“多尺度检测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3784047个，建议您升级VIP下载更多相关专利

[发明专利]基于多尺度残差检测网络的吊车识别装置、方法及用途-CN202211102996.8在审
发明人：刘良帅;赵建利;陈泽;赵百捷;姬艳鹏;赵建斌;赵邵康;王立斌 -专利权人：国网河北省电力有限公司电力科学研究院;国网河北省电力有限公司;国家电网有限公司
申请日： 2022-09-09 - 公布日： 2023-04-07 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了基于多尺度残差检测网络的吊车识别装置、方法及用途，涉及吊车视觉检测技术领域；装置包括检测模块，用于获得训练好的多尺度残差检测网络，获得吊车图像，将吊车图像输入多尺度残差检测网络，获得吊车预测框和置信度，所述多尺度残差检测网络包括多尺度残差特征提取网络、感受野增强网络、多尺度特征融合网络和预测端，所述多尺度残差特征提取网络、感受野增强网络、多尺度特征融合网络和预测端依次连接，多尺度残差特征提取网络与多尺度特征融合网络连接；方法包括检测步骤，获得吊车图像，将吊车图像输入多尺度残差检测网络，获得吊车预测框和置信度，进而实现吊车检测；其通过检测模块等，实现吊车检测效果好。
基于尺度检测网络吊车识别装置方法用途

[发明专利]目标检测方法及装置、电子设备、存储介质-CN202210003188.X在审
发明人：刘浩 -专利权人：京东鲲鹏(江苏)科技有限公司
申请日： 2022-01-04 - 公布日： 2022-04-12 - 主分类号： G06V20/56 文献下载
摘要：本公开提供了一种目标检测方法及装置、电子设备、存储介质，涉及人工智能领域。该目标检测方法包括：获取待检测图像，以及预训练的目标检测网络；目标检测网络包括通用特征提取网络和特征金字塔网络，以及多尺度平衡特征提取网络和检测头网络；基于通用特征提取网络和特征金字塔网络对待检测图像进行多尺度特征提取，得到多尺度特征图；基于多尺度平衡特征提取器对多尺度特征图进行多尺度特征融合处理，得到多尺度融合特征图；通过检测头网络对多尺度融合特征图进行目标检测，输出待检测图像的目标检测结果。本公开实施例的技术方案可以通过多尺度平衡特征器对多尺度特征图的进行多尺度特征融合处理，提高了待检测图像检测的效率和准确率。
目标检测方法装置电子设备存储介质

[发明专利]一种基于多尺度特征融合的遥感图像目标检测方法-CN201910266113.9有效
发明人：郑泽勋;罗晓维;雷建军;王梦园;牛力杰;韩梦芯 -专利权人：天津大学
申请日： 2019-04-03 - 公布日： 2023-05-09 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种基于多尺度特征融合的遥感图像目标检测方法，包括以下步骤：构建由截断型VGG和多尺度特征图两部分构成的目标检测基础网络；构建由反卷积模块与预测模块构成的多尺度特征图融合模块，所述多尺度特征图融合模块用于提取目标检测基础网络中的多尺度特征图的上下文信息，并生成多尺度特征图；根据多尺度特征图的感受野大小预定义多长宽比与多尺度的缺省框，利用缺省框完成对目标的定位与分类；训练目标检测基础网络；在目标检测基础网络上接入多尺度特征图融合模块，训练时固定目标检测基础网络的参数，仅调整多尺度特征图融合模块的参数；最后一个阶段同时微调目标检测基础网络与多尺度特征图融合模块的参数，使其达到耦合效果。
一种基于尺度特征融合遥感图像目标检测方法

[发明专利]一种多尺度薄膜缺陷检测方法-CN202211487859.0在审
发明人：吴春江;邓建华;朱伟云;朱帮瑞;孙晋鹏 -专利权人：上海成电福智科技有限公司
申请日： 2022-11-25 - 公布日： 2023-06-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种多尺度薄膜缺陷检测方法，包括：数据集构建，照片采集，对照片中的缺陷人工标注真实框，并标记真实框的类别，将标记后的图像作为数据样本，所有数据样本构成薄膜缺陷数据集；建立多尺度缺陷检测网络；多尺度缺陷检测网络的训练；获取待测的薄膜缺陷样本，送入训练好的多尺度缺陷检测网络中对缺陷进行识别定位。本发明将多尺度特征提取主干用于薄膜缺陷样本的特征提取，并利用多尺度特征进行多尺度目标识别，多尺度特征一能用来预测小目标，多尺度特征二用来预测中目标，多尺度特征三用来预测大目标。最后再来将几个分支的预测结果进行合并，得到预测结果，本发明针对车间场景中多尺度目标具有良好的检测精度。
一种尺度薄膜缺陷检测方法

[发明专利]海杂波中目标检测方法及装置-CN201710134664.0在审
发明人：刘宁波;王国庆;丁昊;李保珠;孙艳丽;董云龙;关键;何友 -专利权人：中国人民解放军海军航空工程学院
申请日： 2017-03-08 - 公布日： 2017-07-21 - 主分类号： G01S7/41 文献下载
摘要：本发明提供一种海杂波中目标检测方法及装置，包括获取待检测的雷达回波信号；根据所述雷达回波信号获得回波信号的多尺度缝隙特征；根据所述多尺度缝隙特征和预存的多尺度缝隙特征基准值获得多尺度累积缝隙特征差值；根据多尺度累积缝隙特征差值与预设阈值获得检测结果并显示本发明提供一种海杂波中目标检测方法及装置，通过获取待检测的雷达回波信号，根据雷达回波信号获得回波信号的多尺度缝隙特征，以及根据多尺度缝隙特征和预存的多尺度缝隙特征基准值获得多尺度累积缝隙特征差值；根据多尺度累积缝隙特征差值与预设阈值获得检测结果并显示，有效改善目标检测性能，达到精确判断海洋目标物的目的。
海杂波中目标检测方法装置

[发明专利]对输入图像进行目标检测的检测方法、设备及其相关产品-CN202111500485.7在审
发明人：刘文龙;曾卓熙;肖嵘;王孝宇 -专利权人：深圳云天励飞技术股份有限公司
申请日： 2021-12-09 - 公布日： 2022-04-19 - 主分类号： G06V10/80 文献下载
摘要：本发明提供一种对输入图像进行目标检测的检测方法、设备及其相关产品，其中检测方法包括从输入图像中提取具有不同尺度的图像特征，以形成多尺度的图像特征；对多尺度的图像特征执行特征预融合操作，以生成所述多尺度的预融合特征；对多尺度的预融合特征执行基于注意力机制的特征融合操作，以输出多尺度的注意力融合特征；以及根据多尺度的注意力融合特征来执行预测操作，以便实现对输入图像中所述目标的目标检测。利用本发明的方案，可以实现多尺度的特征融合并显著提升目标检测的检测性能。
输入图像进行目标检测方法设备及其相关产品

[发明专利]一种基于对象的多尺度层次表达学习的变化检测方法-CN201910027325.1有效
发明人：殷廷瑞;陈晨;胡少哲;万春曼;刘佳凤;张涛 -专利权人：西安电子科技大学
申请日： 2019-01-11 - 公布日： 2020-09-22 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于对象的多尺度层次表达学习的变化检测方法，包括：根据第一待检测遥感图像获取融合图像和多尺度图像；根据所述融合图像获取超像素映射图；根据所述多尺度图像、所述超像素映射图和多尺度层次学习模型，获取多尺度层次特征；根据所述多尺度层次特征获取检测结果图。本发明所提出的基于对象的多尺度层次表达学习的变化检测方法，使用多个深度模型对多尺度图像进行特征学习提取多组层次特征，利用多组深度特征有效完成从粗到精的层次的变化区域识别，提高变化检测精度，提高鲁棒性。
一种基于对象尺度层次表达学习变化检测方法

[发明专利]点云目标检测模型的构建方法、目标检测标注方法及装置-CN202211408622.9有效
发明人：林群书;刘明皓;祁士刚;杨易;张超;赵子健;左汪洋 -专利权人：整数智能信息技术（杭州）有限责任公司
申请日： 2022-11-11 - 公布日： 2023-03-24 - 主分类号： G06V20/64 文献下载
摘要：本发明公开了一种点云目标检测模型的构建方法、目标检测标注方法及装置，包括：构建特征提取层，所述特征提取层用于提取待检测的3D点云样本的特征；构建3D多模块多尺度融合预测层，所述3D多模块多尺度融合预测层包括至少三个下采样检测模块和交替连接在相邻两个下采样检测模块之间的上采样层，所述下采样检测模块包括依次相连的下采样层、多尺度卷积模块和检测层，所述多尺度卷积模块包括多个具有多尺度池化的卷积层，用于融合下采样层输出端输出的多个尺度特征信息，所述检测层用于对融合后的多尺度特征信息分别进行分类和回归处理，得到检测结果；每个所述下采样检测模块检测不同尺度的物体。
目标检测模型构建方法标注装置

[发明专利]一种远距离空间自适应多尺度的小目标检测方法-CN202211188231.0有效
发明人：甘胜丰;胡磊;刘世超;李露;闵高;雷维新;张仁;周蓓;徐朝玉 -专利权人：南昌工学院;华中农业大学
申请日： 2022-09-28 - 公布日： 2022-12-27 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种远距离空间自适应多尺度的小目标检测方法，方法包括两个阶段，分别为：多尺度目标检测模型确定阶段和多尺度目标检测模型预测阶段；在多尺度目标检测模型确定阶段，通过对不同的目标检测任务进行数据集分析，得到该类型任务所对应的多尺度目标检测模型结构；在多尺度目标检测模型预测阶段，通过对应的目标检测任务类型，直接调用对应结构；在未知检测任务类型时，通过OSTU算法及决策树获得其对应检测任务的多尺度目标检测模型结构本发明有益效果是：能够实时的、自适应的进行各类目标检测，提高了目标检测通用性的同时，保证了目标检测精度。
一种远距离空间自适应尺度目标检测方法

[发明专利]一种基于多尺度转移的充电器表面缺陷检测方法-CN202110403328.8在审
发明人：张成英;李缃珍 -专利权人：深圳市玻尔智造科技有限公司
申请日： 2021-04-15 - 公布日： 2021-07-09 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于多尺度转移的充电器表面缺陷检测方法，包括步骤：数据预处理；搭建稠密卷积神经网络；搭建多尺度转移模型；得到的不同尺度的特征图输入多尺度缺陷目标检测模型中，多尺度缺陷目标检测模型中的多尺度缺陷目标检测网络由分类子网络和边界回归子网络组成本发明的有益效果是：本发明使用基于稠密卷积神经网络的多尺度转移算法，搭建了一种端到端的多尺度目标检测模型，应用多特征匹配的方法，可以对电子设备的充电器外表面进行自动且高效的缺陷目标检测；图像级标签缺省的手机屏幕缺陷检测对于工业应用具有重大应用价值
一种基于尺度转移充电器表面缺陷检测方法

[发明专利]目标检测中的多尺度特征图融合方法、装置、设备及介质-CN202310266930.0有效
发明人：黄泽元 -专利权人：北京龙智数科科技服务有限公司
申请日： 2023-03-20 - 公布日： 2023-08-29 - 主分类号： G06V10/80 文献下载
摘要：本申请提供一种目标检测中的多尺度特征图融合方法、装置、设备及介质。该方法包括：将第一多尺度特征图进行融合得到第二多尺度特征图；对第二多尺度特征图依次进行卷积、批量归一化和激活处理，得到第三多尺度特征图；将第三多尺度特征图进行堆叠，并对堆叠后的多尺度特征图进行卷积、批量归一化和激活处理，得到第四多尺度特征图；将第四多尺度特征图按照第一维度进行归一化计算，得到第一维度权重特征图，将第一维度权重特征图进行拆分，得到空间权重特征图；依据第二多尺度特征图以及空间权重特征图，确定空间融合后的多尺度特征图本申请提高多目标检测任务的检测精确率和召回率，提升模型检测精度，保证检测器得到更好的优化。
目标检测中的尺度特征融合方法装置设备介质

[发明专利]基于多尺度几何特征向量的变化检测方法-CN201510198615.4在审
发明人：张萍 -专利权人：张萍
申请日： 2015-04-24 - 公布日： 2015-07-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多尺度几何特征向量的变化检测方法，包括确定多尺度的数量与数值并进行多尺度影像分割；以基本单元为检索条件在各个尺度分割结果中搜索尺度关联对象，计算其几何特征并由此构建描述该检测单元的多尺度几何特征向量本发明提供了一种基于多尺度几何特征向量的变化检测方法，该方法将检测的依据从光谱空间转换到尺度空间，通过等差序列多尺度的生成、多尺度几何特征向量的构建、基于几何特征向量的变化强度计算等关键步骤来实现变化区域的测定，本发明的变化检测方法更加精确。
基于尺度几何特征向量变化检测方法

[发明专利]一种图像中多尺度特征融合的目标检测方法与系统-CN201810065807.1在审
发明人：张重阳;程浩;刘泽祥 -专利权人：上海交通大学
申请日： 2018-01-23 - 公布日： 2018-08-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像中多尺度特征融合的目标检测方法与系统，所述方法包括：第一步，利用待检测图片进行不同尺度的缩放，构造图像金字塔；第二步，利用统计学聚类方法获取一组覆盖大多数样本尺度的多尺度检测模板；第三步，基于多尺度检测模板，进行尺度自适应的目标上下文构建；第四步，多尺度深度特征融合；第五步，基于软判决的非极大值抑制。本发明通过构造图像多分辨率稀疏金字塔、多尺度检测模版、模版尺度自适应上下文、多尺度深度特征融合等一系列方法，实现深度特征的充分挖掘和融合利用，能够提升目标检测性能。
多尺度检测目标检测深度特征融合尺度多尺度特征构造图像多尺度自适应模版金字塔图像非极大值抑制目标上下文多分辨率统计学软判决构建聚类缩放稀疏样本挖掘检测覆盖图片

[发明专利]一种基于深度学习的多尺度活体检测方法及系统-CN202011047776.0在审
发明人：朱鑫懿;魏文应;安欣赏;张伟民;李革;张世雄;李楠楠 -专利权人：深圳龙岗智能视听研究院
申请日： 2020-09-29 - 公布日： 2021-01-05 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度学习的多尺度活体检测方法包括以下步骤：步骤一.输入图片，提取多尺度图像；步骤二.对多尺度图像提取多尺度特征：利用深度学习模型对多尺度图像提取多尺度特征，得到人脸图像信息特征、环境信息特征和行为信息特征；步骤三.获取多尺度融合特征：对提取的多尺度特征采取不同的约束进行特征融合，得到多尺度融合特征；步骤四.输入多尺度融合特征到分类网络，输出活体评分，根据阈值得到活体检验结果。方法相比于目前基于单一人脸区域的活体检测方法，本发明的方法具有更好的场景适应性，在较差的成像环境下具有更高的检测准确性。
一种基于深度学习尺度活体检测方法系统

[发明专利]多尺度目标检测方法、模型、电子设备及其应用-CN202110964718.2有效
发明人：徐剑炯;张香伟;毛云青;金仁杰 -专利权人：城云科技（中国）有限公司
申请日： 2021-08-23 - 公布日： 2021-12-03 - 主分类号： G06K9/00 文献下载
摘要：本申请提出了一种多尺度目标检测方法、模型、电子设备及其应用，该多尺度目标检测方法对多尺度目标检测模型进行优化改进，多尺度目标检测模型的主干网络残差单元的卷积改进为双重多尺度注意力模块，该模块可自适应地集成局部特征及其全局依赖性，在传统全卷积上附加两种分别对空间和通道维度中的语义相互依赖性进行建模的双重注意力模块，双重注意力模块丰富了上下文特征依赖性来显着改善检测结果，有助于更准确的检测多尺度目标，可对不同尺度、不同场景目标进行准确的检测，特别适用于检测复杂场景中的多尺度目标，进而扩大目标检测算法在各类应用场景中的使用。
尺度目标检测方法模型电子设备及其应用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条