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27个,建议您升级VIP下载更多相关专利
  • [发明专利]医学影像中脊柱的分割方法-CN202110753100.1有效
  • 张剑锋;许敏丰;郭恒 - 阿里巴巴新加坡控股有限公司
  • 2021-07-02 - 2023-09-12 - G06T7/136
  • 本发明公开了一种医学影像中脊柱的分割方法。其中,该方法包括获取待处理医学影像;采用目标点检测模型确定待处理医学影像中至少一个脊椎的椎体的第一中心点,以及第一中心点的标签信息;基于第一中心点对至少一个脊椎进行切块处理,得到脊椎图像切块;对脊椎图像切块进行脊椎二值分割处理,得到至少一个脊椎的二值分割结果;依据二值分割结果和标签信息,得到脊柱的多标签分割结果。本发明解决了现有技术中对医学图像中脊椎的分割结果粗糙,欠分割严重以及相邻脊椎分割结果标签混淆的技术问题。
  • 医学影像脊柱分割方法
  • [发明专利]对象检测模型训练方法以及对象检测方法-CN202211482182.1在审
  • 张剑锋;唐禹行;郭恒;许敏丰;郭文超 - 阿里巴巴(中国)有限公司
  • 2022-11-24 - 2023-04-14 - G06V10/774
  • 本说明书实施例提供对象检测模型训练方法以及对象检测方法,该训练方法包括将图像训练样本输入对象检测模型的至少两个网络层的特征提取网络进行特征处理,获得图像训练样本在目标网络层的初始图像特征;将初始图像特征经过目标网络层对应的残差网络进行特征处理,获得图像训练样本在目标网络层的目标图像特征;将目标图像特征输入目标网络层对应的检测头进行预测,获得图像训练样本在目标网络层的预测结果;根据图像训练样本在所述至少两个网络层的预测结果、以及图像训练样本对应的样本标签,训练对象检测模型。该方法可用于图像及视频检测等领域通过在不同网络层中加入残差网络进行特征提取,提高小尺寸目标对象的检出率,提升图像的检测效果。
  • 对象检测模型训练方法以及
  • [发明专利]图像处理方法、装置、设备及存储介质-CN202211153865.2在审
  • 郭恒;张剑锋;许敏丰 - 阿里巴巴(中国)有限公司
  • 2022-09-21 - 2023-03-07 - G06V10/26
  • 本公开涉及一种图像处理方法、装置、设备及存储介质。通过对三维CT图像中的目标区域进行器官检测,得到多个定位区域和每个定位区域中包括的器官的类别,使得每个定位区域至少包括一个器官。避免采用滑动窗口对三维CT图像进行切分后对切分出来的图像块进行处理,并合并每个图像块的处理结果,避免了很多冗余的计算,提高了效率。根据每个定位区域分别对应的类别,将三维计算机断层扫描图像中由定位区域确定的图像内容输入到与类别对应的深度学习模型中,使得深度学习模型对图像内容中的至少一个器官分别进行分割,由于某种类别对应的深度学习模型用于分割该类别的器官,可以动态调用不同的深度学习模型对不同的器官进行精准分割,提升了精度。
  • 图像处理方法装置设备存储介质
  • [发明专利]图像分割模型确定方法以及图像分割方法-CN202211386108.X在审
  • 许敏丰;郭恒;张剑锋 - 阿里巴巴(中国)有限公司
  • 2022-11-07 - 2023-02-24 - G06T7/10
  • 本说明书实施例提供了图像分割模型确定方法以及图像分割方法,其中,图像分割模型确定方法包括确定包含目标对象的第一图像样本集以及第二图像样本集;根据第一图像样本集中的第一图像样本,确定特征提取模型;将第二图像样本输入特征提取模型,获得第二图像样本的第二特征图像;根据第二特征图像以及样本标签,确定图像分割模型。该方法通过无标签的第一图像样本集,训练可以实现多尺度图像特征提取的特征提取模型,使得该特征提取模型可以学习第一图像样本的丰富的、高级语义信息;然后再将该特征提取模型作为特征提取器,结合少量的有标签的第二图像样本集,训练获得图像分割模型,使得该图像分割模型后续可以进行精确的图像分割。
  • 图像分割模型确定方法以及
  • [发明专利]数据处理方法、模型训练方法、装置、设备和存储介质-CN202010224729.2有效
  • 郭恒;许敏丰;迟颖 - 阿里巴巴集团控股有限公司
  • 2020-03-26 - 2022-12-02 - G06V10/77
  • 本发明实施例提供一种数据处理方法、模型训练方法、装置、设备和存储介质,该方法包括:接收用户上传的包含样本生成请求的请求数据,再根据请求数据,获取包含目标对象的输入样本图像。确定此输入样本图像中包含目标对象的目标图像区域对应的空间关系特征,并根据此空间关系特征获取生成样本图像。可见,通过生成样本图像的生成,可以实现样本图像的数据增强。同时,生成样本图像生成过程中使用的仅是输入样本图像中目标对象所在的图像区域对应的空间关系特征,而非整张输入样本图像的空间关系特征,避免了输入样本图像中非目标对象所在的图像区域的空间关系特征对生成样本图像的生成产生干扰,使得生成样本图像更加逼真。
  • 数据处理方法模型训练装置设备存储介质
  • [发明专利]提取图像特征的方法以及医学图像的识别方法-CN202110578347.4在审
  • 章谦一;许敏丰 - 阿里巴巴新加坡控股有限公司
  • 2021-05-26 - 2022-11-29 - G06T7/00
  • 本申请公开了一种提取图像特征的方法以及医学图像的识别方法。其中,该提取图像特征的方法包括:获取计算机断层扫描图像的图像信息,其中,计算机断层扫描图像包括多层子图像,计算机断层扫描图像的图像信息至少包括每层子图像对应的层厚;基于预设神经网络模型中的预设深度层对图像信息进行处理,得到计算机断层扫描图像对应的目标层数;对每层子图像进行特征提取,得到每层子图像对应的图像特征;基于目标层数对图像特征进行特征融合,得到计算机断层扫描图像所对应的目标图像特征。本申请解决了现有技术中,对计算机断层扫描图像进行特征提取时,存在特征提取效率低的技术问题。
  • 提取图像特征方法以及医学识别
  • [发明专利]淋巴结检测、模型训练方法、设备及介质-CN202210623081.5在审
  • 闫轲;金达开;郭大洲;许敏丰;华先胜;吕乐 - 阿里巴巴(中国)有限公司
  • 2022-06-01 - 2022-09-20 - G06V10/42
  • 本申请实施例提供一种淋巴结检测、模型训练方法、设备及介质。在淋巴结检测方法中,可根据扫描切片的图像特征以及学习到的不同淋巴站的特征分布,识别扫描切片的淋巴站分类信息。结合淋巴站分类信息、图像特征以及学习到的不同淋巴站内的淋巴结的特征分布,可从扫描切片中检测、分割出淋巴结。其中,淋巴站分类信息,可有效地对不同淋巴站内的淋巴结的识别过程形成指导。结合淋巴站分类信息、图像特征以及不同淋巴站内的淋巴结的特征分布对扫描切片中的淋巴结进行识别,有利于准确地分辨出不同淋巴站内的淋巴结与非淋巴结之间的微小区别,降低不同淋巴站内的非淋巴结对识别过程造成的干扰,从而准确地将不同淋巴站内的淋巴结检测、分割出来。
  • 淋巴结检测模型训练方法设备介质
  • [发明专利]医学影像的肋骨检测方法、设备及介质-CN202210648147.6在审
  • 郭恒;张剑锋;许敏丰;吕乐 - 阿里巴巴(中国)有限公司
  • 2022-06-08 - 2022-09-20 - G06T7/00
  • 本申请实施例提供一种医学影像的肋骨检测方法、设备及介质。利用神经网络模型,对医学影像中的不同肋骨区域进行特征编码,得到多个特征向量。根据学习到的肋骨查询项与医学影像中的不同肋骨区域的对应关系,可确定至少一个肋骨查询项各自的特征向量。对该至少一个肋骨查询项各自的特征向量进行并行解码,得到该至少一个肋骨查询项各自对应的肋骨检测结果。其中,肋骨查询项被赋予了解剖学中的语义信息,使其可关注不同肋骨区域的特征,从而实现了可操纵的、实例级别的肋骨检测。上述图像检测方法,使任一肋骨检测结果包括肋骨预测类别以及肋骨检测框在三维空间中的位姿参数预测值,从而可准确地在三维空间中确定肋骨实例所在的位置,以精确地在医学影像中实现肋骨实例分割。
  • 医学影像肋骨检测方法设备介质
  • [发明专利]模型训练、管状物提取、数据识别方法及设备-CN201910982976.6有效
  • 许敏丰;王宇;迟颖;谢宣松 - 阿里巴巴集团控股有限公司
  • 2019-10-16 - 2022-08-05 - G06N3/08
  • 本申请实施例提供一种模型训练、管状物提取、数据识别方法及设备。其中,方法包括如下的步骤:利用计算模型,预测出第一样本数据分别属于至少一个可能类别的概率;其中,所述第一样本数据为从包含有第一样本管状物影像的第一样本图像中确定出的第一样本区域;根据所述第一样本数据分别属于至少一个可能类别的概率,评估所述计算模型预测的不确定性;结合所述不确定性,对所述计算模型进行参数优化;其中,所述计算模型用于在待处理图像中提取出待提取管状物。采用本申请实施例提供的技术方案,可利用掺杂有被噪声类别标注的样本的训练集来训练计算模型,不仅可大幅度降低训练集的标注成本,还可确保计算模型的训练效果。
  • 模型训练管状提取数据识别方法设备
  • [发明专利]目标定位、模型训练、界面交互方法及设备-CN202010238747.6有效
  • 郭恒;许敏丰;迟颖;張磊;华先胜 - 阿里巴巴集团控股有限公司
  • 2020-03-30 - 2022-07-01 - G06V10/24
  • 本申请实施例提供一种目标定位、模型训练、界面交互方法及设备。其中,方法包括如下的步骤:获取待识别图像;将所述待识别图像输入至目标定位模型中的分类网络,获得目标类别对应的第一注意力图;利用所述目标定位模型中的映射网络,将所述第一注意力图映射成尺寸大于所述第一注意力图的第二注意力图;根据所述第二注意力图,确定目标定位结果。本申请实施例提供的方案所获取到的高分辨率注意力图是经过学习得到的,并非是对低分辨率注意力图进行简单的插值得到。与简单插值得到的注意力图相比,本申请实施例提供的方案所获取到的高分辨率注意力图具有精细的目标边缘结构信息,能够提高目标定位精度。
  • 目标定位模型训练界面交互方法设备

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