“细胞图像识别”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1614868个，建议您升级VIP下载更多相关专利

[发明专利]一种病理图像处理系统、方法及介质-CN202110693200.X有效
发明人：王本刚;吴惠民 -专利权人：上海杏脉信息科技有限公司
申请日： 2021-06-22 - 公布日： 2023-05-12 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种病理图像处理系统、方法及介质。所述系统包括：病理图像获取模块，用于获取病理图像，所述病理图像为经PD‑L1免疫组化检测试剂染色的组织样本的病理学显微图像；病理图像识别模块，与所述病理图像获取模块相连，用于识别所述病理图像中的特定部位，所述特定部位包括所述病理图像中的肿瘤细胞所在部位和/或经所述PD‑L1免疫组化检测试剂染色后呈现特定颜色的部位；表达水平获取模块，与所述病理图像识别模块相连，用于根据所述病理图形识别模块对所述特定部位的识别结果获取所述病理图像的所述病理图像处理系统能够自动识别病理图像中的特定部位，并根据所述特定部位的识别结果获取所述病理图像的PD‑L1表达水平。
一种病理图像处理系统方法介质

[发明专利]图像识别模型的生成方法、图像识别方法、系统及芯片-CN202310638213.6在审
发明人：司朋涛;陈纬 -专利权人：展讯通信（上海）有限公司
申请日： 2023-05-31 - 公布日： 2023-08-25 - 主分类号： G06V10/82 文献下载
摘要：本公开提供了一种图像识别模型的生成方法、图像识别方法、系统及芯片。该图像识别模型的生成方法包括：获取训练图像数据；其中，至少部分训练图像数据中包括目标对象；以训练图像数据作为输入，以包括标注信息的目标图像数据作为输出，对PicoDet网络进行训练，以得到初始图像识别模型；其中，标注信息用于判断目标图像数据中是否包括目标对象；对初始图像识别模型中的多特征融合网络进行裁剪，以生成图像识别模型。通过训练得到初始图像识别模型，裁剪初始图像识别模型的多特征融合网络生成图像识别模型，该图像识别模型具有较小的算力需求、较快的识别速度和较高的泛用性，模型结构简单，加易于理解和维护，适用于移动设备等资源有限的场景
图像识别模型生成方法系统芯片

[发明专利]图像识别模型训练方法及装置-CN202111338332.7在审
发明人：钟艺豪;蔡锐涛 -专利权人：有米科技股份有限公司
申请日： 2021-11-12 - 公布日： 2022-03-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像识别模型训练方法及装置，该方法包括：确定训练好的第一图像识别模型；第一图像识别模型包括有训练好的第一特征编码网络；确定待训练的第二图像识别模型；第二图像识别模型的模型参数少于第一图像识别模型的模型参数；将第二图像识别模型中的第二特征编码网络的网络参数，确定为第一特征编码网络的网络参数；确定损失函数为第一特征编码网络的特征输出和第二特征编码网络的特征输出之间的差异，对第一图像识别模型和第二图像识别模型进行联合训练，得到训练好的第二图像识别模型。可见，通过本发明的方案训练得到的第二图像识别模型可以保持较小的规模的同时达到更好的识别效果。
图像识别模型训练方法装置

[发明专利]基于深度学习的宫颈鳞状上皮内病变识别算法-CN201910915033.1有效
发明人：杨梦宁;郭乔楠;王壮壮;陈海玲;吕杨帆 -专利权人：重庆大学;中国人民解放军陆军军医大学第二附属医院
申请日： 2019-09-26 - 公布日： 2023-05-16 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了基于深度学习的宫颈鳞状上皮内病变识别算法，包括以下步骤：获取预先准备好的宫颈数字病理图像；利用VGG16改进U‑net算法对所述病理图像进行细胞核分割，获取细胞核的Mask图像；采用超像素聚类算法对所述病理图像进行区域分割，并结合所述Mask图像计算出密度矩阵，提取密度特征得到密度图像；结合所述病理图像、所述Mask图像和所述密度图像的三种数据集，并利用集成CNN进行识别。有益效果：实现了细胞核的分割，以及基于细胞核密度特征的病理图像识别，使简单的CNN模型效率更高，且节省资源，同时，能够起到辅助医生提高宫颈癌变的诊断效率和准确率的效果。
基于深度学习宫颈上皮病变识别算法

[发明专利]一种基于巡逻机器人的烟雾图像识别方法、装置及设备-CN202310949912.2在审
发明人：封其国;任晓波;林昶荣 -专利权人：深圳市华赛睿飞智能科技有限公司
申请日： 2023-07-28 - 公布日： 2023-10-13 - 主分类号： G06V20/17 文献下载
摘要：一种基于巡逻机器人的烟雾图像识别方法、装置及介质，包括利用预构建的巡逻机器人对预设飞行场景进行图像采集处理，得到待识别图像；根据巡逻机器人中部署的烟雾图像识别学生模型对待识别图像进行烟雾图像识别处理，得到烟雾图像识别结果；其中，烟雾图像识别学生模型通过对烟雾图像识别教师模型进行对抗知识蒸馏训练得到，解决飞行巡逻机器人采集到的图像中烟雾图像识别的精度问题。
一种基于巡逻机器人烟雾图像识别方法装置设备

[发明专利]图像内容的识别方法、图像识别模型的训练方法及介质-CN202011261377.4在审
发明人：彭健腾 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-12 - 公布日： 2021-01-22 - 主分类号： G06K9/00 文献下载
摘要：本申请是关于一种图像内容的识别方法、图像识别模型的训练方法及介质，属于图像识别领域。所述方法包括：将目标图像输入至图像识别模型，得到目标特征；将所述目标特征输入至检测器，得到目标检测结果，所述检测器用于根据所述目标特征确定所述目标图像中的目标图像内容包含情况；所述图像识别模型是通过对融合特征进行比对识别，并根据所述比对识别的结果更新所述图像识别模型，直至所述图像识别模型收敛得到。通过对融合后的特征进行比对识别，并更新图像识别模型，降低了目标图像内容样本的数据收集难度，提高图像识别模型的训练效率。
图像内容识别方法模型训练介质

[发明专利]图像识别模型的训练方法和装置、存储介质及电子设备-CN202310361289.9在审
发明人：朱城 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-03-29 - 公布日： 2023-10-27 - 主分类号： G06V10/774 文献下载
摘要：本公开提供了一种图像识别模型的训练方法和装置、存储介质及电子设备。其中，该方法包括：获取第一图像识别模型对第一样本图像识别后得到的第一识别结果；从分割图像集合中确定出与第一识别结果对应的目标分割图像；通过第二图像识别模型对基于目标分割图像与第一样本图像合成所得到的第二样本图像进行识别，得到第二识别结果，第二识别结果指示第一样本图像的图像类别以及目标分割图像的图像类别；根据第一训练损失和第二训练损失对第一图像识别模型和第二图像识别模型进行联合训练；将训练完成的第二图像识别模型确定为目标图像识别模型本公开解决了相关训练方法得到的图像识别模型的识别准确率较低的技术问题。
图像识别模型训练方法装置存储介质电子设备

[发明专利]一种图像识别系统及图像识别装置-CN201910488368.X在审
发明人：李慎磊;李士军;崔灿;林小军;郭军;倪伟锋;谷小红 -专利权人：广州瑞丰生物科技有限公司
申请日： 2019-06-05 - 公布日： 2019-10-18 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了一种图像识别系统以及图像识别装置，包括采集模块用于采集图像；识别模块用于识别所述图像中的物体特征；分析模块用于采用所述图像中的物体特征生成分析数据；存储模块用于存储所述图像，记录所述识别模块获取的物体特征和所述分析模块获取的分析数据本发明提出的图像识别系统，结构简单，操作简便，图像识别能力强，可以采集图像后根据图像快速识别物体，提高图像识别的准确性，同时可以根据物体获取物体特征，采用物体特征生成分析数据，增加图像识别的实用性，并且整个图像识别系统成本低廉，可以实时监控识别，也降低了图像识别的成本，降低了种植成本。
物体特征图像识别系统图像识别分析数据图像图像识别装置采集图像分析模块采集模块存储模块快速识别模块获取实时监控物体获取能力强存储记录种植

[发明专利]一种超声图像识别系统及自优化方法-CN202210326078.7在审
发明人：黄孟钦;周鹏举;张志遵;朱瑞星 -专利权人：上海深至信息科技有限公司
申请日： 2022-03-30 - 公布日： 2022-07-01 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及超声图像识别技术领域，具体涉及一种超声图像识别系统及自优化方法，包括：输入模块，输入模块接收自外部输入的超声图像；特征优化模块，特征优化模块连接输入模块，特征优化模块对超声图像进行处理以生成特征优化图像；识别模块，识别模块连接特征优化模块，识别模块自特征优化模块接收特征优化图像，并采用一图像识别模型对特征优化图像进行识别以输出识别结果。本发明的有益效果在于：通过在传统的图像识别模型前设置一特征优化模块，进而实现了对输入图像识别模块的超声图像的预处理、特征凸显，从而实现了在对图像识别模型本身不进行任何改动的前提下，提高图像识别模型对图像识别的准确率
一种超声图像识别系统优化方法

[发明专利]图像识别方法、系统、介质、电子设备及目标检测模型-CN202210737868.4在审
发明人：孔欧;刘益东;王君 -专利权人：上海蜜度信息技术有限公司
申请日： 2022-06-28 - 公布日： 2022-07-29 - 主分类号： G06V10/82 文献下载
摘要：本发明提供一种图像识别方法、系统、介质、电子设备及目标检测模型；所述图像识别方法包括以下步骤：获取待识别图像；将所述待识别图像输入至所述目标检测模型，以使所述目标检测模型输出所述待识别图像中每一物体对应的物体类别、位置坐标及所述待识别图像的特征值；基于所述物体类别、所述位置坐标及所述特征值实现对所述待识别图像的图像识别；本发明提供的图像识别方法仅依赖一个目标检测模型，即可同时实现特征提取和图像分类的功能，相较现有图像识别方法采用两个模型来说，减少了图像识别过程中模型的冗余，进而减少了图像识别占用的计算资源，加快了图像识别速度。
图像识别方法系统介质电子设备目标检测模型

[发明专利]拍摄图像识别装置、拍摄图像识别系统以及拍摄图像识别方法-CN201180065235.3有效
发明人：山崎龙次 -专利权人：松下电器产业株式会社
申请日： 2011-12-21 - 公布日： 2013-12-11 - 主分类号： G06T7/00 文献下载
摘要：本发明提供拍摄图像识别装置，其能够使图像识别功能的性能充分发挥。视场比例估计单元（31）使用拍摄图像S1估计摄像机单元（20）的视场比例。候选应用选择单元（32）基于估计出的视场比例，从多个图像识别应用中选择能对现在的拍摄图像执行处理或优选的图像识别应用的候选。图像识别处理单元（40）从候选应用中执行由用户选择出的图像识别应用。由此，能够执行适于现在的拍摄图像的图像识别应用，因此能够充分发挥图像识别功能的性能。
拍摄图像识别装置系统以及方法

[发明专利]基于深度学习的被动式非视域图像识别方法及识别装置-CN202110751193.4在审
发明人：向雪霜;黄美玉;王洋洋;张雅琴;陈召;肖林 -专利权人：中国空间技术研究院
申请日： 2021-07-02 - 公布日： 2021-12-24 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于深度学习的被动式非视域图像识别方法及识别装置，被动式非视域图像识别方法包括：基于视域图像识别训练数据集中的样本图像构建用于被动式非视域图像识别训练的被动式非视域图像训练集；采用多个深度学习识别网络构建用于被动式非视域图像识别的第一深度学习识别网络；采用被动式非视域图像训练集训练第一深度学习识别网络，待算法收敛之后得到用于被动式非视域图像识别的被动式非视域图像识别模型；基于视域图像测试数据集构建用于被动式非视域图像识别模型的被动式非视域测试图像；被动式非视域图像识别模型抽取被动式非视域测试图像进行识别，并获取识别结果。本发明可快速、准确地识别出被动式非视域图像的类别。
基于深度学习被动式视域图像识别方法装置

[发明专利]图像识别模型的训练与图像识别的方法、装置-CN202110313831.4在审
发明人：崔程;杨敏;薛学通;魏凯 -专利权人：北京百度网讯科技有限公司
申请日： 2021-03-24 - 公布日： 2021-06-25 - 主分类号： G06K9/62 文献下载
摘要：本公开公开了一种图像识别模型的训练与图像识别的方法，涉及人工智能领域，具体涉及计算机视觉和深度学习技术领域。图像识别模型的训练方法：获取训练数据，训练数据中包含多张第一图像以及对应各第一图像的标注标签；确定各第一图像中主体的位置数据；根据位置数据对各第一图像中的主体进行调整，得到对应各第一图像的第二图像；根据各第二图像以及对应各第二图像的标注标签对神经网络模型进行训练，直至神经网络模型收敛，得到图像识别模型。图像识别的方法：获取待识别图像：将待识别图像作为图像识别模型的输入，将所述图像识别模型的输出结果作为待识别图像的识别结果。本公开能够提升训练得到的图像识别模型在进行图像识别时的准确性。
图像识别模型训练方法装置

[发明专利]一种图像识别模型的训练方法及图像识别方法-CN202010851885.1在审
发明人：成乐乐 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-08-21 - 公布日： 2022-03-11 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种图像识别模型的训练方法以及图像识别方法。所述图像识别模型的训练方法包括：获取图像数据以及图像数据的辅助信息，根据图像数据以及所述辅助信息生成视觉原型数据；获取训练样本以及训练样本对应的特定视觉原型数据；使用训练样本训练原始图像识别模型，在训练过程中基于所述特定视觉原型数据确定训练产生的训练损失数据，并训练直至所述训练损失数据满足预设条件，得到训练完成的图像识别模型。所述图像识别方法包括：获取待识别的目标图像；根据训练完成的图像识别模型对所述目标图像进行识别，得到识别结果。采用所述方法，抑制了训练样本中的噪声图像对图像识别模型的训练的干扰，提高了图像识别模型的学习效率及准确率。
一种图像识别模型训练方法

[发明专利]图像识别模型的训练方法及装置、图像识别方法及装置-CN202010075299.2有效
发明人：杨新星;李龙飞;周俊 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-01-22 - 公布日： 2022-07-26 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例公开了一种图像识别模型的训练方法及装置、图像识别方法及装置。其中，训练方法包括：将待训练的第二图像识别模型中的每层卷积神经网络，分别与训练完的第一图像识别模型中的一个子网络相对应。根据训练完的第一图像识别模型中每个子网络的输入和输出，对待训练的第二图像识别模型中的每层卷积神经网络的参数进行初始化处理。将样本图像输入参数初始化处理后的待训练的第二图像识别模型，根据待训练的第二图像识别模型的输出和样本图像的标签，对待训练的第二图像识别模型进行训练。由此，实现了根据训练完的第一图像识别模型，对待训练的第二图像识别模型进行参数初始化处理，以加快对待训练的第二图像识别模型进行的训练。
图像识别模型训练方法装置