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173536个,建议您升级VIP下载更多相关专利
  • [实用新型]一种过滤膜收卷装置-CN202121873224.5有效
  • 刘衍锋;刘镇坤 - 吉安市庆丰过滤器材有限公司
  • 2021-08-11 - 2022-03-18 - B65H18/10
  • 本实用新型涉及一种过滤膜收卷装置,包括原料架、分割架和成品架,所述原料架、所述分割架和所述成品架依次间隔设置,所述分割架上设有分割组件,所述分割组件包括分割辊和同步电机,所述同步电机固定于所述分割架上,其输出轴与所述分割辊的输入轴连接,沿所述分割辊的轴线上间隔设有若干个分割刀,所述分割辊的侧壁上还设有沿所述分割辊轴线方向上的间隔线性排列的钢针,过滤膜两端分别位于原料架与成品架上,由分割组件对整块的过滤膜进行分割成单条状并通过钢针对其进行易撕线的制作,通过分割辊对滤膜进行分割的同时,对其进行易撕线的制作,提升加工效率的同时,相同大小的滤膜也更易于实现智能化生产,亦减小了浪费。
  • 一种滤膜装置
  • [实用新型]电路板分割设备-CN201921178256.6有效
  • 唐岳民 - 尼得科艾莱希斯电子(浙江)有限公司
  • 2019-07-25 - 2020-05-08 - H05K3/00
  • 本实用新型实施例提供一种电路板分割设备;该电路板分割设备具有:分割模具以及分割箱;其中,所述分割模具具有多个能够配置识别部的识别位置,所述分割箱配置有检测多个识别位置的检测部以及控制部,所述检测部检测出配置于所述识别位置的识别部的情况,所述控制部根据所述检测部的检测结果判定放入所述分割箱中的待分割电路板是否与分割程序相匹配,在判定相匹配的情况下所述控制部控制所述分割箱执行所述分割程序。由此,待分割电路板和分割程序能够准确地进行匹配。
  • 电路板分割设备
  • [发明专利]用于图像分割和识别的方法和系统-CN202010565821.5在审
  • 彭宇 - 斯特拉克斯私人有限公司
  • 2020-06-19 - 2021-01-12 - G06T7/12
  • 本发明涉及一种用于图像分割和识别的方法和系统,该系统包括:训练子系统,其配置为利用包含与相应的分割注释相关联的图像的带注释的训练数据来训练分割机器学习模型,从而生成训练的分割机器学习模型;模型评估器;分割子系统,其配置为利用经过训练的分割机器学习模型对图像中的结构或材料进行分割。模型评估器配置为通过以下评估分割机器学习模型i)对分割子系统进行控制以利用分割机器学习模型对与现有的分割注释相关联的至少一个评估图像进行分割,从而生成带注释的评估图像的分割,ii)形成带注释的评估图像的分割与现有的分割注释的比较;如果比较表明分割机器学习模型是令人满意的,则部署或释放训练的分割机器学习模型以供使用。
  • 用于图像分割识别方法系统
  • [发明专利]一种基于深度学习的肝脏血管图像分割方法-CN202110493743.7在审
  • 王博;赵威;申建虎;张伟;徐正清 - 西安智诊智能科技有限公司
  • 2021-05-07 - 2021-09-03 - G06T7/11
  • 本发明公开了一种基于深度学习的肝脏血管图像分割方法,首先获取原始计算机断层扫描图像,通过人工标记出肝脏血管区域掩膜图像,并对第一3D图像分割模型进行训练,利用第一3D图像分割模型,得到第一3D图像分割模型分割结果,并基于该结果标记为漏分割区域掩膜图像和误分割区域掩膜图像,再将原始计算机断层扫描图像、第一3D图像分割模型分割结果、漏分割区域掩膜图像和误分割区域掩膜图像进行通道叠加得到第一融合图像,将第一融合图像对第二3D图像分割模型训练,直至第二3D图像分割模型训练完成,利用训练完成的第二3D图像分割模型得到肝脏血管分割结果。本方法通过训练漏分割区域和误分割区域信息,相比于现有方法更加准确。
  • 一种基于深度学习肝脏血管图像分割方法
  • [发明专利]基于图像的对象分割方法、装置、设备和介质-CN202211594296.5在审
  • 王红;施宇轩;李悦翔;郑冶枫;陈欣荣;余洪猛 - 腾讯科技(深圳)有限公司
  • 2022-12-13 - 2023-03-31 - G06T7/00
  • 本申请涉及一种基于图像的对象分割方法,包括:获取包括参照分割区域的像素级标注图像及包括标注点的点级标注图像,在参照分割区域采样至少两个采样点。通过第一分割网络基于各采样点进行分割预测,得到各采样点分别对应的预测分割区域,根据各预测分割区域之间的差异,及各预测分割区域与参照分割区域之间的差异,确定第一目标损失值,基于第一目标损失值训练第一分割网络;已训练的第一分割网络用于根据标注点对点级标注图像进行分割预测,得到包括伪标注分割区域的像素级伪标注图像。基于像素级标注图像和像素级伪标注图像训练第二分割网络;第二分割网络训练结束后用于分割目标图像中的目标对象。采用本方法可提升分割网络训练效率。
  • 基于图像对象分割方法装置设备介质
  • [发明专利]基于深度学习的无监督视频分割方法-CN201711004135.5有效
  • 宋利;许经纬;解蓉;张文军 - 上海交通大学
  • 2017-10-24 - 2020-04-17 - G06T7/215
  • 本发明提供了一种基于深度学习的无监督视频分割方法,包括:建立编码解码深度神经网络,编码解码深度神经网络包括:静态图像分割流网络、帧间信息分割流网络以及融合网络;静态图像分割流网络用于对当前视频帧进行前景背景分割处理,帧间信息分割流网络用于对当前视频帧和下一视频帧之间的光流场信息进行运动物体的前景背景分割;将静态图像分割流网络和帧间信息分割流网络输出的分割图像通过融合网络进行融合后,得到视频分割结果。本发明的静态图像分割流网络用于高质量的帧内分割,帧间信息分割流网络用于高质量的光流场信息分割,两路输出通过最后的融合操作得到提升后的分割结果,从而可以根据有效的双路输出和融合操作得到较好的分割结果。
  • 基于深度学习监督视频分割方法

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