<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(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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		樂器;聲學(xué)設(shè)備的制造及制作,分析技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于多模型集成的甲狀腺腫瘤B超診斷方法及系統(tǒng)，該方法包括：利用神經(jīng)網(wǎng)絡(luò)I對(duì)甲狀腺腫瘤B超圖像中的結(jié)節(jié)進(jìn)行分割，獲取初步二值化結(jié)節(jié)分割圖；利用神經(jīng)網(wǎng)絡(luò)II對(duì)甲狀腺腫瘤B超圖像中的結(jié)節(jié)進(jìn)行分割，獲取精細(xì)二值化結(jié)節(jié)分割圖；將初步二值...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多模態(tài)大模型的建筑物震害損傷智能評(píng)估方法，屬于地震工程技術(shù)領(lǐng)域；包括以下步驟：采集損傷圖片構(gòu)建多模態(tài)震害評(píng)估數(shù)據(jù)集；構(gòu)建多模態(tài)震害評(píng)估大模型，并使用圖像?文本對(duì)比損失函數(shù)進(jìn)行優(yōu)化，通過多模態(tài)編碼器輸出一個(gè)新的多模態(tài)向量表...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種項(xiàng)目管理方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，該方法包括：當(dāng)接收到對(duì)目標(biāo)項(xiàng)目進(jìn)行管理的指令時(shí)，確定關(guān)聯(lián)用戶；監(jiān)測(cè)是否接收到關(guān)聯(lián)用戶對(duì)目標(biāo)項(xiàng)目的關(guān)聯(lián)操作指令；當(dāng)接收到關(guān)聯(lián)操作指令時(shí)，確定當(dāng)前關(guān)聯(lián)操作指令對(duì)應(yīng)的項(xiàng)目關(guān)聯(lián)信息；在預(yù)先構(gòu)建...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種外協(xié)采購零部件的管理方法及系統(tǒng)，涉及數(shù)據(jù)管理相關(guān)技術(shù)領(lǐng)域，該方法包括：連接企業(yè)ERP系統(tǒng)，實(shí)時(shí)同步篩選采購零部件的BOM信息、供應(yīng)商信息，并錄入返修數(shù)據(jù)、收貨數(shù)據(jù)和退貨數(shù)據(jù)，其中，錄入方式包括掃碼錄入和pc彈窗選擇錄入；進(jìn)行...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供一種基于轉(zhuǎn)換器模型的多尺度感知模型，包括：圖像特征抽取網(wǎng)絡(luò)，包括：由多級(jí)注意力模塊堆疊而成的編碼器，用于基于輸入的待識(shí)別圖像輸出由所述多級(jí)注意力模塊提取的多個(gè)圖像塊令牌(Patch Token)序列；特征融合網(wǎng)絡(luò)，用于將所述多個(gè)圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供了目標(biāo)模型生成方法、圖像處理方法和裝置，涉及人工智能、計(jì)算機(jī)視覺、深度學(xué)習(xí)、大模型、自動(dòng)駕駛、智能交通等技術(shù)領(lǐng)域。具體方案為：基于掩碼圖對(duì)樣本圖像進(jìn)行掩碼處理，得到掩碼后的樣本圖像；將掩碼后的樣本圖像輸入預(yù)設(shè)模型，得到掩碼區(qū)域的特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種基于圖像識(shí)別的文字生成方法，涉及圖像識(shí)別技術(shù)領(lǐng)域，包括進(jìn)行信息采集得到原始采集信息，原始采集信息包括原始圖像信息和原始環(huán)境語音信息；對(duì)原始圖像信息預(yù)處理得到圖像預(yù)處理信息，對(duì)原始環(huán)境語音信息預(yù)處理得到環(huán)境語音預(yù)處理信息；根據(jù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種單株樹木點(diǎn)云的枝葉分離方法，涉及林業(yè)生態(tài)遙感技術(shù)領(lǐng)域，以解決樹木木質(zhì)結(jié)構(gòu)點(diǎn)云提取精度和效率不高的問題。該方法包括：對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行單木分割和去噪，得到單木點(diǎn)云；對(duì)單木點(diǎn)云多角度旋轉(zhuǎn)，利用LeWoS算法對(duì)單木點(diǎn)云進(jìn)行分析并通過...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于項(xiàng)目管理技術(shù)領(lǐng)域，具體涉及一種科研項(xiàng)目全流程管理平臺(tái)。包括科研項(xiàng)目管理駕駛艙模塊、科研項(xiàng)目庫管理模塊、科研項(xiàng)目執(zhí)行管理模塊、科研項(xiàng)目文檔管理模塊、科研項(xiàng)目概算管理模塊、知識(shí)產(chǎn)權(quán)庫管理模塊、科技成果庫管理模塊、科研項(xiàng)目報(bào)表管理模塊和...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于文本提示的室內(nèi)點(diǎn)云場(chǎng)景開放式語義分割方法。本發(fā)明基于大規(guī)模室內(nèi)場(chǎng)景點(diǎn)云數(shù)據(jù)，采用基于Mamba塊的3D U?Net網(wǎng)絡(luò)結(jié)構(gòu)提取點(diǎn)云場(chǎng)景局部特征，并通過多級(jí)Mamba塊和降采樣提取場(chǎng)景點(diǎn)云數(shù)據(jù)全局特征，再通過上采樣和跳躍連接...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于人工智能和目標(biāo)檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種實(shí)例特征增強(qiáng)的SAR圖像細(xì)粒度目標(biāo)檢測(cè)方法及裝置。該方法包括以下步驟：目標(biāo)檢測(cè)模型搭建：選擇yolov8網(wǎng)絡(luò)作為SAR圖像細(xì)粒度目標(biāo)檢測(cè)基礎(chǔ)網(wǎng)絡(luò)，構(gòu)建基于動(dòng)態(tài)卷積的細(xì)粒度特征增強(qiáng)模塊，用以替...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于特征選擇和集成學(xué)習(xí)的時(shí)間序列植被指數(shù)作物分類方法，它屬于作物分類技術(shù)領(lǐng)域。本發(fā)明解決了現(xiàn)有模型的泛化能力弱、模型訓(xùn)練與推理效率低以及模型分類準(zhǔn)確率低的問題。本發(fā)明基于遙感影像時(shí)間序列特征數(shù)據(jù)集，通過逐步增加特征的方式來構(gòu)建最優(yōu)特征子...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及教學(xué)技術(shù)領(lǐng)域，具體涉及一種基于計(jì)算機(jī)視覺的自動(dòng)閱卷方法，包括：圖像采集與預(yù)處理：采集答題卡圖像，通過灰度化、二值化處理進(jìn)行圖像模糊檢測(cè)和校正識(shí)別并剔除不清晰圖像，本發(fā)明通過圖像灰度化、局部自適應(yīng)二值化、模糊檢測(cè)及透視校正等圖像預(yù)處...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種多干擾源場(chǎng)景下的圖像重建方法及裝置，所述方法包括以下步驟：S1、對(duì)于輸入圖像，使用多個(gè)針對(duì)不同干擾場(chǎng)景的視覺特征編碼器提取特征并進(jìn)行特征融合；S2、干擾類型分類模型根據(jù)融合的特征進(jìn)行干擾因素識(shí)別；S3、根據(jù)干擾因素的識(shí)別結(jié)果...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種細(xì)菌檢測(cè)方法及系統(tǒng)，屬于細(xì)菌檢測(cè)。針對(duì)現(xiàn)有細(xì)菌檢測(cè)耗時(shí)長(zhǎng)且精度低的問題，本發(fā)明提供一種細(xì)菌檢測(cè)方法，包括獲取真實(shí)場(chǎng)景的數(shù)據(jù)集，對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理；基于預(yù)處理后的數(shù)據(jù)集對(duì)YOLOv5s進(jìn)行訓(xùn)練，得到Y(jié)OLOv5s檢測(cè)模型；所述Y...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，公開了基于狀態(tài)空間的圖像變化檢測(cè)方法、裝置、設(shè)備及介質(zhì)，其中方法包括：將雙時(shí)相遙感圖像分別輸入至兩個(gè)權(quán)值共享的孿生網(wǎng)絡(luò)分支中，通過多個(gè)編碼階段的輕量狀態(tài)空間模塊進(jìn)行編碼處理，分別得到第一時(shí)相特征圖，以及第二時(shí)相特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及食品安全檢測(cè)領(lǐng)域，公開一種基于多模態(tài)數(shù)據(jù)與AI算法的食品安全智能檢測(cè)方法及系統(tǒng)，該方法包括：通過多源傳感器實(shí)時(shí)采集食品在各環(huán)節(jié)的數(shù)據(jù)，得到多模態(tài)食品數(shù)據(jù)；對(duì)多模態(tài)食品數(shù)據(jù)預(yù)處理，得到標(biāo)準(zhǔn)化的多模態(tài)食品數(shù)據(jù)，多模態(tài)食品數(shù)據(jù)包括時(shí)序數(shù)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開內(nèi)容涉及用于基于高光譜圖像估計(jì)物體分類的分類方法、分類裝置以及存儲(chǔ)介質(zhì)。根據(jù)本公開內(nèi)容的一個(gè)實(shí)施例，該分類方法包括：使用基于第一神經(jīng)網(wǎng)絡(luò)的點(diǎn)級(jí)分類器提取高光譜圖像中的單個(gè)感興趣類型物體的輪廓區(qū)內(nèi)的多個(gè)點(diǎn)中的各點(diǎn)的點(diǎn)級(jí)分類特征；以及使用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種障礙物的識(shí)別方法、裝置、設(shè)備以及軌道吊車。本發(fā)明提供的障礙物識(shí)別方法，通過采集來自不同維度（車頭方向和巷道側(cè)向）的圖像數(shù)據(jù)，能夠有效解決現(xiàn)有技術(shù)中存在的低能見度環(huán)境下目標(biāo)漏檢和空間誤判的問題。首先，利用第一圖像采集裝置和第二...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種鋼材缺陷檢測(cè)方法、系統(tǒng)、電子設(shè)備及存儲(chǔ)介質(zhì)，方法包括搜集鋼材表面缺陷數(shù)據(jù)集，并對(duì)表面缺陷數(shù)據(jù)集依次進(jìn)行整理、轉(zhuǎn)換及處理；在YOLOv8特征提取主干網(wǎng)絡(luò)中引入SPD?Conv模塊，并嵌入EMA模塊得到特征提取模型；在特征提取模型...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	73
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
三上悠亚久久精品|
免费全部高h视频无码|
私人毛片免费高清影视院|
男女啪啪做爰高潮免费网站|
中文字幕亚洲日韩无线码|
中文字幕国产精品专区|
狠狠久久噜噜熟女|
欧美激欧美啪啪片sm|
国产公开久久人人97超碰|
国产av无码国产av毛片|
国99久9在线 | 免费|
国产熟妇久久777777|
国产精品美女乱子伦高|
亚洲色成人www永久在线观看|
色欲av无码一区二区三区|
久久精品国产99久久久古代|
jizzjizz少妇亚洲水多|
精品卡通动漫亚洲AV第一页|
欧美裸体xxxx极品|
国产日产欧产精品品不卡|
久久久九九精品国产毛片a片|
成全世界免费高清观看|
国产成人手机高清在线观看网站
|
免费无码毛片一区二区app|
四虎影视永久在线精品
|
又爽又黄又无遮挡的视频在线观看|
亚洲国产aⅴ成人精品无吗|
又硬又粗又大一区二区三区视频|
国产精品爆乳奶水无码视频|
人妻忍着娇喘被中进中出视频|
一区二区三区激情都市|
56pao国产成视频永久|
亚洲性猛交xxxx|
国产成人无码av大片大片在线观看|
性奴sm虐辱暴力视频网站|
毛耸耸性xxxx毛耸耸|
欧美日韩中文国产一区|
国产 在线 | 日韩|
日韩有码精品中文字幕|
一本色道久久东京热|
国产精品VA尤物在线观看|