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3886个,建议您升级VIP下载更多相关专利
  • [发明专利]基于I-P帧特征融合的视频目标检测方法-CN202210363227.7在审
  • 庄佳衍;王志禹;叶思超;肖江剑 - 中国科学院宁波材料技术与工程研究所
  • 2022-04-07 - 2022-07-22 - G06V20/40
  • 本发明公开了一种基于I‑P帧特征融合的视频目标检测方法,包括确立网络训练所使用的样本数据以及评价指标,并在训练前对样本数据进行数据增强,将经数据增强处理完成的样本数据送入IP‑Net网络结构中进行训练,训练过程包括将视频中的关键帧采用I‑Net网络模型进行特征提取,得到关键特征,在下一个关键帧之前,采用P‑Net网络模型对预测帧进行特征提取,得到预测特征;将关键特征和预测特征进行特征融合,将融合后的特征作为IP‑Net网络最终的输出结果。本发明利用复杂模型网络I‑Net与简单模型网络P‑Net进行交叉预测,从而在尽量不损失精度的情况下,提高视频目标检测的速度。
  • 基于特征融合视频目标检测方法
  • [发明专利]基于剪枝U-Net++的乳腺肿块图像分割方法及系统-CN202210033672.7在审
  • 付超;吕晗笑;王冬越;常文军 - 合肥工业大学
  • 2022-01-12 - 2022-05-31 - G06T7/11
  • 本发明提供一种基于剪枝U‑Net++的乳腺肿块图像分割方法及系统,涉及超声图像分割技术领域。本发明构建的剪枝U‑Net++的乳腺肿块图像分割模型,是基于U‑Net++网络,利用跳跃连接融合各分支U‑Net的特征表达,并引入残差连接代替U‑Net++方法中的密集连接,利用该模型对获取的原始乳腺超声图像进行分割本发明所构建的剪枝U‑Net++乳腺超声图像分割模型,在对乳腺超声图像中的肿块进行分割时,可避免因医疗图像数据存在小数据集问题而导致的模型过拟合问题,提高了超声图像乳腺肿块分割模型的泛化能力;同时,模型参数的规模远小于现有技术
  • 基于剪枝net乳腺肿块图像分割方法系统
  • [发明专利].NET文件压缩方法和装置-CN200910244160.X有效
  • 陆舟;于华章 - 北京飞天诚信科技有限公司
  • 2009-12-30 - 2010-07-07 - G06F9/44
  • 本发明提供了一种.NET文件压缩方法和装置,属于计算机应用领域。所述压缩方法包括:定位到.NET文件,根据所述.NET文件,定位到定义方法表及相关的流;根据所述定义方法表将所述流中每个定义方法的相应数据项的内容构造字符串;对所述字符串进行散列运算以转换成名称散列值;通过对.NET文件中的定义方法部分压缩,有效地减小了.NET文件占用的存储容量,利于.NET文件在小存储量的设备上使用。
  • net文件压缩方法装置
  • [发明专利]基于MTCNN的人脸检测与对齐方法-CN201910491272.9有效
  • 金长龙;王荣生;田金钊 - 山东大学
  • 2019-06-06 - 2022-12-23 - G06V40/16
  • 本申请实施例提供了一种基于MTCNN的人脸检测与对齐方法,包括:将输入图像进行缩放得到多个分辨率的金字塔图像层;滑动扫描得到候选窗口;通过P‑Net神经网络对候选窗口进行人脸筛选得到第一筛选人脸;对P‑Net神经网络进行焦点损失训练输出第一检测人脸;通过R‑Net神经网络对第一检测人脸进行人脸筛选得到第二筛选人脸;对R‑Net神经网络进行焦点损失训练输出第二检测人脸;通过O‑Net神经网络对第二检测人脸进行人脸检测和对齐得到第三检测人脸和人脸关键点;对O‑Net神经网络进行交叉熵损失训练输出人脸区域坐标和人脸关键点坐标。
  • 基于mtcnn检测对齐方法
  • [发明专利]一种基于U-Net分割网络的信号分选方法-CN202210448789.1有效
  • 康智;汤洪;钟轶;吴耀云 - 中国电子科技集团公司第二十九研究所
  • 2022-04-27 - 2023-04-25 - G06F18/24
  • 本发明公开了一种基于U‑Net分割网络的信号分选方法,具体包括:训练U‑Net分割网络;将待分选的PDW序列经过预处理后,输入训练好的U‑Net分割网络,得到所述待分选的PDW序列对应的分选结果;所述分选结果为所述待分选的本发明所提出的分选模型在PDW序列预处理环节尽可能地保留了信号在时域和频域的联合特征,通过U‑Net强大的分割能力来实现PDW序列的分选;采用有监督学习方法来训练U‑Net分割网络,一旦较充分地截获到了能够代表单目标信号特征的脉冲序列片段,就可以用本发明中所述的数据增强方法构建任意多个已知目标的数据来训练U‑Net分割网络,提升对已知目标的分选能力。
  • 一种基于net分割网络信号分选方法

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