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246个,建议您升级VIP下载更多相关专利
  • [发明专利]神经网络训练、目标检测、及智能设备控制的方法及装置-CN202010340892.5在审
  • 张文蔚;王哲;石建萍 - 上海商汤临港智能科技有限公司
  • 2020-04-26 - 2020-08-11 - G06K9/62
  • 本公开提供了一种神经网络训练、目标检测、及智能设备控制的方法、装置、电子设备及存储介质,其中,该神经网络训练的方法包括:获取多个原始数据样本对;每个原始数据样本对包括对应同一真实场景的点云数据样本和图像数据样本;针对每个原始数据样本对,将至少一个补充对象分别对应的点云数据融合进该原始数据样本对中的点云数据样本,以及将至少一个补充对象分别对应的图像数据融合进该原始数据样本对中的图像数据样本,得到融合数据样本对;基于多个融合数据样本对,进行神经网络训练。采用上述方案一定程度上丰富需要训练的对象特征,提升数据样本的特征表达能力,从而能够使得训练得到的神经网络具有较高的检测准确率。
  • 神经网络训练目标检测智能设备控制方法装置
  • [发明专利]深度神经网络训练方法和系统、电子设备-CN201611097445.1有效
  • 石建萍;赵恒爽 - 北京市商汤科技开发有限公司
  • 2016-12-02 - 2020-08-11 - G06N3/04
  • 本发明实施例公开了深度神经网络训练方法和系统、电子设备,其中,方法包括:在前向传播过程中,利用深度神经网络模型对样本图像进行场景分析检测,获得中间网络层输出的第一场景分析预测结果和末个网络层输出的第二场景分析预测结果;确定第一场景分析预测结果和样本图像的场景分析标注信息之间的第一差异、以及第二场景分析预测结果和样本图像的场景分析标注信息之间的第二差异;在反向传播过程中,根据第一差异调整第一网络层的参数、并根据第一差异和第二差异调整第二网络层的参数;其中:第一网络层包括中间网络层和末个网络层之间的至少一网络层,第二网络层包括除第一网络层外的其他网络层。本发明实施例可以获得更好的网络模型优化结果。
  • 深度神经网络训练方法系统电子设备
  • [发明专利]图像处理方法及装置、神经网络训练方法及装置-CN201910087969.X在审
  • 林培文;程光亮;石建萍 - 北京市商汤科技开发有限公司
  • 2019-01-29 - 2020-08-04 - G06N3/04
  • 本公开涉及一种图像处理方法及装置、神经网络训练方法及装置,所述方法包括:将待处理图像输入第一神经网络中的卷积层以进行特征提取,得到第一特征图;将第一特征图输入第一神经网络中与卷积层连接的合并卷积层以进行特征提取,得到第二特征图;经第一神经网络中与合并卷积层连接的至少一其他网络层对第二特征图进行处理,得到待处理图像的处理结果。各平行卷积层合并后得到的合并卷积层可以同时提取到多个尺度的特征。第一神经网络在使用时不用花费过多的测试时间,可以提取到各平行卷积层提取的特征,提取到的特征更加完整,提高了基于神经网络的图像处理效率。
  • 图像处理方法装置神经网络训练
  • [发明专利]神经网络的训练方法、图像处理方法及装置-CN202010278429.2在审
  • 周千寓;程光亮;石建萍;马利庄 - 上海商汤临港智能科技有限公司
  • 2020-04-10 - 2020-08-04 - G06T7/11
  • 本公开提供了一种神经网络的训练方法、图像处理方法及装置,其中,该训练方法包括:利用学生网络对目标图像的第一噪声图像进行语义分割处理,得到第一语义分割图像;利用教师网络对目标图像的第二噪声图像进行语义分割处理,得到第二语义分割图像;并基于第二语义分割图像,确定第二语义分割图像中各个像素点的可信度信息;基于第一语义分割图像、第二语义分割图像、以及可信度信息,更新学生网络的参数值;基于更新的学生网络的参数值,更新教师网络的参数值。本公开实施例通过第一语义分割图像、第二语义分割图像和可信度信息控制学生网络和教师网络学习目标图像中的特定特征,避免学生网络和教师网络在迁移学习中的负迁移。
  • 神经网络训练方法图像处理装置
  • [发明专利]神经网络训练和高光谱图像解译方法、装置及电子设备-CN201710054725.2有效
  • 李聪;石建萍 - 北京市商汤科技开发有限公司
  • 2017-01-24 - 2020-08-04 - G06K9/62
  • 本申请公开了一种神经网络训练和高光谱图像解译方法、装置及电子设备。其中,高光谱图像解译用神经网络模型的训练方法,包括执行至少二次如下的训练步骤:选取一部分光谱谱段作为当前次训练用光谱谱段;从当前次训练用高光谱图像集的各高光谱图像所包括的多个光谱谱段的图像数据中确定当前次训练用图像数据;根据当前次训练用图像数据调整高光谱图像解译用神经网络模型的网络参数;训练方法还包括响应于当前次的训练情况不满足预设的训练完成条件,执行下一次训练步骤。该实施方式能够充分利用高光谱图像数据中不同光谱谱段的信息,综合不同光谱谱段信息来提升在不同环境光条件下对同一图像特征识别的鲁棒性。
  • 神经网络训练光谱图像解译方法装置电子设备
  • [发明专利]车道线获取方法及装置、车辆驾驶方法及装置-CN201910063232.4在审
  • 林培文;程光亮;石建萍 - 北京市商汤科技开发有限公司
  • 2019-01-23 - 2020-07-31 - G06K9/00
  • 本公开涉及一种车道线获取方法及装置、车辆驾驶方法及装置,所述车道线获取方法包括:检测图像中的车道线起点和多个像素点的方向向量,所述像素点的方向向量表示所述像素点所在的车道线的方向;将所述车道线起点沿所述车道线起点对应的方向向量延伸,确定与所述车道线起点对应的延伸像素点;根据所述车道线起点和与所述车道线起点对应的延伸像素点,获得所述图像中的车道线分割结果。本公开实施例根据车道线起点和各像素点的方向向量,可以得到图像中的不同车道线的分割结果,能够将图像中的任意车道线进行区分,且分割出的车道线不容易混淆。
  • 车道获取方法装置车辆驾驶
  • [发明专利]车道线检测方法、装置、电子设备及驾驶系统-CN201910064642.0在审
  • 李诗阳;程光亮;石建萍 - 北京市商汤科技开发有限公司
  • 2019-01-23 - 2020-07-31 - G06K9/00
  • 本公开实施例提供一种车道线检测方法、装置、电子设备及驾驶系统,该方法包括:对路面图像进行像素级车道线检测,得到第一车道线概率图;根据所述第一车道线概率图,确定所述路面图像中的第一车道线对应的目标连通域;对所述目标连通域中的像素点进行坐标映射,得到所述目标连通域中的像素点在世界坐标系下对应的坐标点;根据所述坐标点的坐标以及所述坐标点对应的权重值进行曲线拟合,得到所述第一车道线在世界坐标系下的拟合曲线。该方法能够适应各种复杂的路面环境的车道线检测,使得在复杂路面环境下的车道线检测结果准确率得到极大提升,进而能够降低安全隐患,提升驾驶安全。
  • 车道检测方法装置电子设备驾驶系统
  • [发明专利]车道线检测及驾驶控制方法、装置和电子设备-CN201910059758.5在审
  • 李诗阳;程光亮;石建萍 - 北京市商汤科技开发有限公司
  • 2019-01-22 - 2020-07-28 - G06K9/00
  • 本申请实施例公开了一种车道线检测及驾驶控制方法、装置和电子设备,该车道线的检测方法包括:对路面图进行像素级车道线检测,得到概率图,确定该概率图中的目标连通域,该目标连通域为概率图中概率值满足预设条件的概率点组成的集合;将该目标连通域划分成至少两个待拟合区域;对每个待拟合区域中各概率点对应的像素点进行曲线拟合,获得所述车道线的拟合曲线,将该车道线的拟合曲线作为车道线的检测结果,这样对每个待拟合区域进行曲线拟合,可以降低每次曲线拟合的计算量,提高了车道线的检测速度,同时,对每个待拟合区域进行曲线拟合时,可以实现对细节的检测,进而提高了车道线的检测准确性。
  • 车道检测驾驶控制方法装置电子设备

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