“上海人工智能创新中心”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203个，建议您升级VIP下载更多相关专利

[发明专利]一种多种恶劣天气条件下的图像恢复方法-CN202310676158.X在审
发明人：朱禹睿;胡枭玮;王天宇;代季峰;乔宇 -专利权人： 上海人工智能创新中心
申请日： 2023-06-08 - 公布日： 2023-09-01 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种多种恶劣天气条件下的图像恢复方法，用于解决现有统一模型处理方法均是在拟合数据集上进行训练，训练得到的模型存在泛化能力不足的问题。本发明技术方案用真实天气数据集，采用两阶段训练策略来获取图像恢复模型，在第一个训练阶段，利用第一深度学习模型学习不同天气类型下的共性特征；在第二个训练阶段，在固定第一深度学习模型的参数后，在第一深度学习模型中引入表征不同天气类型的特定参数，得到第二深度学习模型，第二深度学习模型用于学习不同天气类型下的特定特征；训练好的第二深度学习模型即为图像恢复模型，能去除各种天气带来地失真干扰，更好地恢复图像细节信息。
一种多种恶劣天气条件下图像恢复方法

[发明专利]一种自下而上的单图像全景重建方法、装置及计算机设备-CN202310650872.1在审
发明人：褚涛;张攀;王佳琦 -专利权人： 上海人工智能创新中心
申请日： 2023-06-02 - 公布日： 2023-09-01 - 主分类号： G06T17/00 文献下载
摘要：本申请涉及计算机视觉技术领域，具体而言，涉及一种自下而上的单图像全景重建方法、装置及电子设备，一定程度上可以解决现有技术仅基于深度估计的自上而下框架，在对2D实例掩码进行反向投影获得初始化3D特征时会造成被遮挡区域的不确定性和通道排列的不确定性的问题。方法包括：获取图像，并将单张图像输入2D模型中；基于2D模型进行预测，再根据预测结果基于经过空间感知的反向投影模块，生成完整3D空间的初始化特征；基于3D模型将初始化特征预测为3D重建结果、3D语义分割结果及3D偏移结果；根据3D重建结果、3D语义分割结果及3D偏移结果，基于全景重建模块结合2D实例中心点，进行实例分组合成，得到全景重建的最终成果。
一种自下而上图像全景重建方法装置计算机设备

[发明专利]医学图像分割方法-CN202310389836.4在审
发明人：黄子炎;王皓宇;邓重英;叶锦;何军军;乔宇 -专利权人： 上海人工智能创新中心
申请日： 2023-04-13 - 公布日： 2023-08-29 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种医学图像分割方法，包括：基于nnU‑Net框架优化基础卷积模块和模型结构，以进行参数扩展，得到可扩展的医学图像分割模型；使用医学图像数据集对医学图像分割模型进行预训练，以提高医学图像分割模型的泛化能力、性能和迁移能力，以进行不同类型和来源的医学图像分割任务。
医学图像分割方法

[发明专利]医学知识增强的胸片自动诊断系统-CN202310100048.9在审
发明人：王延峰;张小嫚;吴超逸;谢伟迪;张娅 -专利权人： 上海人工智能创新中心;上海交通大学
申请日： 2023-02-09 - 公布日： 2023-08-29 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及智能系统技术领域，提出一种医学知识增强的胸片自动诊断系统，该系统摆阔第一模块，被配置为提供知识增强的文本编码器φtext，其根据医疗知识库来进行构造，其中所述文本编码器φtext被配置为进行第一阶段预训练；第二模块，被配置为提供图像编码器φimage，其被配置为于第一阶段预训练后的文本编码器φtext进行对比学习；以及第三模块，被配置为提供疾病查询网络φDQN，其被配置为进行疾病预测，其中图像编码器φimage、第一阶段预训练后的文本编码器φtext、疾病查询网络φDQN被配置为进行第二阶段预训练。本发明基于专业医疗知识库，通过对比学习技术对医疗术语建模，进一步实现知识增强的基于胸片和诊断报告的自动诊断系统，在多种医疗场景下取得了显著的效果提升。
医学知识增强胸片自动诊断系统

[发明专利]一种连接器及其制作方法-CN202310777881.7在审
发明人：王立华;姜申飞;韩慧明;胡杨;朱小云;潘岳;李霞;王磊;郝培霖;莫志文 -专利权人： 上海人工智能创新中心;清华大学
申请日： 2023-06-28 - 公布日： 2023-08-29 - 主分类号： H01R13/502 文献下载
摘要：本发明公开一种连接器，其包括硬板部及软板部。其中硬板部包括本体及开设于本体内的过孔，其用于承接输入信号，并通过过孔将输入信号垂直连接。软板部电连接至硬板部，以将输入信号转换至指定的方向。该连接器实现了信号连接方向的扩展，可将密集的水平方向信号转换到相对宽松的垂直、或其他空间。在不增大水平占板面积的基础上，实现信号的重分配、以及信号在垂直方向上的扩展。
一种连接器及其制作方法

[发明专利]一种用于多芯片互联结构的散热系统-CN202310363104.8在审
发明人：李霞;姜申飞;胡杨;王浩;潘岳;王立华;朱小云;王磊;郝培霖;韩慧明;莫志文 -专利权人： 上海人工智能创新中心;清华大学
申请日： 2023-04-04 - 公布日： 2023-08-29 - 主分类号： H01L23/367 文献下载
摘要：本发明涉及芯片散热技术领域，提出一种用于多芯片互联结构的散热系统，该系统包括：芯片互联层，其包括多个晶粒；以及散热层，其布置在所述芯片互联层上，所述散热层包括多个散热元件，其中所述多个散热元件的至少之一布置在所述多个晶粒之一之上。本发明可以有效提高散热系统的散热能力，满足整体功率达到25kW、单晶粒功率达到500W的多芯片互联的晶圆级芯片的散热需求，更好的解决了芯片高热源区域的散热问题。并且散热元件可以被构造为不同的结构以具有不同的散热能力，根据散热能力的梯度排序排列散热元件可以解决芯片的均温性问题。
一种用于芯片联结散热系统

[发明专利]扩散模型的优化方法、图像生成方法、电子设备及介质-CN202310475194.X在审
发明人：王延峰;秦伊明;姚江超;张娅 -专利权人： 上海人工智能创新中心;上海交通大学
申请日： 2023-04-27 - 公布日： 2023-08-22 - 主分类号： G06N3/0475 文献下载
摘要：本发明公开一种扩散模型的优化方法，其首先在迷你批次中从扩散过程的马尔可夫链路径中对步骤进行随机采样，得到当前批次中的步骤t，然后对步骤t的图像中的每个像素点进行随机加噪，得到步骤t的噪声图像，并基于其通过模型对原图进行预测，得到模型预测的噪声，然后计算模型预测的噪声与真实噪声之间的均方损失，最后从遵循预设分布的标签集合中进行采样，得到额外的随机标签，并基于随机标签对噪声图像的噪声进行重新预测，并计算分布调整损失。该方法在采样过程中调整条件转移概率，隐含地迫使生成的图像在每个采样步骤中逼近目标先验分布，补全了针对基于长尾分布数据训练更稳健的生成模型方向的研究空缺。
扩散模型优化方法图像生成电子设备介质

[发明专利]一种具有鲁棒性保证的目标检测方法、系统、设备及介质-CN202310539710.0在审
发明人：邵华青;王岚君;严骏驰 -专利权人： 上海人工智能创新中心
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06V10/774 文献下载
摘要：本申请涉及计算机视觉技术领域，特别涉及一种具有鲁棒性保证的目标检测方法、系统、设备及介质，该方法包括以下步骤：基于高斯分布噪声以及目标检测模型，构建平滑检测模型；将待检测数据输入至平滑检测模型中，得到目标检测结果；基于距离度量函数，将输出空间看作半度量空间，划分出安全区域；将待检测数据、目标检测结果以及安全区域的半径输入至鲁棒性计算模型中，得到鲁棒性保证范围；输出目标检测结果和鲁棒性保证范围；当对抗样本位于所述鲁棒性保证范围内，目标检测结果始终位于所述安全区域内。本申请的目标检测方法，在输出目标检测结果的同时对鲁棒性进行定量描述，当对输入的扰动在一个固定范围内，输出的检测结果具有高相似度。
一种具有鲁棒性保证目标检测方法系统设备介质

[发明专利]可微压缩率学习方法、装置以及电子设备-CN202310631108.X在审
发明人：陈锰钊;邵文琪;乔宇;许鹏;张凯鹏;罗平 -专利权人： 上海人工智能创新中心
申请日： 2023-05-31 - 公布日： 2023-08-18 - 主分类号： G06F40/166 文献下载
摘要：本申请涉及计算机视觉技术领域，公开了一种可微压缩率学习方法、装置以及电子设备。所述方法确定可学习的剪枝压缩率和输入的每个词符被剪枝的概率，并确定可学习的合并压缩率和输入的每个词符被合并的概率；根据所述剪枝压缩率和所述被剪枝的概率计算剪枝掩码，并根据所述合并压缩率和所述被合并的概率计算合并掩码；根据所述剪枝掩码和所述合并掩码确定压缩掩码；将所述压缩掩码输入掩码注意力机制模拟压缩，并利用损失函数的反向传播更新所述剪枝压缩率和所述合并压缩率。可以同时实现待处理数据中词符的修剪和合并；且修剪压缩率和合并压缩率通过可微的方式确定，优化过程更加高效、准确。
压缩率学习方法装置以及电子设备

[发明专利]一种针对张量运算的低开销线程切换方法-CN202310395659.0在审
发明人：姜申飞;莫志文;胡杨;潘岳;李霞;王立华;朱小云;王磊;郝培霖 -专利权人： 上海人工智能创新中心;清华大学
申请日： 2023-04-13 - 公布日： 2023-08-11 - 主分类号： G06F9/30 文献下载
摘要：本发明总的来说涉及半导体芯片技术领域，提出一种针对张量运算的低开销线程切换方法，其中由处理单元执行下列动作：运行第一张量指令；接收数据包，所述数据包包括哈希索引以及数据；解析所述数据包，其中当解析得到第二张量指令并且所述处理单元中存在空闲的线程寄存器时，确定所述第二张量指令的操作数以及优先级；以及当所述第二张量指令的所有操作数准备好，并且所述第二张量指令的优先级高于所述第一张量指令的优先级时，运行所述第二张量指令。本发明以张量作为基本操作数，使得PE内的的指令数大幅降低，由此避免了额外功耗，使得芯片的功耗更低、能效比高，减少了电路面积，并且避免了大量的取指操作带来指令缓存缺失，提升了性能。
一种针对张量运算开销线程切换方法

[发明专利]一种离线三维物体检测方法及系统-CN202310685774.1在审
发明人：李怡康;马涛;杨雪梦;周鸿斌;李鑫;李鸿升;乔宇 -专利权人： 上海人工智能创新中心
申请日： 2023-06-09 - 公布日： 2023-08-11 - 主分类号： G06V20/58 文献下载
摘要：本发明涉及三维物体检测技术领域，提出一种离线三维物体检测方法及系统。该方法包括：对物体的多帧点云序列进行物体检测以生成物体边界框；对物体边界框进行离线物体跟踪以生成物体轨迹；从物体轨迹中提取物体序列数据；根据物体序列数据通过物体属性预测生成优化边界框；以及将所述优化边界框传输回物体出现的坐标系中。本发明应用于自动驾驶领域中时可以大大提升3D物体检测性能以及3D物体追踪性能。并且可以生成高质量的检测结果，其可以达到甚至超越人工标注的水平，可以替代人工标注进行其他在线模型训练的真值标注，进而可以大幅降低人力成本在自动驾驶感知模型训练中的投入，促进感知模型性能发展。
一种离线三维物体检测方法系统

[发明专利]一种多异构芯片的晶圆级封装结构的制作方法-CN202310211728.8在审
发明人：姜申飞;朱小云;胡杨;潘岳;李霞;王立华;王磊;郝培霖;莫志文 -专利权人： 上海人工智能创新中心;清华大学
申请日： 2023-03-07 - 公布日： 2023-08-11 - 主分类号： H01L21/60 文献下载
摘要：本发明涉及一种多异构芯片的晶圆级封装结构的制作方法，包括：将多个第一芯片塑封形成第一重塑晶圆，将多个第二芯片塑封形成第二重塑晶圆，其中第一芯片与第二芯片不同；将第一重塑晶圆和第二重塑晶圆混合键合，其中第一芯片正面的电极与第二芯片正面的电极键合。通过将第一芯片与第二芯片塑封成两个重塑晶圆，并将两个重塑晶圆键合，使得两个重塑晶圆中可以连接多达几十个异构芯片，而且异构芯片之间直接通过芯片上的电极连接，极大提升了计算芯片与接口芯片之间连线数量，并使得带宽提升，且通信链路缩短。
一种多异构芯片晶圆级封装结构制作方法

[发明专利]一种针对城市交通网络的问题诊断方法-CN202310549423.8在审
发明人：阚宇衡;龚越;刘瑞强;王茂南 -专利权人： 上海人工智能创新中心
申请日： 2023-05-16 - 公布日： 2023-08-08 - 主分类号： G06N5/04 文献下载
摘要：本发明涉及一种针对城市交通网络的问题诊断方法，包括：预定义交通路网特征以及交通路网中存在的交通问题，作为交通知识图谱中的实体；利用预定义的实体和已诊断案例构建交通知识图谱；将交通知识图谱输入基于图神经网络的编码器，以获得交通知识图谱中每个节点的图嵌入向量；以及将待诊断路口的特征与预定义的实体匹配，并且将匹配的实体输入到基于实体融合的解码器中，以供解码器进行运算并输出诊断结果。
一种针对城市交通网络问题诊断方法

[发明专利]一种通用半监督目标检测框架的训练方法-CN202310549422.3在审
发明人：陈泽铭;张文蔚;王新江;陈恺;王智 -专利权人： 上海人工智能创新中心
申请日： 2023-05-16 - 公布日： 2023-08-08 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种通用半监督目标检测框架的训练方法，包括：初始化两个检测模型分别作为教师模型和学生模型；教师模型对弱数据增强的无标签图片预测伪标签，经过阈值过滤和几何映射后，伪标签与对应的强数据增强的无标签图片组成伪标签图片；以及学生模型按照监督学习的方式以标签图片和伪标签图片作为输入进行训练，并且通过指数滑动平均的方式将更新后的学生模型集成到教师模型。设置每张伪标签图片的伪标签的数量下限。通过设置伪标签阈值筛选掉噪声伪标签。在以标签图片和伪标签图片作为输入进行训练学生模型时，结合标签数据集和无标签数据集的规模设置每个批次标签图片和无标签图片的比例和对应权重。
一种通用监督目标检测框架训练方法

[发明专利]一种激光雷达自标定方法、系统、设备及存储介质-CN202310288844.X在审
发明人：李怡康;闫国行;罗赵彤 -专利权人： 上海人工智能创新中心
申请日： 2023-03-22 - 公布日： 2023-08-08 - 主分类号： G01S7/497 文献下载
摘要：本申请实施例涉及自动驾驶技术领域，特别涉及一种激光雷达自标定方法、系统、设备及存储介质，该方法包括：对于激光雷达采集到的一帧点云，拟合得到地平面方程；基于地平面方程，得到地面的法向量方向；并基于法向量方向与z轴方向的夹角，计算翻滚角和俯仰角；获取激光雷达轨迹，并基于激光雷达轨迹，得到各个时刻车辆前进方向与激光雷达向前的方向的差值；基于差值，得到偏置角。本申请实施例提供的激光雷达自标定方法，不需要特定的环境和标识物，适合于大部分的自动驾驶场景。该算法能够实时在线运行，能够在车辆运行过程中自动标定激光雷达到车辆的三个旋转角，并保证标定精度。
一种激光雷达标定方法系统设备存储介质