<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
        國際服務
        商標交易
        會員權益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種自動裁剪與校正的機載高光譜數(shù)據(jù)處理方法及系統(tǒng)，自動航跡裁剪技術通過對GPS軌跡數(shù)據(jù)進行算法分析，結合經(jīng)緯度、航向、海拔高度等信息實現(xiàn)有效航帶提取與裁剪，一方面能去除冗余光譜數(shù)據(jù)，大幅減少后續(xù)計算量，顯著提升數(shù)據(jù)處理速度，解決...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)行預處理；提取目標點云區(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的幾何屬性向量；提取每個金具點云的特征，構建多模態(tài)特征張量...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于無人機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)處理領域，在該方法中，控制無人機采集初始路面圖像；基于初始路面圖像及灰度分析確定環(huán)境干擾區(qū)域；控制無人機對環(huán)境干擾區(qū)域采集補充路面圖像；根據(jù)預設夾角將初始路面圖像與補...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及圖像處理技術領域，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度與灰度共生對比度統(tǒng)一映射至同一尺度空間并結合圖像幀序列進行置信評分路徑構建，能夠提升固體垃圾圖像識別中標簽評分的穩(wěn)定性與區(qū)分度，通過評分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于機器視覺的場景自動標定方法分六步：先采集圖像并量化評分，低質(zhì)圖經(jīng)增強重試；再提取目標核心特征，依權重表判有效性；隨后用至少3個異構模型并行推理并校驗結果；接著對連續(xù)10幀識別結果做時空及行為一致性校驗，不一致則人工復核；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種鋼板焊接缺陷紅外圖像檢測方法、設備及系統(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)集進行數(shù)據(jù)預處理和數(shù)據(jù)增強，數(shù)據(jù)預處理包括小波去噪，數(shù)據(jù)增強包括幾何變換和色彩空間變換；利用預先構建好的改進的YOLOv1...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多尺度的YOLOv8頸部網(wǎng)絡架構搜索方法及系統(tǒng)，屬于計算機視覺和深度神經(jīng)網(wǎng)絡技術領域。該方法包括：將YOLOv8頸部網(wǎng)絡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制，通過動態(tài)通道加權來初步提...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于AI視覺識別的智能精準抽檢牛肉丸的方法，涉及食品智能檢測技術領域。包括有：S1：構建缺陷數(shù)據(jù)：通過牛肉丸樣本的微觀形貌和3D表面形貌，構建圖神經(jīng)網(wǎng)絡，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，對所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了變流器換相失敗故障診斷方法，屬于相控變流器領域，包括將變流器運行的輸出電壓轉換為二維圖像數(shù)據(jù)，將變流器運行的輸出電壓以及二維圖像數(shù)據(jù)一起輸入預先訓練的雙路卷積神經(jīng)網(wǎng)絡，預先訓練的雙路卷積神經(jīng)網(wǎng)絡包括一維數(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，涉及建筑檢測技術領域，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)構建多模態(tài)數(shù)據(jù)集；采用改進形態(tài)學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)絡識別...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種動態(tài)障礙物識別方法，屬于圖像處理技術領域。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的低頻增強圖像；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及計算機視覺技術領域，特別涉及一種模型訓練方法、關鍵點選擇方法、裝置、設備及介質(zhì)。所述方法具體包括通過特征提取模塊確定訓練圖像數(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；通過關鍵點檢測模塊輸出的第一預測關鍵點概率圖、第一預測...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于深度學習的城市管道缺陷識別方法，涉及缺陷識別技術領域，本發(fā)明獲取用于訓練管道缺陷識別模型的數(shù)據(jù)集；構建并利用所述數(shù)據(jù)集訓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語義增...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種車輛駕駛意圖識別方法及系統(tǒng)，涉及智能駕駛技術領域，該方法包括采集待測駕駛員的正面影像、側面影像和車輛的前向影像數(shù)據(jù)；通過漸進式分組卷積神經(jīng)網(wǎng)絡的層次化分組策略對多視角影像數(shù)據(jù)的進行特征提取；采用跨視角一致性學習對提取的多視角影...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于多層次模態(tài)交互的顯著目標分割方法及系統(tǒng)，屬于計算機視覺技術領域。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)明提出了一種基于時空自適應融合與地理特征的土地性質(zhì)檢測方法，涉及圖像處理技術領域，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模型結合地類紋理自適應融合模塊GTAF從采樣圖像中提取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N場景感知模型的訓練方法、設備、機器人控制方法及機器人，涉及機器學習技術領域。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，采用預設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行三維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N模型訓練方法、室內(nèi)場景占用預測方法、設備和介質(zhì)，模型訓練方法包括：獲取室內(nèi)場景數(shù)據(jù)集，根據(jù)空間語義集，對各圖像幀進行占用預測，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┝艘环N高斯編碼模型訓練方法、室內(nèi)占用預測方法、設備和介質(zhì)，其中，模型訓練方法包括：對樣本室內(nèi)場景圖像進行特征提取，得到樣本室內(nèi)場景圖像對應的樣本圖像特征圖，根據(jù)樣本圖像特征圖，采用預設初始高斯編碼模型對隨機生成的初始高斯特征進行更...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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YOLO算法的目標檢測模塊對輸入的圖像或視頻幀進行分析，識別出其中的淺海生物目標，并確定其類別，結合圖像處理方法實現(xiàn)淺海生物密度...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	14
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
97爱亚洲综合成人|
日本熟妇大乳|
40岁大乳的熟妇在线观看|
国产精品麻豆成人av电影艾秋|
精品国产美女福利在线不卡|
中国熟女仑乱hd|
欧美成人精品三级在线观看|
亚洲午夜精品一区二区|
欧美亚洲日本国产黑白配|
无码少妇一区二区三区芒果|
国产白嫩护士被弄高潮|
亚洲精品国产电影|
77777五月色婷婷丁香视频|
99精品国产一区二区三区2021
|
国产精品黄大片在线播放|
无码人妻一区二区三区免费看成人
|
久久香蕉国产线看观看怡红院妓院|
无码免费午夜福利片在线|
亚洲 欧美 国产 图片|
日韩a片无码一区二区三区电影|
亚洲人成电影在线天堂色|
亚洲欧美综合中文|
欧美人与动牲交xxxxbbbb|
一中文字幕日产乱码va|
色综合久久久久综合99|
色综合热无码热国产
|
2018高清日本一道国产-在|
色哟哟在线视频精品一区|
国产成人av在线播放不卡|
亚洲人成精品久久久久桥|
亚洲AV天天做在线观看|
亚洲AV国产福利精品在现观看|
999久久免费精品国产|
国产精品久久久久久久久绿色|
久久丫免费无码一区二区|
日本欧美视频在线观看|
成人免费777777|
巨人精品福利官方导航|
少妇高潮尖叫黑人激情在线|
亚洲午夜精品毛片成人播放|
无码av永久免费专区麻豆|