<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(dòng)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(huì)員權(quán)益
        需求市場(chǎng)

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      一種基于無人機(jī)圖像分析的高速公路路面病害檢測(cè)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(duì)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)明涉及圖像處理技術(shù)領(lǐng)域，具體為基于圖像識(shí)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(duì)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(píng)分路徑構(gòu)建，能夠提升固體垃圾圖像識(shí)別中標(biāo)簽評(píng)分的穩(wěn)定性與區(qū)分度，通過評(píng)分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于機(jī)器視覺的場(chǎng)景自動(dòng)標(biāo)定方法分六步：先采集圖像并量化評(píng)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(gè)異構(gòu)模型并行推理并校驗(yàn)結(jié)果；接著對(duì)連續(xù)10幀識(shí)別結(jié)果做時(shí)空及行為一致性校驗(yàn)，不一致則人工復(fù)核；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種鋼板焊接缺陷紅外圖像檢測(cè)方法、設(shè)備及系統(tǒng)，該檢測(cè)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(duì)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(jì)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(dòng)態(tài)通道加權(quán)來初步提...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了基于AI視覺識(shí)別的智能精準(zhǔn)抽檢牛肉丸的方法，涉及食品智能檢測(cè)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(shí)通過多物理場(chǎng)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(duì)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(lǐng)域，包括將變流器運(yùn)行的輸出電壓轉(zhuǎn)換為二維圖像數(shù)據(jù)，將變流器運(yùn)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(cè)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(diǎn)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(shí)別...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種動(dòng)態(tài)障礙物識(shí)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(dòng)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(duì)三類區(qū)域分別獲取多層低頻圖像，經(jīng)同一尺度對(duì)齊相加后得到對(duì)應(yīng)的低頻增強(qiáng)圖像；最后...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及計(jì)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(diǎn)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(diǎn)檢測(cè)模塊輸出的第一預(yù)測(cè)關(guān)鍵點(diǎn)概率圖、第一預(yù)測(cè)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于深度學(xué)習(xí)的城市管道缺陷識(shí)別方法，涉及缺陷識(shí)別技術(shù)領(lǐng)域，本發(fā)明獲取用于訓(xùn)練管道缺陷識(shí)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(shí)別模型；其中，管道缺陷識(shí)別模型中，至少一個(gè)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種車輛駕駛意圖識(shí)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(cè)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(duì)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(duì)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(biāo)分割方法及系統(tǒng)，屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域。包括：獲取待測(cè)圖像的RGB圖像和熱紅外圖像，并提取多個(gè)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(shí)空自適應(yīng)融合與地理特征的土地性質(zhì)檢測(cè)方法，涉及圖像處理技術(shù)領(lǐng)域，包括：獲取待檢測(cè)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┮环N場(chǎng)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(gè)三維點(diǎn)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(gè)三維點(diǎn)的高斯幾何特征和第一語義特征；在多個(gè)視角下，對(duì)三維高斯點(diǎn)云圖進(jìn)行三維...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N模型訓(xùn)練方法、室內(nèi)場(chǎng)景占用預(yù)測(cè)方法、設(shè)備和介質(zhì)，模型訓(xùn)練方法包括：獲取室內(nèi)場(chǎng)景數(shù)據(jù)集，根據(jù)空間語義集，對(duì)各圖像幀進(jìn)行占用預(yù)測(cè)，得到各圖像幀的實(shí)際空間占用信息，根據(jù)每個(gè)室內(nèi)場(chǎng)景的當(dāng)前圖像幀的實(shí)際空間占用信息、歷史圖像幀的實(shí)際空...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)?zhí)峁┝艘环N高斯編碼模型訓(xùn)練方法、室內(nèi)占用預(yù)測(cè)方法、設(shè)備和介質(zhì)，其中，模型訓(xùn)練方法包括：對(duì)樣本室內(nèi)場(chǎng)景圖像進(jìn)行特征提取，得到樣本室內(nèi)場(chǎng)景圖像對(duì)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(duì)隨機(jī)生成的初始高斯特征進(jìn)行更...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種面向淺海生物模型的密度檢測(cè)和入侵預(yù)警的方法，包括如下步驟：步驟一、密度檢測(cè)：系統(tǒng)首先利用基于改進(jìn)YOLO算法的目標(biāo)檢測(cè)模塊對(duì)輸入的圖像或視頻幀進(jìn)行分析，識(shí)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(shí)現(xiàn)淺海生物密度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種攪拌車罐內(nèi)混凝土坍落度實(shí)時(shí)檢測(cè)方法、介質(zhì)和設(shè)備，通過融合視覺與慣性測(cè)量數(shù)據(jù)實(shí)現(xiàn)高精度動(dòng)態(tài)檢測(cè)。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(cè)罐口內(nèi)側(cè)預(yù)設(shè)的至少三個(gè)定位標(biāo)記點(diǎn)，基于相鄰幀間標(biāo)記點(diǎn)像素位移構(gòu)建仿...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種工地現(xiàn)場(chǎng)污染源分析方法及系統(tǒng)，基于預(yù)設(shè)高斯擴(kuò)散模型以及環(huán)境監(jiān)測(cè)數(shù)據(jù)和氣象數(shù)據(jù)確定工地現(xiàn)場(chǎng)各監(jiān)測(cè)區(qū)域的大氣污染源強(qiáng)度信息，通過預(yù)先訓(xùn)練的目標(biāo)檢測(cè)模型對(duì)視頻流進(jìn)行檢測(cè)識(shí)別，并基于預(yù)設(shè)多維評(píng)分模型、環(huán)境監(jiān)測(cè)數(shù)據(jù)、檢測(cè)識(shí)別結(jié)果和大氣...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	18
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
中文字幕乱偷无码av先锋蜜桃
|
免费爆乳精品一区二区|
国产av国片精品jk制服|
国产精品美脚玉足脚交|
久久一卡二卡三卡四卡|
特级毛片内射www无码|
亚洲aⅴ在线无码天堂777|
日韩精品一区二区三区在线观看
|
亚洲中文字幕无码乱线|
国产成人啪精品视频免费APP
|
www国产亚洲精品久久久|
无码va在线观看|
国产精品无码一区二区三区电影|
国产精品免费视频网站|
日本久久高清一区二区三区毛片|
欧美人与动牲交精品|
欧美综合自拍亚洲综合区|
国产精品成人观看视频国产奇米
|
无码综合天天久久综合网色吧影院|
免费视频国产在线观看|
国产亚洲无线码一区二区|
亚洲第一无码xxxxxx
|
亚洲综合色区另类av|
欧美又粗又大xxxxbbbb疯狂|
亚洲岛国av一区二区|
日本免费观看mv免费版视频网站|
成人免费看片又大又黄|
18禁成人黄网站免费观看|
A级日本乱理伦片免费入口|
亚洲熟妇中文字幕日产无码|
国产精品第一二三区久久蜜芽
|
午夜人妻理论片天堂影院|
少妇被多人c夜夜爽爽|
东方四虎在线观看av|
国产精品午夜福利不卡120|
97人妻无码免费专区|
日本50岁丰满熟妇xxxx|
√天堂资源在线中文8在线最新版|
亚洲成无码人在线观看|
婷婷色综合视频在线观看|
国产精品18久久久久久vr|