<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(yè) 專利交易 IP管家助手 科技果 科技人才 科技服務(wù) 國(guó)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
          • 我要求購(gòu)
          • 我要出售
          最新專利技術(shù)
          • 本申請(qǐng)?zhí)峁┮环N圖像生成模型的訓(xùn)練方法及裝置,涉及圖像處理技術(shù)領(lǐng)域,其中,該方法包括:獲取訓(xùn)練樣本集,訓(xùn)練樣本集中的每一組樣本組合包含一個(gè)內(nèi)容圖像,一個(gè)與內(nèi)容圖像對(duì)應(yīng)的掩碼圖像,以及一個(gè)風(fēng)格圖像;將內(nèi)容圖像、掩碼圖像、以及風(fēng)格圖像分別輸入待訓(xùn)...
          • 本申請(qǐng)?zhí)峁┮环N基于編碼器和生成器的圖像生成方法及裝置,涉及圖像處理技術(shù)領(lǐng)域,其中,編碼器包括內(nèi)容編碼器和風(fēng)格編碼器,該方法包括:獲取源內(nèi)容圖像和源風(fēng)格圖像,以及源內(nèi)容圖像對(duì)應(yīng)的掩碼圖像;將源內(nèi)容圖像和源內(nèi)容圖像對(duì)應(yīng)的掩碼圖像輸入訓(xùn)練好的內(nèi)容...
          • 本申請(qǐng)?zhí)峁┝艘环N圖像的雙目立體匹配方法和裝置、電子設(shè)備及存儲(chǔ)介質(zhì),涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域。該方法對(duì)采集的第一初始圖像和第二初始圖像分別進(jìn)行格式轉(zhuǎn)化,轉(zhuǎn)化為設(shè)定位數(shù)的第一灰度圖像和第二灰度圖像,可以用于弱紋理、純色環(huán)境或者黑暗環(huán)境的雙目匹配,...
          • 本發(fā)明公開了一種基于場(chǎng)景深度信息的大氣散射降質(zhì)圖像恢復(fù)方法,包括:獲取待處理圖像;基于待處理圖像通過暗通道先驗(yàn)假設(shè)獲得第一透射圖,第一透射圖為粗估計(jì)的透射圖;基于待處理圖像獲得場(chǎng)景深度相對(duì)估計(jì);基于第一透射圖、場(chǎng)景深度相對(duì)估計(jì)獲得第二透射圖...
          • 本申請(qǐng)?zhí)峁┝艘环N圖像分割模型的訓(xùn)練方法、圖像分割方法、裝置及存儲(chǔ)介質(zhì);方法包括:獲取多張待分割圖像樣本,多張待分割圖像樣本來源于多個(gè)不同的數(shù)據(jù)源;按照目標(biāo)特征轉(zhuǎn)換方式,對(duì)各待分割圖像樣本對(duì)應(yīng)的樣本特征進(jìn)行特征轉(zhuǎn)換,得到各待分割圖像樣本對(duì)應(yīng)的...
          • 本發(fā)明公開了大氣散射降質(zhì)圖像增強(qiáng)方法,包括:獲取待處理圖像;基于待處理圖像獲取第一場(chǎng)景輻射率圖像;獲得第一透射圖;基于第一透射圖、第一場(chǎng)景輻射率圖像獲取第一大氣光光強(qiáng);基于第一大氣光光強(qiáng)、第一場(chǎng)景輻射率圖像獲取第二透射圖;基于第一大氣光光強(qiáng)...
          • 本發(fā)明公開了一種低照度圖像增強(qiáng)模型的訓(xùn)練方法,包括:將低照度圖像和正常圖像分別輸入低照度圖像增強(qiáng)模型的圖像分解模塊,得到對(duì)應(yīng)的低照度圖像反射率圖和正常圖像反射率圖;對(duì)低照度圖像反射率圖和正常圖像反射率圖分別進(jìn)行退化感知處理,得到對(duì)應(yīng)的低照度...
          • 本公開實(shí)施例涉及一種圖像處理方法、裝置、設(shè)備及介質(zhì),其中該方法包括:獲取待處理圖像;將待處理圖像輸入至預(yù)先構(gòu)建的超分模型,以通過超分模型生成待處理圖像對(duì)應(yīng)的目標(biāo)圖像;目標(biāo)圖像的分辨率高于待處理圖像的分辨率;其中,超分模型用于:對(duì)待處理圖像進(jìn)...
          • 本說明書實(shí)施例提供水印圖像生成方法、水印信息獲取方法、計(jì)算設(shè)備、存儲(chǔ)介質(zhì)以及計(jì)算機(jī)程序產(chǎn)品,其中所述水印圖像生成方法包括:確定待處理圖像以及所述待處理圖像對(duì)應(yīng)的水印信息;將所述待處理圖像劃分為多個(gè)待處理圖像塊,并基于第一變換矩陣以及第二變換...
          • 本申請(qǐng)公開了一種應(yīng)用于廣告、推薦系統(tǒng)的預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì),屬于人工智能領(lǐng)域。所述應(yīng)用于廣告系統(tǒng)的預(yù)測(cè)方法包括:獲取第一記憶特征和第一泛化特征;將第一記憶特征輸入具有第一特征交叉層的第一神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),得到第一預(yù)測(cè)結(jié)果;以及,將第一泛化...
          • 本發(fā)明涉及線上智能營(yíng)銷技術(shù)領(lǐng)域,且公開了一種基于互聯(lián)網(wǎng)的線上營(yíng)銷智能服務(wù)系統(tǒng),包括:獲取目標(biāo)信息的采集模塊,分析銷售趨勢(shì)、確定目標(biāo)庫(kù)存和目標(biāo)銷售量的分析模塊,篩選出有效目標(biāo)數(shù)據(jù)的篩選模塊,形成智能售后服務(wù)策略、以解決售后出現(xiàn)的爭(zhēng)議問題的處理...
          • 本發(fā)明實(shí)施例提供了一種故障分析的方法、裝置、電子設(shè)備及介質(zhì),所述方法包括:獲取采集的關(guān)鍵數(shù)據(jù),并根據(jù)所述關(guān)鍵數(shù)據(jù),確定故障相關(guān)指標(biāo);根據(jù)所述故障相關(guān)指標(biāo),構(gòu)建動(dòng)態(tài)規(guī)則樹;獲取故障單信息,并通過預(yù)先訓(xùn)練的目標(biāo)模型,根據(jù)所述故障單信息和所述動(dòng)態(tài)...
          • 本申請(qǐng)公開了一種策略確定方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品,涉及計(jì)算機(jī)技術(shù)領(lǐng)域。該方法包括:獲取多個(gè)對(duì)象分別對(duì)應(yīng)的對(duì)象數(shù)據(jù)信息;對(duì)多個(gè)對(duì)象分別對(duì)應(yīng)的對(duì)象數(shù)據(jù)信息進(jìn)行特征分析,得到多個(gè)對(duì)象分別對(duì)應(yīng)的活動(dòng)預(yù)測(cè)結(jié)果;確定多個(gè)對(duì)象對(duì)應(yīng)的資源分配策略;...
          • 本申請(qǐng)?zhí)峁┮环N神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練方法、信息表示方法及設(shè)備。本申請(qǐng)的方法,在知識(shí)蒸餾時(shí),使用信息表示模型(學(xué)生模型)的前至少1層替換參考模型(教師模型)中的對(duì)應(yīng)層來構(gòu)建至少一個(gè)輔助模型,基于訓(xùn)練集確定輔助模型中未被替換的各層的特征退化程度信息,...
          • 本公開的實(shí)施例涉及針對(duì)語(yǔ)音識(shí)別模型的量化方法、裝置、電子設(shè)備和產(chǎn)品。該方法包括確定語(yǔ)音識(shí)別模型的網(wǎng)絡(luò)層的權(quán)重矩陣,權(quán)重矩陣包括被劃分成多個(gè)分組的多個(gè)分塊。該方法還包括基于多個(gè)分塊的多個(gè)分塊參數(shù),按照多個(gè)分組調(diào)整權(quán)重矩陣中的多個(gè)分塊的順序,分...
          • 本發(fā)明提供一種提升量化特征feature的量化方法,提高卷積的速度,減少模型推理的時(shí)間。通過mask形式標(biāo)記深度學(xué)習(xí)Feature,實(shí)現(xiàn)Feature推理inference時(shí)4bit值代替5bit,提高Feature的量化表示能力,從而提高...
          • 本申請(qǐng)公開了一種模型更新方法、裝置、設(shè)備、介質(zhì)、產(chǎn)品,該方法包括:在獲取到神經(jīng)網(wǎng)絡(luò)模型之后,對(duì)該神經(jīng)網(wǎng)絡(luò)模型中至少一個(gè)算子進(jìn)行參數(shù)量更新處理,得到更新后模型,以使該更新后模型的參數(shù)量高于該神經(jīng)網(wǎng)絡(luò)模型的參數(shù)量,并使得該更新后模型的運(yùn)行耗時(shí)低...
          • 本公開提出了用于事件關(guān)聯(lián)的方法、裝置和計(jì)算機(jī)程序產(chǎn)品。可以計(jì)算當(dāng)前事件的當(dāng)前事件向量。可以獲得與歷史事件集合相對(duì)應(yīng)的歷史事件向量集合。可以根據(jù)所述當(dāng)前事件向量和所述歷史事件向量集合,從所述歷史事件集合中搜索與所述當(dāng)前事件相似的相似事件集合。...
          • 本發(fā)明提供一種首字下沉段落的檢測(cè)方法及裝置,涉及文檔識(shí)別技術(shù)領(lǐng)域,其中,首字下沉段落的檢測(cè)方法,包括:在待檢測(cè)段落的文本行特征符合預(yù)設(shè)文本行條件的情況下,從所述待檢測(cè)段落中提取設(shè)定數(shù)量個(gè)非修飾性的目標(biāo)元素;對(duì)各所述目標(biāo)元素進(jìn)行元素類型統(tǒng)計(jì),...
          • 本發(fā)明提供一種電子組件布局方法,包含由一運(yùn)算裝置執(zhí)行:加載多筆電子線路圖檔;根據(jù)電子線路圖檔取得多筆組件數(shù)據(jù),包含多筆組件編號(hào)及多筆連接腳位數(shù)據(jù);在一空白圖檔上定義多個(gè)組件布局區(qū)及一機(jī)構(gòu)區(qū),多個(gè)組件布局區(qū)分別對(duì)應(yīng)于電子線路圖檔的多個(gè)頁(yè)面;根...
          技術(shù)分類
          主站蜘蛛池模板: 国产精品人人做人人爽人人添| 日本韩国日韩少妇熟女少妇| 农村乱人伦一区二区| 亚洲图片日本v视频免费| 日本在线观看邪恶网站不卡| 天堂av最新版中文在线| 欧洲人妻丰满av无码久久不卡| 国产免费毛卡片| 无码福利一区二区三区| 国产成人国产在线观看| 亚洲国产成人最新精品| 久久综合狠狠综合久久激情 | 在线v片免费观看视频| 精品乱码久久久久久久| 国产主播av福利精品一区| 亚洲精品日韩av专区| 米奇777超碰欧美日韩亚洲| 爱性久久久久久久久| 日日摸夜夜添无码无码av| 国产在线精品一区二区在线观看| 成人无码嫩草影院| 亚洲成色精品一二三区| 大ji巴好深好爽又大又粗视频| 日本久久久久亚洲中字幕| 亚洲欧美成αⅴ人在线观看| 亚洲一区二区三区av在线观看| 看全黄大色黄大片美女| 久久精品国产亚洲av麻豆不卡| 免费国产h视频在线观看| 四虎国产精品永久在线| 中文字幕亚洲人妻一区| 亚洲 制服 丝袜 无码| 欧美老少配性行为| 亚洲AV天天做在线观看| 久久在精品线影院| 免费两性的视频网站| 欧美精品18videosex性欧| 蜜桃久久久精品国产| 久热爱精品视频在线9| 文中字幕一区二区三区视频播放| 亚洲五月天综合|