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1041094个,建议您升级VIP下载更多相关专利
  • [发明专利]图像中的对象的自动分类-CN200780030380.1有效
  • M·贾;H·李;X·谢;Z·陈;W-Y·马 - 微软公司
  • 2007-06-28 - 2009-08-12 - G06T7/00
  • 提供了一种用于自动对目标图像的对象进行分类的系统。分类系统提供分类图像集合以及图像的主要对象的分类分类系统试图基于目标图像分类图像的相似性来对目标图像的对象进行分类。为了对目标图像进行分类分类系统基于目标图像分类图像的显著点之间的相似性来标识集合中与目标图像最相似的分类图像分类系统将与同目标图像最相似的分类图像相关联的分类选为对目标图像的对象的分类
  • 图像中的对象自动分类
  • [发明专利]图像分类、地物分类方法和装置-CN202210564406.7有效
  • 袁建龙;王志斌;李昊 - 阿里巴巴(中国)有限公司
  • 2022-05-23 - 2022-11-04 - G06V10/764
  • 说明书披露一种图像分类、地物分类方法和装置。所述图像分类方法包括:获取待分类图像;将所述待分类图像输入已训练的第一图像分类模型,以获得所述第一图像分类模型输出的图像分类结果;其中,所述第一图像分类模型通过模拟无穷样本图像进行训练,以使得所述第一图像分类模型的决策边界逼近第二图像分类模型的决策边界,所述第二图像分类模型是已训练的满足收敛条件的图像分类模型。采用上述方案可在不增加第一图像分类模型大小的情况下,提升第一图像分类模型的分类准确度。
  • 图像分类地物方法装置
  • [发明专利]图像分类方法、装置、可读介质和电子设备-CN202210112946.1在审
  • 江毅;刁其帅;文彬;孙佳;袁泽寰;赵修影 - 北京有竹居网络技术有限公司
  • 2022-01-29 - 2022-05-17 - G06V10/764
  • 本公开涉及一种图像分类方法、装置、可读介质和电子设备,该方法可以包括:获取待分类图像和待分类图像的多模态信息,多模态信息包括文本信息、时空信息和属性信息,根据待分类图像和所述多模态信息,通过预先训练好的图像分类模型,确定待分类图像图像分类结果,其中,图像分类模型用于获取待分类图像对应的图像编码向量和多模态信息对应的多模态编码向量,并对图像编码向量和多模态编码向量进行融合,得到目标分类向量,并根据目标分类向量,确定图像分类结果本公开通过图像分类模型在待分类图像的基础上,结合了多模态信息来进行图像分类,能够准确地完成细粒度图像分类任务,确保图像分类结果的准确性。
  • 图像分类方法装置可读介质电子设备
  • [发明专利]一种基于深度学习模型的图像分类方法-CN202110856234.6有效
  • 王红滨;王鹏鸣;张政超;周连科;王念滨;何鸣;王勇 - 哈尔滨工程大学
  • 2021-07-28 - 2022-09-30 - G06V10/764
  • 一种基于深度学习模型的图像分类方法,属于图像分类领域。本发明解决了现有针对图像分类的神经网络无法在保证图像分类准确率的同时降低训练时间和模型参数规模的问题。本发明方法包括:建立图像分类模型,对图像分类模型进行冷启动训练;获取图像数据作为训练集,从“V”型相似度曲线中选取一个相似度系数作为相似度阈值,基于该阈值,利用训练集对图像分类模型参数进行训练,获取当前图像分类模型的参数;基于动态阈值和当前图像分类模型的参数,逐步降低该阈值,将训练集输入图像分类模型中,进行图像分类模型训练,获得最优的分类模型,停止图像分类模型训练;将待分类图像输入最优的图像分类模型,得到图像分类结果本发明用于图像分类
  • 一种基于深度学习模型图像分类方法
  • [发明专利]图像分类方法、装置、计算机设备和存储介质-CN202010303814.8在审
  • 李岩;康斌 - 腾讯科技(深圳)有限公司
  • 2020-04-17 - 2020-08-07 - G06K9/62
  • 本申请涉及人工智能技术领域,提供一种图像分类方法、装置、计算机设备和存储介质,获取待分类图像,将待分类图像具有的至少两种图像特征对应输入到至少两个图像分类器,该至少两个图像分类器与至少两个分类层次分别对应,输入到相邻分类层次对应的图像分类器的图像特征之间具有相似性约束关系,用于降低该图像特征之间的相似性;根据图像分类器输出的待分类图像在相应分类层次上的分类结果获取待分类图像的层次化分类结果。该方案通过在图像特征之间施加相似性约束关系,以降低输入到相邻分类层次对应的图像分类器的图像特征之间的相似性,使不同分类层次对应的图像分类器关注待分类图像上的不同图像特征,提高对图像进行层次化分类的准确性
  • 图像分类方法装置计算机设备存储介质
  • [发明专利]一种基于深度学习的图像分类模型组合方法-CN202211371486.0在审
  • 徐兴敏;王仁林;张玉艳 - 潍坊学院
  • 2022-11-03 - 2022-12-30 - G06V10/764
  • 本发明公开了一种基于深度学习的图像分类模型组合方法,涉及图像分类技术领域,具体步骤包括:对训练集图像进行预处理;构建图像分类模型;将训练集图像输入到图像分类模型中进行训练,得到与当前训练集图像对应的图像分类模型,获得训练好的图像分类模型;对不同类别的图像进行训练,得到训练好的图像分类模型集;确定图像分类模型集中每个图像分类模型的特征组合信息,将各个图像分类模型的特征组合信息融合为组合模型。本发明可以同时对多种类别的图像进行分类,得到分类结果,不仅可以提高图像分类准确率,在对多种类别的图像进行分类时,能够减少训练时间,提高分类效率。
  • 一种基于深度学习图像分类模型组合方法
  • [发明专利]一种基于多模型融合的遥感图像分类方法-CN202211465646.8在审
  • 吴爽 - 山东农业工程学院
  • 2022-11-22 - 2023-03-07 - G06V10/764
  • 本发明公开了一种基于多模型融合的遥感图像分类方法,涉及遥感图像分类技术领域,包括遥感平台、图像分类系统和图像分类模型构建模块,所述遥感平台连接有中央处理器,且中央处理器电性连接有数据储存模块和图像分类系统,所述图像分类系统包括图像特征提取模块、图像特征划分模块、图像分类模型构建模块、分类精度检测模块、分类结果检验模块和图像分类执行模块。该基于多模型融合的遥感图像分类方法,图像分类模型分为主体模型和若干支杆模型,通过图像分类模型的方式能够智能化对图像进行分类,并且而且能够实现多个全局图像分类以及单个图像的分区分类,还能够对图像分类模型进行精度检测和验证,确保分类可靠性。
  • 一种基于模型融合遥感图像分类方法
  • [发明专利]一种图像分类方法、装置、电子设备及存储介质-CN202310801287.7在审
  • 陈素芳;邓志辉 - 杭州海康机器人股份有限公司
  • 2023-06-30 - 2023-09-29 - G06V10/40
  • 本申请实施例提供了一种图像分类方法、装置、电子设备及存储介质,电子设备可以获取待分类图像;提取所述待分类图像图像特征;基于所述图像特征,按照预先配置的分类特征确定方式,确定所述待分类图像分类特征;根据所述分类特征与预先配置的分类规则的符合程度,确定所述待分类图像所属的图像类别。由于电子设备可以根据提取到的待分类图像图像特征,按照预先配置的分类特征确定方式确定分类特征。进而根据分类特征与预先配置的分类规则的符合程度,确定待分类图像所属的图像类别,而不需要基于深度学习算法对待分类图像进行复杂的处理,因此可以降低图像分类的复杂度。
  • 一种图像分类方法装置电子设备存储介质
  • [发明专利]基于场景的图像分类方法、装置、系统和存储介质-CN201910616087.8有效
  • 赵俊杰;王塑;刘宇 - 北京迈格威科技有限公司
  • 2019-07-09 - 2022-06-28 - G06V10/764
  • 本发明提供一种基于场景的图像分类方法、装置、系统和存储介质。该方法包括:接收输入图像,并基于训练好的神经网络对输入图像进行图像分类预测和场景分类预测,以得到图像分类得分和场景分类得分;基于场景分类得分确定输入图像的场景类别,并基于与场景类别相对应的映射函数对图像分类得分进行映射,以得到场景类别下输入图像图像分类新得分;以及将图像分类新得分与预设统一阈值进行比较,以得到输入图像图像分类结果。本发明的基于场景的图像分类方法、装置和系统对输入图像所属的场景进行分类,并根据场景分类结果对输入图像图像分类预测值进行映射变换,使得不同场景的图像可采用统一阈值进行图像分类,且得到较好的图像分类结果。
  • 基于场景图像分类方法装置系统存储介质

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