“xception”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98个，建议您升级VIP下载更多相关专利

[发明专利]基于Xception网络的假脸检测方法及装置-CN202210277645.4在审
发明人：肖清 -专利权人：中国银行股份有限公司
申请日： 2022-03-21 - 公布日： 2022-09-27 - 主分类号： G06V40/40 文献下载
摘要：本发明提供了一种基于Xception网络的假脸检测方法及装置，基于Xception网络的假脸检测方法包括：接收待检测的人脸数据；根据预生成的Xception模型对所述人脸数据进行检测，以确定所述人脸数据是否为真实人脸数据，其中，所述Xception模型是基于Xception网络以及dlib库生成的。本发明利用深度神经网络，优化改进Xception网络结构，构建人脸检测模型，使其更适合于人脸特征提取和检测，从而有效识别人脸数据的真实性。
基于 xception 网络检测方法装置

[发明专利]一种改进Xception网络的呼吸运动预测方法-CN202310507395.3在审
发明人：赵烟桥;闫旭;来占录;李金旭;王岳;魏海涛;牛诗童;高嘉隆 -专利权人：哈尔滨理工大学
申请日： 2023-05-06 - 公布日： 2023-08-04 - 主分类号： G06F18/21 文献下载
摘要：本发明属于深度学习技术领域，具体涉及一种改进Xception网络的呼吸运动预测方法；该方法首先采集原始呼吸运动数据；然后进行预处理，作为网络输入数据集；并将网络输入数据集分为训练集、验证集和测试集，训练集用于训练网络模型参数，验证集用于测试预测准确度，并确定改进Xception网络的模型参数，测试集用于预测呼吸运动；使用训练集训练改进Xception网络的模型参数；观察交叉熵损失函数曲线，当交叉熵损失曲线趋于平稳时，基于训练好的模型参数，保存改进Xception网络；最后将测试集导入改进Xception网络，进行呼吸运动预测；本发明能够兼顾呼吸运动预测的准确度与速度。
一种改进 xception 网络呼吸运动预测方法

[发明专利]一种基于mid-Xception网络的轻量级人脸表情识别方法-CN202210545123.8在审
发明人：严富函;卫虹宇;李政伟 -专利权人：重庆邮电大学
申请日： 2022-05-19 - 公布日： 2022-09-06 - 主分类号： G06V40/16 文献下载
摘要：本发明涉及计算机视觉、深度学习、生物特征识别领域，特别涉及一种基于mid‑Xception网络的轻量级人脸表情识别方法，包括搭建mid‑Xception轻量级网络，并用归一化、增强处理后的数据集进行训练，基于训练好的mid‑Xception轻量级网络构建实时人脸表情识别系统，利用实时人脸表情识别系统输出表情分类概率分布和结果，本发明所提出的mid‑Xception网络在保证训练结果准确率几乎不变的情况下
一种基于 mid xception 网络轻量级表情识别方法

[发明专利]基于D-A Xception网络模型的特定辐射源识别方法及系统-CN202211450710.5在审
发明人：吴呈瑜;马子博;占敖;蔡小雁 -专利权人：杭州仝济智能科技有限公司
申请日： 2022-11-18 - 公布日： 2023-03-28 - 主分类号： G06F18/10 文献下载
摘要：本发明涉及基于D‑A Xception网络模型的特定辐射源识别方法及系统，其方法包括如下步骤：S1、对射频信号数据样本进行预处理，得到能量谱密度图；S2、在能量谱密度图上添加高斯噪音和椒盐噪音，以进行数据增强，得到数据集；其中，数据集划分为训练数据集和测试数据集；S3、利用训练数据集和测试数据集对结合空洞卷积和DANet的Xception模型进行训练和测试，得到D‑A Xception网络模型；S4、利用D‑AXception网络模型对待测样本进行特定辐射源识别。
基于 xception 网络模型特定辐射源识别方法系统

[发明专利]一种小波变换低频信息与Xception网络的静态手势识别方法-CN202110788462.4在审
发明人：王学慧;王嘉炜;刘燕娜 -专利权人：浙江理工大学
申请日： 2021-07-13 - 公布日： 2021-12-14 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种小波变换低频信息与Xception网络的静态手势识别方法，首先获取静态手势源图像和预设类型标签，构成样本训练集；再提取静态手势源图像的低频信息；之后建立Xception网络模型，包括输入层、中间层和输出层；将静态手势源图像的低频信息作为所述的输入层的输入，将输入层的输出结果再经过中间层循环处理8次，最后经输出层输出；结合Xception网络模型的输出结果和预设类型标签，对Xception
一种变换低频信息 xception 网络静态手势识别方法

[发明专利]基于改进Xception算法的葡萄叶片病害识别方法-CN202211397472.6在审
发明人：黄英来;李宁;黄鹤林;刘静;冀宇超 -专利权人：东北林业大学
申请日： 2022-11-09 - 公布日： 2023-02-03 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于改进Xception算法的葡萄叶片病害识别方法，包括：(1)制作训练数据集。(2)搭建改进的Xception网络，主要改进为：使用ELU激活函数替换Xception算法的原激活函数，加快收敛速度，避免了神经元死亡的问题，使网络可以学习更多的特征，通过引入通道注意力机制SE模块，通过改进，该算法相对于原始Xception模型能够保持更高的精度，参数量较少，从而使得模型能够在移动端进行部署。
基于改进 xception 算法葡萄叶片病害识别方法

[发明专利]静默活体检测方法、装置、设备及存储介质-CN202010142422.8有效
发明人：杨周龙;李培吉;杨天宇 -专利权人：上海东普信息科技有限公司
申请日： 2020-03-04 - 公布日： 2023-06-09 - 主分类号： G06V40/40 文献下载
摘要：静默活体检测方法包括：对预先采集的训练样本图像进行预处理，生成训练样本集；构建Xception模型，所述Xception模型依次包括输入层、第一卷积层、第二卷积层、全局平均池化层和二分类器，其中所述第一卷积层由1x1卷积核组成；采用所述训练样本集对所述Xception模型进行训练，得到静默活体检测模型；采集待检测对象的样本图像并输入所述静默活体检测模型进行识别，输出所述待检测图像对应的静默活体概率；若所述静默活体概率大于预置阈值本发明在Xception模型基础上增加了由1x1卷积核构成的第一卷积层，提高了活体检测准确性。
静默活体检测方法装置设备存储介质

[发明专利]一种面向自动驾驶场景的基于深度学习的语义分割方法-CN202011585194.8在审
发明人：赵继民;许俊辉;王颖;林丽媛;腾万伟;向炼;郝迪;韦赛远 -专利权人：天津科技大学
申请日： 2020-12-29 - 公布日： 2021-03-16 - 主分类号： G06T7/12 文献下载
摘要：该方法以Cityscapes和Camvid数据集作为训练集和测试集，在Tensorflow环境中对数据集进行预处理，然后以改进的Xception分类模型为主干网络，对复杂场景图像中目标对象进行特征提取，将Xception识别处理的结果送到DeeplabV3+中进行语义分割，经过训练、测试调整网络参数后，得到分割结果。本发明以改进的Xception作为分类网络模型提高了图像目标识别、分割的准确率，降低了识别时间和经济成本，可以应用在自动驾驶、军事等领域中。
一种面向自动驾驶场景基于深度学习语义分割方法

[发明专利]一种基于Xception的卷积神经网络的垃圾图片分类算法-CN202110270481.8在审
发明人：刘后胜;张洋 -专利权人：安庆职业技术学院
申请日： 2021-03-12 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Xception的卷积神经网络的垃圾图片分类算法，包括：步骤S1：数据预处理；步骤S2：搭建基于Xception的卷积神经网络分类模型，训练数据；步骤S3：模型评估。
一种基于 xception 卷积神经网络垃圾图片分类算法

[发明专利]一种小样本图像识别方法及相关设备-CN202310254005.6在审
发明人：杜智华;夏鑫 -专利权人：深圳大学
申请日： 2023-03-09 - 公布日： 2023-06-30 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例公开了一种小样本图像识别方法及相关设备，所述方法包括：获取待识别图像，并将所述待识别图像输入预设识别模型，得到所述待识别图像的Xception特征和所述待识别图像的dense特征，所述预设识别模型基于Xception模型以及dense模型构建；将所述Xception特征和所述dense特征进行融合，得到融合特征；将所述预设识别模型预测分数最高的特征的特征类型作为第一特征类型，并根据所述第一特征类型在所述融合特征中筛选出目标特征
一种样本图像识别方法相关设备

[发明专利]一种基于深度学习的项目物资成本预测方法及系统-CN202310077192.5在审
发明人：牛鸿波;田少国;陈龙;赵富强;马代波 -专利权人：陕西省煤层气开发利用有限公司
申请日： 2023-01-28 - 公布日： 2023-04-21 - 主分类号： G06Q30/0202 文献下载
摘要：包括以下步骤：步骤S1、确定数据集，并对数据集内的数值化数据标准化处理，非数值化数据采用one‑hot编码进行处理；步骤S2、将步骤S1处理过后的数据划分为时间特征数据和空间特征数据，将时间特征数据作为Xception模型的训练，将空间特征数据作为GRU模型的训练；步骤S3、将待测数据输入训练好的Xception模型和GRU模型，训练好的Xception模型的输出和训练好的GRU模型的输出作为Attention模型的输入
一种基于深度学习项目物资成本预测方法系统

[发明专利]一种基于多尺度融合的血细胞亚型图像分类方法-CN201810453688.7有效
发明人：方路平;盛邱煬;潘清;曹平;汪振杰;陆飞 -专利权人：浙江工业大学
申请日： 2018-05-14 - 公布日： 2021-04-06 - 主分类号： G06K9/00 文献下载
摘要：一种基于多尺度融合的血细胞亚型图像分类方法，包括以下步骤：(1)训练集包含4种红细胞亚型图像；(2)基于Xception的Entry flow模块构建浅层特征提取网络，输出4个不同尺度的特征图；(3)为步骤(2)中的4个输出分别连接4个由Xception Middle flow模块级联构成的中层特征提取网络；(4)为步骤(3)中的4个输出分别连接4个经过修改的Xception Exit flow模块，提取深层特征信息
一种基于尺度融合血细胞图像分类方法

[发明专利]一种基于深度学习的斑马线检测方法-CN202111253211.2在审
发明人：陈筱悦 -专利权人：的卢技术有限公司
申请日： 2021-10-27 - 公布日： 2022-02-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的斑马线检测方法，包括以下步骤：(1)图像输入：获取摄像头的图像数据作为图像处理模块的输入；(2)图像处理：将步骤(1)中获取的图像进行裁剪、灰度化、直方图均衡化、二值化、腐蚀和膨胀处理；(3)检测斑马线模块：先在Xception本发明减少了光照的影响，提高了运行速度，改善了斑马线检测的效果；本发明在作为主干网络的Xception中加入ECA模块，从而提高斑马线的检测能力，可以有效避免安全事故的发生。
一种基于深度学习斑马线检测方法

[发明专利]一种基于CWT-Xception-RF的φ-OTDR振动事件分类方法-CN202210304198.7在审
发明人：钟翔;任杰;陈晓珊;孙宇;曹翰昱;邓华夏;马孟超 -专利权人：合肥工业大学
申请日： 2022-03-25 - 公布日： 2022-06-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于CWT‑Xception‑RF的φ‑OTDR振动信号分类方法，首先通过提取获得φ‑OTDR振动信号的人工特征，通过CWT处理获得φ‑OTDR振动信号时频图；针对时频图利用迁移学习Xception
一种基于 cwt xception rf otdr 振动事件分类方法

[发明专利]基于卷积神经网络的漫画人脸识别方法-CN202010692679.0有效
发明人：王笛;田玉敏;黄珍;刘瑗;万波;杨鹏飞;赵辉;罗楠 -专利权人：西安电子科技大学
申请日： 2020-07-17 - 公布日： 2023-07-28 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于卷积神经网络的漫画人脸识别方法，其步骤为：(1)生成训练集；(2)生成C‑F Loss损失函数；(3)训练Xception卷积神经网络；(4)生成识别图片集；(5)对漫画人脸图片进行识别本发明采用Xception卷积神经网络提取特征，可以提取到更完整的漫画人脸特征获得更高的识别率，同时，本发明在交叉熵损失函数的基础上增加了Focal Loss损失函数生成一个C‑F Loss损失函数，解决了不同类中的图片数量的不平衡和图片在训练后输出对应类别名的难易程度的不平衡的问题
基于卷积神经网络漫画识别方法

1
2
3
4
5
6
7
下一页»
尾页
共 98 条