“杨叶辉”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121个，建议您升级VIP下载更多相关专利

[发明专利]用于训练模型的方法、用于检测目标的方法和装置-CN202210621267.7有效
发明人：武秉泓;杨叶辉;王晓荣;王磊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-06-01 - 公布日： 2023-08-29 - 主分类号： G06T7/00 文献下载
摘要：本公开提供了用于训练模型的方法、用于检测目标的方法和装置，涉及人工智能技术领域，具体为计算机视觉技术领域。具体实现方案为：获取样本图像和真实标签；基于样本图像、真实标签和待训练模型，确定样本图像的特征图中各预测点与真实标签之间的损失函数值；基于损失函数值和预设的正样本数量，确定各预测点对应的预测标签；基于真实标签和预测标签，对待训练模型进行训练，得到训练完成的目标检测模型。本实现方式可以提高目标检测模型的检测精度。
用于训练模型方法检测目标装置

[发明专利]图像分类方法、训练方法、装置、电子设备以及存储介质-CN202210068983.7有效
发明人：尚方信;何樾;杨叶辉;王晓荣 -专利权人：北京百度网讯科技有限公司
申请日： 2022-01-20 - 公布日： 2023-08-15 - 主分类号： G06V10/764 文献下载
摘要：本公开提供了一种图像分类方法、训练方法、装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及计算机视觉和深度学习技术领域。具体实现方案为：根据与目标医学图像对应的多个目标切片图像，获取多个目标切片图像各自的目标图像特征向量，其中，目标图像特征向量是用于表征目标切片图像的全局特征和局部特征的特征向量；根据多个目标切片图像各自的目标图像特征向量，获取多个目标切片图像各自的目标分类向量；对多个目标切片图像各自的目标分类向量进行处理，得到多个目标切片图像各自的分类结果。
图像分类方法训练装置电子设备以及存储介质

[发明专利]图像处理方法、装置、电子设备及存储介质-CN202010589818.7有效
发明人：尚方信;杨叶辉;王磊;许言午 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-24 - 公布日： 2023-08-15 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种图像处理方法、装置、电子设备及存储介质，涉及人工智能技术深度学习、图像处理领域，具体可用于眼底影像分析方面。具体实现方案为：获取待处理图像；根据待处理图像和分级网络模型，获得分级数组，分级网络模型为根据混合样本预先训练得到的模型，分级数组包含的元素个数为C‑1，C为病变等级个数，C个病变等级包括1个不存在病变的病变等级和C‑1个存在病变的病变等级，分级数组中第k个元素为待处理图像对应的病变等级大于或等于第k级病变等级的概率，1≤k≤C‑1，且k为整数；根据分级数组，确定待处理图像对应的病变等级。以在有限的训练样本量下，实现分级网络模型对医学图像对应病变等级的准确判断。
图像处理方法装置电子设备存储介质

[发明专利]眼底图像处理方法、终端设备及存储介质-CN202010309686.8有效
发明人：万物明;谢宗宝;杨叶辉;王磊;许言午;黄艳 -专利权人：北京百度网讯科技有限公司
申请日： 2020-04-20 - 公布日： 2023-08-15 - 主分类号： G06F15/163 文献下载
摘要：本申请公开了一种眼底图像处理方法、终端设备及存储介质，涉及图像处理领域。具体实现方案为：中央处理器获取眼底图像处理请求，所述眼底图像处理请求中包括待处理的眼底图像；所述中央处理器根据所述眼底图像处理请求，向图形处理器发送所述待处理的眼底图像；所述中央处理器触发所述图形处理器对所述待处理的眼底图像分析处理；所述中央处理器从所述图形处理器获取所述待处理的眼底图像的分析处理结果。本申请实施例提供的方案，减小了中央处理器和图形处理器之间的数据传输量，同时图形处理器的数据处理速度远高于中央处理器的数据处理速度，显著提高眼底图像分析处理的速度。
眼底图像处理方法终端设备存储介质

[发明专利]图像的成像设备确定方法、装置、设备及存储介质-CN202110172563.9有效
发明人：杨大陆;杨叶辉;王磊;许言午 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-08 - 公布日： 2023-08-11 - 主分类号： G06T7/13 文献下载
摘要：本申请公开了一种图像的成像设备确定方法、装置、设备及存储介质，涉及人工智能领域，尤其涉及计算机视觉、智慧医疗和图像取证技术领域。具体实现方案为：根据待分析眼底图像中位于眼底轮廓上的点与所述眼底轮廓中心点的关系，确定所述待分析眼底图像的目标轮廓特征；根据所述目标轮廓特征和候选成像设备的参考轮廓特征，确定所述待分析眼底图像关联的成像设备，为眼底图像的成像设备的确定提供了一种新思路。
图像成像设备确定方法装置存储介质

[发明专利]目标检测方法、装置、电子设备以及可读存储介质-CN202010611651.X有效
发明人： 杨叶辉;王磊;许言午 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-29 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：本公开提供一种目标检测方法、装置、电子设备以及可读存储介质，涉及深度学习、计算机视觉、人工智能领域。该方法包括：利用第一分类模型对输入图像中包含的多个图像块进行分类，以得到所述多个图像块中被初步分类为包含目标的一个或多个候选图像块；提取针对每个候选图像块的相应显著性区域；基于针对每个候选图像块的相应显著性区域，构造针对每个候选图像块的相应目标特征向量；以及利用第二分类模型对所述目标特征向量进行分类以确定每个候选图像块是否包含所述目标。
目标检测方法装置电子设备以及可读存储介质

[发明专利]图像分割模型训练、图像分割方法及相关装置-CN202110734668.9有效
发明人：尚方信;杨叶辉;李乾;黄海峰;王磊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-30 - 公布日： 2023-08-01 - 主分类号： G06V10/26 文献下载
摘要：本公开提供了一种图像分割模型训练、图像分割方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及图像处理、深度学习等人工智能技术领域。该方法的一具体实施方式包括：获取样本图像集合，并确定与该样本图像集合中每张样本图像对应的原始特征图，然后确定目标混合方式，并按照该目标混合方式混合各该原始特征图，得到增量特征图，该增量特征图的数量少于该样本图像集合中样本图像的数量，最终基于该增量特征图训练得到图像分割模型。本公开提供的图像分割模型训练方法，可减少图像分割模型训练时的运算资源的需求，并减少模型进行训练时所耗费的运算量，以提升模型训练效率。
图像分割模型训练方法相关装置

[发明专利]目标检测模型的训练方法、装置、设备以及存储介质-CN202110128575.1有效
发明人：武秉泓;杨叶辉;刘佳;许言午;王磊;李乾 -专利权人：北京百度网讯科技有限公司
申请日： 2021-01-29 - 公布日： 2023-08-01 - 主分类号： G06V10/82 文献下载
摘要：本申请实施例公开了目标检测模型的训练方法、装置、设备以及存储介质，涉及图像识别、深度学习等人工智能技术领域。该方法包括：通过目标检测模型对样本图像中的目标进行预测，得到预测框及该预测框对应的类别置信度；计算预测框和与该预测框对应的真值框的广义交并比值，得到预测框的广义交并比值；基于预测框的广义交并比值，确定基于预测框对应的类别置信度以及预测框的标签确定的焦损失函数的权重；基于权重和焦损失函数，确定分类损失函数，以及基于分类损失函数训练目标检测模型，得到训练完成的目标检测模型，从而在目标检测模型训练过程中，使得定位精度高的预测框能收敛至更高的类别置信度，进一步提升目标检测模型的精度。
目标检测模型训练方法装置设备以及存储介质

[发明专利]重合度检测方法、装置、设备以及存储介质-CN202011021591.2有效
发明人：武秉泓;杨叶辉;许言午;王磊 -专利权人：北京康夫子健康技术有限公司
申请日： 2020-09-25 - 公布日： 2023-07-28 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了重合度检测方法、装置、设备以及存储介质，涉及人工智能领域，具体为计算机视觉和智慧医疗领域，可应用于医疗影像分析场景。该方法的一具体实施方式包括：检测眼底图像的黄斑圆形区域和硬渗矩形区域；确定黄斑圆形区域与硬渗矩形区域的相对位置；基于相对位置，计算黄斑圆形区域与硬渗矩形区域的重合面积；基于重合面积，生成黄斑圆形区域与硬渗矩形区域的重合度指标。该实施方式提高了重合度指标的计算精度。
合度检测方法装置设备以及存储介质

[发明专利]用于量化异常程度的方法、装置、电子设备及可读存储介质-CN202011144982.3有效
发明人：尚方信;杨叶辉;王磊;许言午 -专利权人：北京百度网讯科技有限公司
申请日： 2020-10-23 - 公布日： 2023-07-28 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例公开了用于量化异常程度的方法、装置、电子设备及计算机可读存储介质，涉及人工智能技术领域，具体涉及计算机视觉、深度学习领域，可用于智慧医疗场景。该方法的一具体实施方式包括：获取实际眼底图像；将所述实际眼底图像中表征眼底异常的部分图像提取为异常特征图；根据构成所述异常特征图的各像素点的像素值加和，计算得到所述实际眼底图像的异常量化值。该实施方式为了提升判断结果的可解释性，根据构成各像素点的像素值加和来计算得到异常量化值，因此该异常量化值可综合表示眼底异常表现在单个像素点上的严重程度和覆盖面积，使得该异常量化值可作为解释或支撑得到判断结果的理由，提升了判断结果的可解释性。
用于量化异常程度方法装置电子设备可读存储介质

[发明专利]图像中可读区域的分割方法、装置、电子设备及存储介质-CN202010586428.4有效
发明人：黄甜甜;杨大陆;杨叶辉;王磊;许言午 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-24 - 公布日： 2023-07-28 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了图像中可读区域的分割方法、装置、电子设备及存储介质，涉及智慧医疗、图像处理技术领域。具体实现方案为：通过获取眼底图像中像素点对应的亮度漂移信息对眼底图像进行分割，并将分割得到的区域根据像素点对应的对比度漂移信息以及对应的病灶检测算法，确定该区域是否满足对应的可读条件，在该区域满足对应的可读条件时，确定该区域为眼底图像中的可读区域。由此，通过检测眼底图像亮度是否均匀的同时，对区域的清晰度进行计算，并结合病灶检测算法，从而更好的判断区域是否可读，可最大程度地降低图像的错误丢弃率。
图像可读区域分割方法装置电子设备存储介质

[发明专利]医学图像识别方法、装置、设备以及存储介质-CN202011060419.8有效
发明人：尚方信;杨叶辉;王磊;许言午 -专利权人：北京百度网讯科技有限公司
申请日： 2020-09-30 - 公布日： 2023-07-28 - 主分类号： G06V10/774 文献下载
摘要：本公开提供一种医学图像识别方法、装置、设备以及存储介质，涉及计算机视觉、深度学习、智慧医疗等人工智能领域。医学图像识别方法包括：将医学图像输入疾病分级网络，获取疾病分级网络输出的类别激活图及其疾病类别和疾病置信度，类别激活图能够表征医学图像中指示相应疾病类别的相关区域，疾病类别的划分与一种或多种病灶相关；将医学图像输入病理体征识别网络，获取病理体征识别网络输出的一个或多个病灶概率图，其中，每一个病灶概率图的每一个像素指示医学图像中相应的一个子区域包括病灶的概率，并且在相应的疾病置信度大于预设置信度的情况下，类别激活图和相关的一个或多个病灶概率图中每一个病灶概率图之间的相似度均大于设定的阈值。
医学图像识别方法装置设备以及存储介质

[发明专利]用于分析医学影像的方法和装置-CN202010321817.4有效
发明人：武秉泓;杨叶辉;杨大陆;王磊;许言午 -专利权人：北京康夫子健康技术有限公司
申请日： 2020-04-22 - 公布日： 2023-07-21 - 主分类号： G06V10/764 文献下载
摘要：本公开的实施例公开了用于分析医学影像的方法和装置，该方法的一具体实施方式包括：获取医学影像数据；利用训练得到的深度网络模型对医学影像数据进行预测，输出医学影像数据属于不同预设类别的概率值，其中，深度网络模型采用多个场景的人员的以下医学数据训练得到：医学影像数据和身体健康状况信息；基于学习得到的权值向量，对医学影像数据属于预设类别的概率值进行加权，其中，权值向量基于场景的敏感性与特异性的优化目标学习得到；基于加权后的概率值，确定医学影像的所属的预设类别。该实施方式从侧面抑制模型非鲁棒性特征的干扰，间接增强模型的泛化能力。
用于分析医学影像方法装置

[发明专利]眼底图像生成方法、装置、设备以及存储介质-CN202011422771.1有效
发明人：刘佳;杨叶辉;武秉泓;王兆玮;李乾;王磊 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-08 - 公布日： 2023-07-18 - 主分类号： G06T7/11 文献下载
摘要：本申请公开了眼底图像生成方法、装置、设备以及存储介质，涉及计算机视觉、深度学习和智慧医疗等人工智能领域，具体可应用于医疗影像分析场景下。该方法的一具体实施方式包括：获取第一真实眼底图像、第二真实眼底图像和第三真实眼底图像；从第一真实眼底图像提取眼底血管掩膜；从第二真实眼底图像提取眼底病灶掩膜；将第三真实眼底图像、眼底血管掩膜和眼底病灶掩膜输入生成网络，生成仿真眼底图像。该实施方式提供了一种结合眼底图像的机型分布信息、眼底血管结构信息和病灶信息这三种信息的眼底图像生成技术，解决了眼底图像数据匮乏的问题。
眼底图像生成方法装置设备以及存储介质

[发明专利]眼底图像识别方法、装置、设备、存储介质以及程序产品-CN202110126001.0有效
发明人：刘佳;杨叶辉;武秉泓;王兆玮;王磊;李乾 -专利权人：北京百度网讯科技有限公司
申请日： 2021-01-29 - 公布日： 2023-07-18 - 主分类号： G06V10/25 文献下载
摘要：本申请公开了眼底图像识别方法、装置、设备、存储介质以及程序产品，涉及计算机视觉、深度学习、智慧医疗等人工智能技术领域。该方法的一具体实施方式包括：获取眼底图像中的眼底病灶的位置、黄斑中心凹的位置、视网膜的病变等级和黄斑区的病变概率值；基于眼底病灶的位置、黄斑中心凹的位置、视网膜的病变等级和黄斑区的病变概率值，建立每个特征与黄斑区病变类型的相关性；基于每个特征与黄斑区病变类型的相关性进行特征筛选；将筛选出的特征输入至预先训练出的黄斑区分类决策树，得到黄斑区的类别。该实施方式利用计算机辅助眼底图像识别，大大降低了人力成本。
眼底图像识别方法装置设备存储介质以及程序产品

1
2
3
4
5
6
7
8
9
下一页»
尾页
共 121 条