<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
       
        

        <sub id="3jag6"><p id="3jag6"></p></sub>
          <style id="3jag6"></style>
          
国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女































          
    
          

        
       



    
          

          






    
    
    
    Document
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務(wù)
        國際服務(wù)
        商標(biāo)交易
        會員權(quán)益
        需求市場

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種攪拌車罐內(nèi)混凝土坍落度實時檢測方法、介質(zhì)和設(shè)備，通過融合視覺與慣性測量數(shù)據(jù)實現(xiàn)高精度動態(tài)檢測。該方法具體包括：采集攪拌罐內(nèi)混凝土的視頻流及IMU姿態(tài)數(shù)據(jù)；檢測罐口內(nèi)側(cè)預(yù)設(shè)的至少三個定位標(biāo)記點，基于相鄰幀間標(biāo)記點像素位移構(gòu)建仿...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向淺海生物模型的密度檢測和入侵預(yù)警的方法，包括如下步驟：步驟一、密度檢測：系統(tǒng)首先利用基于改進(jìn)YOLO算法的目標(biāo)檢測模塊對輸入的圖像或視頻幀進(jìn)行分析，識別出其中的淺海生物目標(biāo)，并確定其類別，結(jié)合圖像處理方法實現(xiàn)淺海生物密度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N高斯編碼模型訓(xùn)練方法、室內(nèi)占用預(yù)測方法、設(shè)備和介質(zhì)，其中，模型訓(xùn)練方法包括：對樣本室內(nèi)場景圖像進(jìn)行特征提取，得到樣本室內(nèi)場景圖像對應(yīng)的樣本圖像特征圖，根據(jù)樣本圖像特征圖，采用預(yù)設(shè)初始高斯編碼模型對隨機(jī)生成的初始高斯特征進(jìn)行更...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N模型訓(xùn)練方法、室內(nèi)場景占用預(yù)測方法、設(shè)備和介質(zhì)，模型訓(xùn)練方法包括：獲取室內(nèi)場景數(shù)據(jù)集，根據(jù)空間語義集，對各圖像幀進(jìn)行占用預(yù)測，得到各圖像幀的實際空間占用信息，根據(jù)每個室內(nèi)場景的當(dāng)前圖像幀的實際空間占用信息、歷史圖像幀的實際空...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N場景感知模型的訓(xùn)練方法、設(shè)備、機(jī)器人控制方法及機(jī)器人，涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域。該方法包括根據(jù)多個三維點的空間位置信息和初始特征，采用預(yù)設(shè)高斯解碼器獲取多個三維點的高斯幾何特征和第一語義特征；在多個視角下，對三維高斯點云圖進(jìn)行三維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于時空自適應(yīng)融合與地理特征的土地性質(zhì)檢測方法，涉及圖像處理技術(shù)領(lǐng)域，包括：獲取待檢測地塊的采樣圖像、地塊屬性數(shù)據(jù)和數(shù)字高程模型數(shù)據(jù)；采用Swin Transformer模型結(jié)合地類紋理自適應(yīng)融合模塊GTAF從采樣圖像中提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于多層次模態(tài)交互的顯著目標(biāo)分割方法及系統(tǒng)，屬于計算機(jī)視覺技術(shù)領(lǐng)域。包括：獲取待測圖像的RGB圖像和熱紅外圖像，并提取多個層次特征圖；將同層次的多模態(tài)特征圖輸入至三重注意力融合模塊，在該模塊中獲取同層次不同模態(tài)特征圖的差異特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種車輛駕駛意圖識別方法及系統(tǒng)，涉及智能駕駛技術(shù)領(lǐng)域，該方法包括采集待測駕駛員的正面影像、側(cè)面影像和車輛的前向影像數(shù)據(jù)；通過漸進(jìn)式分組卷積神經(jīng)網(wǎng)絡(luò)的層次化分組策略對多視角影像數(shù)據(jù)的進(jìn)行特征提取；采用跨視角一致性學(xué)習(xí)對提取的多視角影...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于深度學(xué)習(xí)的城市管道缺陷識別方法，涉及缺陷識別技術(shù)領(lǐng)域，本發(fā)明獲取用于訓(xùn)練管道缺陷識別模型的數(shù)據(jù)集；構(gòu)建并利用所述數(shù)據(jù)集訓(xùn)練管道缺陷識別模型；其中，管道缺陷識別模型中，至少一個相鄰的最大池化層和多分支特征提取塊之間插設(shè)語義增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及計算機(jī)視覺技術(shù)領(lǐng)域，特別涉及一種模型訓(xùn)練方法、關(guān)鍵點選擇方法、裝置、設(shè)備及介質(zhì)。所述方法具體包括通過特征提取模塊確定訓(xùn)練圖像數(shù)據(jù)的第一高維特征圖和變換圖像數(shù)據(jù)的第二高維特征圖；通過關(guān)鍵點檢測模塊輸出的第一預(yù)測關(guān)鍵點概率圖、第一預(yù)測...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種動態(tài)障礙物識別方法，屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明首先提取不同幀圖像中的動態(tài)障礙物區(qū)域，進(jìn)而在各區(qū)域中選出最大、中等縮放及最小縮放障礙物區(qū)域；隨后對三類區(qū)域分別獲取多層低頻圖像，經(jīng)同一尺度對齊相加后得到對應(yīng)的低頻增強(qiáng)圖像；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供基于多模態(tài)融合的紅外熱成像建筑外立面缺陷智能診斷方法，涉及建筑檢測技術(shù)領(lǐng)域，方法包括：同步采集紅外熱成像、可見光圖像及三維點云數(shù)據(jù)構(gòu)建多模態(tài)數(shù)據(jù)集；采用改進(jìn)形態(tài)學(xué)分水嶺算法分割熱斑區(qū)域并提取輪廓與溫度特征；基于雙分支注意力網(wǎng)絡(luò)識別...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了變流器換相失敗故障診斷方法，屬于相控變流器領(lǐng)域，包括將變流器運行的輸出電壓轉(zhuǎn)換為二維圖像數(shù)據(jù)，將變流器運行的輸出電壓以及二維圖像數(shù)據(jù)一起輸入預(yù)先訓(xùn)練的雙路卷積神經(jīng)網(wǎng)絡(luò)，預(yù)先訓(xùn)練的雙路卷積神經(jīng)網(wǎng)絡(luò)包括一維數(shù)據(jù)處理通道和二維數(shù)據(jù)處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于AI視覺識別的智能精準(zhǔn)抽檢牛肉丸的方法，涉及食品智能檢測技術(shù)領(lǐng)域。包括有：S1：構(gòu)建缺陷數(shù)據(jù)：通過牛肉丸樣本的微觀形貌和3D表面形貌，構(gòu)建圖神經(jīng)網(wǎng)絡(luò)，同時通過多物理場建模，生成虛擬牛肉丸缺陷樣本，并通過所述圖神經(jīng)網(wǎng)絡(luò)，對所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多尺度的YOLOv8頸部網(wǎng)絡(luò)架構(gòu)搜索方法及系統(tǒng)，屬于計算機(jī)視覺和深度神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域。該方法包括：將YOLOv8頸部網(wǎng)絡(luò)中用于特征提取的普通卷積替換為多尺度卷積，并在特征拼接模塊后加入通道注意力機(jī)制，通過動態(tài)通道加權(quán)來初步提...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種鋼板焊接缺陷紅外圖像檢測方法、設(shè)備及系統(tǒng)，該檢測方法包括以下：獲取鋼板焊接缺陷紅外圖像的數(shù)據(jù)集；對數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理和數(shù)據(jù)增強(qiáng)，數(shù)據(jù)預(yù)處理包括小波去噪，數(shù)據(jù)增強(qiáng)包括幾何變換和色彩空間變換；利用預(yù)先構(gòu)建好的改進(jìn)的YOLOv1...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于機(jī)器視覺的場景自動標(biāo)定方法分六步：先采集圖像并量化評分，低質(zhì)圖經(jīng)增強(qiáng)重試；再提取目標(biāo)核心特征，依權(quán)重表判有效性；隨后用至少3個異構(gòu)模型并行推理并校驗結(jié)果；接著對連續(xù)10幀識別結(jié)果做時空及行為一致性校驗，不一致則人工復(fù)核；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體為基于圖像識別的固體垃圾智能分揀系統(tǒng)。本發(fā)明中，通過將圖像中邊緣梯度強(qiáng)度與灰度共生對比度統(tǒng)一映射至同一尺度空間并結(jié)合圖像幀序列進(jìn)行置信評分路徑構(gòu)建，能夠提升固體垃圾圖像識別中標(biāo)簽評分的穩(wěn)定性與區(qū)分度，通過評分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于無人機(jī)圖像分析的高速公路路面病害檢測方法及系統(tǒng)，涉及一般的圖像數(shù)據(jù)處理領(lǐng)域，在該方法中，控制無人機(jī)采集初始路面圖像；基于初始路面圖像及灰度分析確定環(huán)境干擾區(qū)域；控制無人機(jī)對環(huán)境干擾區(qū)域采集補(bǔ)充路面圖像；根據(jù)預(yù)設(shè)夾角將初始路面圖像與補(bǔ)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于點云模型的桿塔金具的屬性賦能方法與系統(tǒng)，包括如下步驟：采集桿塔場景的三維點云數(shù)據(jù)，并執(zhí)行預(yù)處理；提取目標(biāo)點云區(qū)域，并執(zhí)行語義分割和實例提取，生成金具點云集合及對應(yīng)的幾何屬性向量；提取每個金具點云的特征，構(gòu)建多模態(tài)特征張量...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	13
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
男女吃奶做爰猛烈紧视频|
国产一区二区亚洲精品|
极品av麻豆国产在线观看|
九九九精品成人免费视频小说|
国产亚洲精品国产福APP|
一区二区三区激情都市|
国产精品午夜福利91|
国产欧美日韩精品a在线看|
国产偷窥熟妇高潮呻吟|
女人被狂躁c到高潮喷水电影
|
人妻系列无码专区久久五月天
|
欧洲美熟女乱又伦av影片
|
极品粉嫩福利午夜在线播放|
国产精品青青草原免费无码|
亚洲精品无码鲁网中文电影|
国产精品无码无需播放器|
国产午夜亚洲精品不卡网站|
日韩高清亚洲日韩精品一区二区|
免费羞羞午夜爽爽爽视频|
男女无遮挡猛进猛出免费视频国产|
精品玖玖玖视频在线观看|
大地资源在线观看官网第三页
|
人妻少妇精品久久|
日日噜噜夜夜狠狠视频|
亚洲AV无码成H人动漫无遮挡|
爱情岛亚洲论坛成人网站|
亚洲日韩VA无码中文字幕|
久热爱精品视频在线◇|
尹人香蕉久久99天天拍|
粗大挺进朋友人妻淑娟|
97人摸人人澡人人人超一碰|
久久国内精品自在自线图片|
国产熟女乱子视频正在播放|
欧洲熟妇色xxxx欧美老妇多毛图片
|
亚洲中文字幕无码日韩|
日韩国产亚洲欧美中国v|
久久久久久人妻毛片a片|
欧美亚洲熟妇一区二区三区|
国内老熟妇乱子伦视频|
国内大量揄拍人妻在线视频|
国内成+人 亚洲+欧美+综合在线|