“石大明”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52个，建议您升级VIP下载更多相关专利

[发明专利]目标检测方法、装置、计算机设备和存储介质-CN202110659552.3有效
发明人： 石大明;潘豪 -专利权人：深圳大学
申请日： 2021-06-15 - 公布日： 2023-08-08 - 主分类号： G06V10/44 文献下载
摘要：本申请涉及一种目标检测方法、装置、计算机设备和存储介质。所述方法包括：获取待检测图像；采用预先训练的目标检测模型对待检测图像进行目标检测，得到待检测图像对应的目标检测结果；目标检测模型为在低秩网络模型中增加抑制信号后构建的模型。目标检测模型的训练过程，包括：获取第一样本图像；获取初始检测模型，初始检测模型为在低秩网络模型中增加初始抑制信号后获得的模型；采用初始检测模型对第一样本图像进行图像检测，得到第一拟合形状；在基于第一拟合形状确定未达到拟合结束条件时，调整初始检测模型中的初始抑制信号的强度，直至达到拟合结束条件，得到目标检测模型。采用本申请实施例方法能够提高图像中的小目标的检测精度。
目标检测方法装置计算机设备存储介质

[实用新型]便携储能系统唤醒装置-CN202320643521.3有效
发明人：郑庆飞;石大明 -专利权人：苏州雅新能动力科技有限公司
申请日： 2023-03-28 - 公布日： 2023-08-01 - 主分类号： H01M10/48 文献下载
摘要：本实用新型公开了一种便携储能系统唤醒装置，用于对储能系统的唤醒端口输出相应的唤醒电信号以使储能系统的电源端口和电池包的供电电压之间的控制开关导通，从而使得所述电源端口输出所述供电电压，所述便携储能系统唤醒装置包括唤醒开关电路、隔离反馈电路和指示灯，所述唤醒开关电路接在所述唤醒端口和唤醒电信号之间以控制所述储能系统的唤醒端口和唤醒电信号之间的通断，所述隔离反馈电路的初级回路接在所述储能系统的电源端口和接地点之间，所述指示灯串接在所述隔离反馈电路的次级回路上。与现有技术相比，本实用新型可以及时反馈唤醒结果，有助于用户及时确定是否正常完成唤醒工作，体验好。
便携系统唤醒装置

[发明专利]用于视频行为识别的模型训练方法、装置和计算机设备-CN202011202120.1有效
发明人： 石大明;刘露;刘玉坤;杨淑玲 -专利权人：深圳大学
申请日： 2020-11-02 - 公布日： 2023-07-21 - 主分类号： G06V40/20 文献下载
摘要：本申请涉及一种用于视频行为识别的模型训练方法、装置和计算机设备。所述方法包括：确定视频行为识别模型的输入层、隐含层和输出层。针对每一个隐含层，采用与隐含层的感受野尺寸相同的滑动窗口对样本视频图像进行滑动截取，获得对应隐含层的基本模式集。对基本模式集进行聚类后，确定聚类得到的多个基本模式类各自的代表模式，构成每个隐含层对应的训练模式集。对视频行为识别模型进行从前向后逐层的局部特征训练，且在每一个隐含层进行局部特征训练时，采用对应的训练模式集进行训练。在输出层，采用反向传播的训练方式，对视频行为识别模型进行全局训练。采用本方法能够提升视频行为识别率。
用于视频行为识别模型训练方法装置计算机设备

[发明专利]图像去噪方法、装置、计算机设备和存储介质-CN202110822624.1有效
发明人： 石大明;万博文 -专利权人：深圳大学
申请日： 2021-07-21 - 公布日： 2023-07-11 - 主分类号： G06T5/00 文献下载
摘要：本申请涉及一种图像去噪方法、装置、计算机设备和存储介质。所述方法包括：获取待去噪图像；采用预先训练的至少两个图像去噪模型对待去噪图像去噪，获得各图像去噪模型的初始去噪图像，各图像去噪模型对应至少两个初始去噪图像；对各初始去噪图像进行融合处理，获得目标去噪图像；各图像去噪模型的训练过程为：获取各类样本数据集，样本数据集的数据为：采用该样本数据集的类型的采样比例，对各原始噪声图像采样得到的样本噪声图像块；采用各类样本数据集，对各类对应的神经网络模型训练，获得各图像去噪模型，神经网络模型为设置节点损失率的神经网络模型，神经网络模型的节点损失率与该类型的采样比例相同。采用本方法可提高图像去噪的精度。
图像方法装置计算机设备存储介质

[发明专利]用于图像去噪的网络训练方法、装置、终端及存储介质-CN201910100276.X有效
发明人：陈松逵;石大明;朱美芦 -专利权人：深圳大学
申请日： 2019-01-31 - 公布日： 2023-05-23 - 主分类号： G06N3/084 文献下载
摘要：本发明适用图像处理技术领域，提供了一种用于图像去噪的网络训练方法、装置、终端及存储介质，该方法包括：将预设数量的噪声图像输入预设的卷积神经网络，初始化卷积神经网络的参数，通过卷积神经网络的去噪层获取噪声图像的去噪图像特征，通过预设的卷积神经网络的组合层将去噪图像特征进行组合，以得到噪声图像去噪后的去噪图像，将去噪图像和噪声图像对应的无噪声图像输入预设的细节损失模型，获取卷积神经网络去噪时的细节损失，当细节损失模型未收敛时，将细节损失反传到卷积神经网络，并根据细节损失更新卷积神经网络参数，以继续对卷积神经网络进行训练，从而通过不断去噪、调整参数来减少网络时的细节损失，进而提高该网络的去噪效果。
用于图像网络训练方法装置终端存储介质

[发明专利]基于深度学习的暗光图像增强方法、装置、设备及介质-CN201910993985.5有效
发明人： 石大明;郑传军 -专利权人：深圳大学
申请日： 2019-10-18 - 公布日： 2023-03-14 - 主分类号： G06T5/00 文献下载
摘要：本发明适用图像处理技术领域，提供了一种基于深度学习的暗光图像增强方法、装置、设备及介质，该方法包括：在同一目标场景下采集短曝光的训练图像和长曝光的对照图像，将预处理后得到的训练图像采样为四通道的特征图像，将四通道的特征图像输入到全卷积神经网络得到对应的RGB图像，计算RGB图像和对应的对照图像之间的均方误差，根据均方误差采用梯度下降算法对全卷积神经网络的各参数进行更新，当没有达到更新阈值时，继续执行通过全卷积神经网络得到训练图像对应的RGB图像及后续处理，达到时，通过全卷积神经网络对全尺寸目标暗光图像进行图像增强，得到对应的增强图像，从而提高暗光图像的去噪及细节修复效果，进而提高暗光图像增强效果。
基于深度学习图像增强方法装置设备介质

[发明专利]图像分类方法、装置、电子设备及存储介质-CN202211396856.6在审
发明人： 石大明;林荷秀 -专利权人：深圳大学
申请日： 2022-11-09 - 公布日： 2023-03-07 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例公开了一种图像分类方法、装置、电子设备及存储介质，方法包括：获取与各样本类别对应的当前类别原型；获取待分类图像，将所述待分类图像分别与各样类别对应的当前类别原型进行匹配，获得目标类别原型；将所述目标类别原型对应的样本类别作为所述待分类图像的目标类别，以获得所述待分类图像的分类结果。本发明实施例的技术方案实现了对图像的分类处理，提高了图像分类的准确度。
图像分类方法装置电子设备存储介质

[发明专利]一种深度学习模型的训练方法、装置、设备及存储介质-CN201910326324.7有效
发明人： 石大明;刘露 -专利权人：深圳大学
申请日： 2019-04-23 - 公布日： 2023-02-28 - 主分类号： G06F18/214 文献下载
摘要：本发明适用深度学习技术领域，提供了一种深度学习模型的训练方法、装置、设备及存储介质，该方法包括：根据接收到的训练图像集，采用预设的特征提取算法和预先构建的、未训练的深度学习模型，提取对应的目标特征，通过由提取出的目标特征构成的目标特征集对深度学习模型的隐含层进行局部训练，局部训练完成后，根据从训练图像集中选出的目标图像集，对该深度学习模型的全连接层进行分类训练，以完成该深度学习模型的训练，从而降低了对深度学习模型进行训练的样本数量，使得训练出的深度学习模型更符合人脑视觉皮层特性，并提高了深度学习模型的抗噪声和抗位移能力，进而提高了深度学习模型的训练速度和训练效果。
一种深度学习模型训练方法装置设备存储介质

[发明专利]一种深度学习模型的在线学习方法、装置、设备及介质-CN201910722508.5有效
发明人： 石大明;刘露 -专利权人：深圳大学
申请日： 2019-08-06 - 公布日： 2023-02-24 - 主分类号： G06F18/214 文献下载
摘要：本发明适用深度学习技术领域，提供了一种深度学习模型的在线学习方法、装置、设备及介质，该方法包括：对引入抑制信号的深度学习模型进行线下训练，训练好后将该深度学习模型发布到线上，以对接收到的线上训练图像进行图像识别，通过滑动窗口对不能识别的线上训练图像进行切割，得到对应的基本特征集，将得到的基本特征集与训练图像集进行相似度匹配，将得到的所有相似度中低于相似度阈值所对应的基本特征设置为奇异特征，根据由奇异特征构成的奇异特征集和预设的模型训练算法，对深度学习模型进行再次训练，以完成深度学习模型的在线学习，从而通过引入抑制信号提高深度学习模型的噪声鲁棒性，并通过个性化训练提高模型识别精度。
一种深度学习模型在线学习方法装置设备介质

[发明专利]基于级联回归的面部特征点定位方法、装置、设备及介质-CN201810755420.9有效
发明人：朱美芦;石大明 -专利权人：深圳大学
申请日： 2018-07-11 - 公布日： 2022-02-22 - 主分类号： G06V10/774 文献下载
摘要：本发明适用计算机技术领域，提供了一种基于级联回归的面部特征点定位方法、装置、设备及介质，该方法包括：通过训练好的级联回归模型中的多尺度卷积神经网络，预测待定位人脸图像的特征点位置集合并提取该图像的全局特征，根据该全局特征通过级联回归模型中的每个精化层对待定位人脸图像的特征点位置集合进行修正，根据修正后的特征点位置集合确定待定位人脸图像上所有特征点的最终位置，其中，级联回归模型是通过基于雅克比矩阵的深度优化策略训练得到的，每个精化层包括局部特征提取器、特征融合器和回归器，从而在面部特征点定位过程中提高了图像纹理信息的利用效果和模型训练效果，进而提高了面部特征点定位的精度和准确度。
基于级联回归面部特征定位方法装置设备介质

[发明专利]电池采集线的线序检测方法、装置及电池管理系统-CN202110862471.3在审
发明人： 石大明;赵明;庄胜加 -专利权人：珠海中力新能源科技有限公司
申请日： 2021-07-29 - 公布日： 2021-11-02 - 主分类号： G01R31/60 文献下载
摘要：本申请适用于电气设备检测技术领域，提供了一种电池采集线的线序检测方法、装置及电池管理系统，所述方法包括：通过电池采集线获取每相邻的两个电压采集点之间的电压差值，并根据各个电压采集点与各个单体电池之间的对应关系，确定各个单体电池的虚拟电压值；电池采集线与电压采集点一一对应；当检测到至少一个目标虚拟电压值不在预设电压值区间时，根据目标虚拟电压值、相邻单体电池的虚拟电压值确定存在线序错误的目标电池采集线对应的目标电压采集点；线序错误用于描述目标电池采集线采集的电压采集点与预设要求不符。上述方法可以准确确定发生线序错误的电池采集线的具体位置，提高了线序检测的检测精准率。
电池采集检测方法装置管理系统

[发明专利]一种电池组均衡方法、电池组均衡装置及电池管理系统-CN202110705934.5在审
发明人： 石大明;赵明;庄胜加 -专利权人：珠海中力新能源科技有限公司;广东光华科技股份有限公司
申请日： 2021-06-24 - 公布日： 2021-10-01 - 主分类号： H02J7/00 文献下载
摘要：本申请适用于电池管理技术领域，提供了一种电池组均衡方法和电池组均衡装置，应用于电池管理系统，电池管理系统包括电池组以及与电池组连接的外部电源，电池组包括N个单体电池，N为大于1的整数，所述电池组均衡方法包括：根据各个单体电池的电压值确定电池组中的最大电压值、最小电压值及电压平均值；根据最大电压值、最小电压值、电压平均值以及电池组当前所处的目标阶段，确定待均衡的目标单体电池以及对应的目标均衡策略；根据目标均衡策略控制外部电源执行均衡操作，直至目标单体电池符合预设要求为止。本申请提供的电池组均衡方法可以根据实际情况对电池组进行灵活均衡，均衡效率高，且有效缓解了电池组寿命的衰减。
一种电池组均衡方法装置电池管理系统

[发明专利]网络模型优化方法、装置、计算机设备和存储介质-CN202110583232.4在审
发明人： 石大明;郭贵玉 -专利权人：深圳大学
申请日： 2021-05-27 - 公布日： 2021-08-03 - 主分类号： G06N3/12 文献下载
摘要：本申请涉及一种网络模型优化方法、装置、计算机设备和存储介质。所述方法包括：获取目标种群，目标种群中包括第一数量的个体，个体对应待训练网络模型的一组模型参数；基于进化参数进化目标种群，获得进化后种群，进化后种群中包含第二数量的个体，且第二数量大于第一数量；使用进化后种群中的个体对待训练网络模型进行训练，获得训练后的第二数量的环境变化后个体；从第二数量的环境变化后个体中获得第一数量的环境变化后个体；在未达到模型优化结束条件时，更新进化参数，将第一数量的环境变化后个体作为新的目标种群，返回基于进化参数进化目标种群的步骤，直至达到模型优化结束条件。采用本申请实施例方法能够有效提高网络模型的性能。
网络模型优化方法装置计算机设备存储介质

[发明专利]模型训练方法、装置、计算机设备和存储介质-CN202110355199.X在审
发明人： 石大明;石闻天 -专利权人：深圳大学
申请日： 2021-04-01 - 公布日： 2021-07-02 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种模型训练方法、装置、计算机设备和存储介质。所述方法包括：获取三元组图像样本；将所述三元组图像样本输入至图像处理模型中，获得参考损失值；当所述参考损失值满足预设损失值条件时，在所述参考损失值的基础上加入与所述预设损失值条件对应的调整项，获得目标损失值；基于所述目标损失值对所述图像处理模型中的参数进行调整，直至所述图像处理模型满足收敛条件，获得训练完成的图像处理模型。采用本方法能够提高训练得到的模型的性能。
模型训练方法装置计算机设备存储介质

[发明专利]一种电池管理系统的被动均衡电路和方法-CN201611241791.2有效
发明人： 石大明;刘寒明;杨飞贵 -专利权人：东莞钜威动力技术有限公司
申请日： 2016-12-29 - 公布日： 2020-02-14 - 主分类号： H02J7/00 文献下载
摘要：本发明公开一种电池管理系统的被动均衡电路和方法。所述被动均衡电路包括多个串联的电池、与每个电池串联的均衡回路和采集控制电路，其特征在于，还包括：匹配电阻；所述匹配电阻用于在所述采集控制电路进行电压采集时，进行差分阻抗匹配；其中，所述采集控制电路的一端与各所述均衡回路的第一端连接，另一端通过所述匹配电阻与各所述均衡回路的第二端连接，用于控制各所述均衡回路的导通或断开，并进行电压采集，根据采集的电压识别所述均衡回路是否失效。本发明不但可以实现对电池的被动均衡，还能通过采集控制电路判断均衡开关是否失效，在提高电池一致性的同时，及时发现均衡开关失效能避免电池过放造成损坏，保证电池组的安全性。
一种电池管理系统被动均衡电路方法

1
2
3
4
下一页»
尾页
共 52 条