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163个,建议您升级VIP下载更多相关专利
  • [发明专利]一种数据标注方法、装置、电子设备及存储介质-CN202210940102.6有效
  • 李超;薛松;辛颖;王云浩;张滨;冯原;韩树民 - 北京百度网讯科技有限公司
  • 2022-08-05 - 2023-09-05 - G06V10/82
  • 本公开提供了一种数据标注方法、装置、电子设备及存储介质,涉及人工智能技术领域,尤其涉及深度学习、图像处理、计算机视觉等技术领域,可应用于物体检测等场景。具体实现方案为:根据第一标注信息确定第一标注框;根据所述第一标注框对第一图像进行抠图处理,得到构成所述第一图像中第一对象的第一零部件实例;通过对所述第一标注框与用于对第二图像中目标对象进行语义分割的第二标注框之间执行叠加操作,将所述第一零部件实例与所述目标对象的目标零部件进行图像融合,得到第一图像融合结果;根据所述第一图像融合结果获取第一数据标注结果。采用本公开,可以实现自动的数据标注,降低了数据标注的成本,提高了数据标注效率。
  • 一种数据标注方法装置电子设备存储介质
  • [发明专利]目标检测模型的预训练方法、装置以及设备-CN202210768971.5有效
  • 陈松;张滨;王云浩;韩树民 - 北京百度网讯科技有限公司
  • 2022-06-30 - 2023-08-25 - G06V10/774
  • 本公开提供了一种目标检测模型的预训练方法、装置、设备、存储介质以及程序产品,涉及人工智能技术领域,具体为深度学习、图像处理、计算机视觉技术领域。该方法的一具体实施方式包括利用第一检测模型提取第一样本图像的至少两个区域的至少两个点的特征,得到第一样本图像的至少两个第一点特征集合;基于第一点特征集合,计算第一检测模型的损失函数;基于损失函数,更新第一检测模型的参数,得到第二检测模型。该实施方式实现了基于点级对比学习的目标检测模型的预训练,降低了模型训练的复杂度,使得目标检测模型的训练不依赖或者少依赖数据标注,降低了标注成本。
  • 目标检测模型训练方法装置以及设备
  • [发明专利]一种氧化钴多孔纳米片及其制备方法与应用-CN202111315751.9有效
  • 李媛;王国鹏;陈康莉;王继东;韩树民 - 燕山大学
  • 2021-11-08 - 2023-08-22 - B01J23/75
  • 一种氧化钴多孔纳米片及其制备方法与应用,属于催化剂制备技术领域。本发明提供了一种氧化钴多孔纳米片是通过获得硫掺杂氢氧化钴前驱体,再干燥后,进行两段高温焙烧后冷却制备得到的。该氧化钴多孔纳米片的厚度为5‑20nm。还提供了该氧化钴多孔纳米片的制备方法和应用。该氧化钴多孔纳米片可以负载金属纳米颗粒制成复合催化剂,所制备的Co/CoO催化剂用作高活性的硼氢化钠水溶液产氢催化剂,产氢速率高达3345mlH2·gcat‑1·min‑1。本发明中氧化钴多孔纳米片制备方法简便,所制备的氧化钴多孔纳米片可以作为高比表面积的载体制备硼氢化钠水解产氢的复合催化剂。
  • 一种氧化钴多孔纳米及其制备方法应用
  • [发明专利]缺陷检测模型的训练和缺陷检测方法及其装置-CN202310687053.4在审
  • 蒋哲兴;张滨;韩树民;陈松 - 北京百度网讯科技有限公司
  • 2023-06-09 - 2023-08-15 - G06T7/00
  • 本公开提供了一种缺陷检测模型的训练和缺陷检测方法及其装置,涉及计算机视觉、图像处理、深度学习等技术领域,可应用于智慧工业等场景。方案为:采用教师缺陷检测模型对未标注图像进行产品缺陷的回归预测和类别预测,得到第一回归特征和第一分类特征;采用学生缺陷检测模型对未标注样本图像进行产品缺陷的回归预测和类别预测,得到第二回归特征和第二分类特征;根据第一回归特征和第二回归特征确定回归损失值;根据第一分类特征和第二分类特征确定分类损失值;根据回归损失值和分类损失值,对教师缺陷检测模型和学生缺陷检测模型进行联合训练。由此,通过无监督学习方式,利用未标注图像对两个模型进行联合训练,可增强模型的泛化能力和可靠性。
  • 缺陷检测模型训练方法及其装置

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