率，提高了自训练孪生网络方法在工业数据上的预测准确率，还降低了工业数据的人力标注成本。
一种用于多点工业数据缺陷检测方法装置

[发明专利]一种动物头部姿态估计方法及系统-CN201910698158.3有效
发明人：黄章进;汪方军;贺翔翔;邹露 -专利权人：中国科学技术大学
申请日： 2019-07-30 - 公布日： 2022-05-17 - 主分类号： G06V40/20 文献下载
摘要：一种动物头部姿态估计方法及系统，方法包括：对动物图片进行目标检测处理，标记出动物图片上动物头部的第一检测框；根据第一检测框标记出动物头部的第二检测框，并记录第二检测框位置坐标，其中，第二检测框包含动物的整个头部；在第二检测框限定范围内，对动物头部进行特征提取，得到动物头部对应的多个关键点位置坐标；根据第二检测框位置坐标及多个关键点位置坐标，得到动物头部的姿态。该方法及系统在头部区域而不是整张图片上做姿态估计，可以有效的减少计算量和输入信息冗余，提高了斑马鱼头部姿态估计的准确率和速度。
一种动物头部姿态估计方法系统

[发明专利]一种基于多点位双分支模型的工业视觉缺陷检测方法-CN202111055665.9在审
发明人：宋艳枝;汪方军 -专利权人：合肥高斯智能科技有限公司
申请日： 2021-09-09 - 公布日： 2022-01-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多点位双分支模型的工业视觉缺陷检测方法，涉及人工智能技术领域。本发明包括如下步骤：根据点位划分数据：根据点位信息对数据进行划分，得到多个正样本池和负样本池，并进行样本对齐；多点位采样策略：根据多点位采样策略分别从正样本池和负样本池中挑选正样本对和负样本对；特征提取：以ResNet‑50模型作为特征提取器，进行输入数据的特征提取；双分支预测：将提取的特征输入到包含注意力机制的若干全连接层，进行缺陷预测。本发明通过利用点位信息，可以有效地划分数据集，将复杂多样的数据集转换为若干点位内的子数据集，从而降低了网络学习难度，提升了模型的缺陷识别能力。
一种基于多点分支模型工业视觉缺陷检测方法

[发明专利]新型冠状病毒肺炎病灶检测方法、系统、装置和存储介质-CN202110410971.3在审
发明人：张晓萍;靳秀丽;于泽源;汪方军;马力;王艳芳;陈庆武 -专利权人：中山仰视科技有限公司
申请日： 2021-04-16 - 公布日： 2021-05-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种新型冠状病毒肺炎病灶检测方法、系统、装置和存储介质，包括获取患者的肺部三维CT图像；对CT图像进行预处理操作，预处理操作包括肺部区域提取、像素归一化和数据增强；搭建基于三维图像的目标检测网络，检测网络包括特征提取网络，特征融合网络和病灶预测网络，特征提取网络采用3D‑Resnet作为基础框架，特征融合网络采用3D‑FPN的思想对不同尺度的特征层进行特征融合，病灶预测网络采用Faster‑RCNN的目标检测思想对融合后特征层进行病灶预测；在训练或测试时，将处理后的图像输入到网络中进行新型冠状病毒病灶检测。本发明的新冠肺炎病灶检测方法能显著提高病灶区域的检出率、真阳率和准确率。
新型冠状病毒肺炎病灶检测方法系统装置存储介质

[发明专利]新冠肺炎的集成学习定级方法、电子设备及存储介质-CN202010304517.5有效
发明人：陈任政;滕达;黄钰斌;汪方军;马力;王艳芳;陈庆武 -专利权人：中山仰视科技有限公司
申请日： 2020-04-17 - 公布日： 2021-03-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了新冠肺炎的集成学习定级方法，包括如下步骤：获取若干患者的CT数据并对CT数据预处理，以生成设定格式的肺窗数据；构建基于有序回归残差网络的集成学习框架；将肺窗数据输入至集成学习框架中训练，以输出一训练模型；输入新的CT数据至训练模型中，以输出所述CT数据对应的肺炎病症定级结果。本发明搭建的集成学习框架采用有序回归正则，结合新冠肺炎定级数据间的有序结构，可以学习数据间的有序结构，提高模型性能，防止模型预测出现大偏差，使数据结果输出更准确。
肺炎集成学习定级方法电子设备存储介质

[发明专利]新型冠状病毒肺炎病灶检测方法、系统、装置和存储介质-CN202010304526.4在审
发明人：张晓萍;靳秀丽;于泽源;汪方军;马力;王艳芳;陈庆武 -专利权人：中山仰视科技有限公司
申请日： 2020-04-17 - 公布日： 2020-08-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种新型冠状病毒肺炎病灶检测方法、系统、装置和存储介质，包括获取患者的肺部三维CT图像；对CT图像进行预处理操作，预处理操作包括肺部区域提取、像素归一化和数据增强；搭建基于三维图像的目标检测网络，检测网络包括特征提取网络，特征融合网络和病灶预测网络，特征提取网络采用3D‑Resnet作为基础框架，特征融合网络采用3D‑FPN的思想对不同尺度的特征层进行特征融合，病灶预测网络采用Faster‑RCNN的目标检测思想对融合后特征层进行病灶预测；在训练或测试时，将处理后的图像输入到网络中进行新型冠状病毒病灶检测。本发明的新冠肺炎病灶检测方法能显著提高病灶区域的检出率、真阳率和准确率。
新型冠状病毒肺炎病灶检测方法系统装置存储介质

1
共 7 条