<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及圖像生成技術(shù)領(lǐng)域，尤其是涉及一種基于工作流編排的金融圖像生成方法、裝置、設(shè)備及介質(zhì)，方法包括獲取工作流編排界面中的工作節(jié)點，根據(jù)工作節(jié)點構(gòu)建AI金融圖像任務(wù)流，并生成分層參數(shù)；基于分層參數(shù)和AI金融圖像任務(wù)流，生成初始AI金融圖像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機視覺與金融科技技術(shù)領(lǐng)域，公開了基于多任務(wù)輔助特征的文本渲染方法、裝置、設(shè)備及介質(zhì)，應(yīng)用于金融科技領(lǐng)域的個性化客戶報告與營銷材料生成場景中，或可應(yīng)用于醫(yī)療領(lǐng)域中的醫(yī)學(xué)影像報告自動化標(biāo)注場景中，其中方法包括：獲取文本的Unico...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種模型訓(xùn)練采樣方法、海報生成方法、裝置、設(shè)備及介質(zhì)，涉及金融科技領(lǐng)域、醫(yī)療健康領(lǐng)域及人工智能技術(shù)領(lǐng)域，包括：獲取樣本集中各個樣本的難度分?jǐn)?shù)；按照樣本的難度分?jǐn)?shù)將樣本集劃分為挑戰(zhàn)區(qū)以及多樣性區(qū)；從挑戰(zhàn)區(qū)以及多樣性區(qū)中采集訓(xùn)練樣本。...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及三維場景構(gòu)建技術(shù)領(lǐng)域，可應(yīng)用于金融科技和醫(yī)療健康領(lǐng)域，公開了一種基于視頻的三維場景構(gòu)建方法、裝置、設(shè)備及介質(zhì)，包括：通過對輸入的原始視頻按固定間隔采樣提取關(guān)鍵視頻幀，并提取所述關(guān)鍵視頻幀的語義特征；對所述語義特征進(jìn)行歸一化處理得到...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種基于物體級無損高斯場的多粒度開放詞匯查詢方法，引入了一種具有全局一致性代碼本的物體級別高斯場，高斯場中的可學(xué)習(xí)語義標(biāo)簽向量渲染回對應(yīng)的物體標(biāo)簽后，通過代碼本建立起該標(biāo)簽和對應(yīng)未壓縮的高維特征之間的直接映射，從而支持任意維度的語...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于頻域通道注意力的多模態(tài)腦腫瘤分割方法，包括以下步驟：獲取訓(xùn)練數(shù)據(jù)集；步驟2、建立多模態(tài)腦腫瘤分割網(wǎng)絡(luò)，包括兩個編碼器和兩個解碼器，兩個編碼器第一池化層的輸出連接第一FCMM模塊、第二池化層的輸出連接第二FCMM模塊、第三...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于DETR的混凝土澆筑振搗表觀質(zhì)量評價方法及系統(tǒng)：采集混凝土表面圖像；采用混凝土澆筑振搗表觀檢測模型對數(shù)據(jù)集中的圖像進(jìn)行語義分割與缺陷檢測；根據(jù)缺陷檢測結(jié)果對混凝土澆筑振搗表觀質(zhì)量進(jìn)行量化評分。本發(fā)明通過融合深度學(xué)習(xí)技術(shù)與...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能技術(shù)領(lǐng)域，可應(yīng)用于醫(yī)療健康領(lǐng)域，公開了一種分類方法、裝置、計算機設(shè)備及存儲介質(zhì)，分類方法通過對每個圖像識別任務(wù)創(chuàng)建提示嵌入組，利用多模態(tài)視覺語言模型對提示嵌入組進(jìn)行更新，以及將多模態(tài)視覺語言模型輸出的結(jié)果輸入至MLP分類器...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提出了一種模型訓(xùn)練及關(guān)鍵點檢測方法、裝置和存儲介質(zhì)，涉及裝載自動化技術(shù)領(lǐng)域。其中，模型訓(xùn)練方法包括：利用關(guān)鍵點檢測模型對包含待識別目標(biāo)的樣本圖像進(jìn)行處理，以得到特征圖包含的多個網(wǎng)格單元中每個網(wǎng)格單元的關(guān)鍵點預(yù)測坐標(biāo)的置信度向量、關(guān)鍵點...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于Transformer與CapsNet的水下軌道角動量模式識別方法，利用Transformer分支提取軌道角動量光陣列的全局特征，以及CapsNet分支提取軌道角動量光陣列的局部特征，通過向量的形式捕捉軌道角動量光陣列圖像...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種基于多尺度注意力的巖性單元分類網(wǎng)絡(luò)，包括：遙感分支，用于處理遙感影像數(shù)據(jù)，得到多個遙感特征圖；地質(zhì)先驗知識分支，用于處理地質(zhì)巖性單元信息圖，得到包含地質(zhì)先驗信息且與遙感特征圖結(jié)構(gòu)相似的多個地質(zhì)特征圖；小波增強交叉注意力WCCA模塊，用于...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，可應(yīng)用于醫(yī)療健康和金融科技等領(lǐng)域，公開了一種視覺令牌篩選方法、裝置、設(shè)備及存儲介質(zhì)，包括：獲取令牌序列，其中，令牌序列包括系統(tǒng)輸入令牌集、視覺令牌集和用戶輸入令牌集，視覺令牌集包括多個視覺令牌；通過多模態(tài)大模型計...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于自適應(yīng)雙路徑局部全局融合網(wǎng)絡(luò)的交通標(biāo)志檢測方法，屬于計算機視覺與智能交通技術(shù)領(lǐng)域。通過三大創(chuàng)新模塊協(xié)同工作：非線性自適應(yīng)特征提取模塊采用寬窄并行結(jié)構(gòu)，結(jié)合自適應(yīng)形變激活函數(shù)與部分卷積機制，增強對微弱特征的捕獲能力；動態(tài)通...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本文介紹了一種改進(jìn)的YOLOv8算法，用于無人機平臺上的儀表盤特征識別。針對YOLOv8模型在計算資源有限的環(huán)境中的應(yīng)用，我們通過替換CSPPC卷積、Detect_AFPN檢測頭以及CGAttention注意力機制，對原始網(wǎng)絡(luò)架構(gòu)進(jìn)行了優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請涉及基于計算機視覺的多模態(tài)數(shù)據(jù)智能標(biāo)注系統(tǒng)。所述系統(tǒng)包括：基準(zhǔn)點對齊模塊，用于獲取多模態(tài)數(shù)據(jù)的特征提取結(jié)果，對所述特征提取結(jié)果進(jìn)行基準(zhǔn)點對齊處理，生成一致化的基準(zhǔn)點集合；注視點預(yù)測模塊，用于根據(jù)所述基準(zhǔn)點集合對視覺數(shù)據(jù)中的注視點進(jìn)行動...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于翅圖的吸血庫蠓物種輔助識別方法及裝置，涉及吸血庫蠓鑒定技術(shù)領(lǐng)域，該方法包括：通過對待識別的目標(biāo)吸血庫蠓翅圖進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化目標(biāo)吸血庫蠓翅圖；其中，標(biāo)準(zhǔn)化目標(biāo)吸血庫蠓翅圖與標(biāo)準(zhǔn)化吸血庫蠓翅圖庫中的標(biāo)準(zhǔn)化吸血庫蠓翅...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于動態(tài)語義引導(dǎo)與自適應(yīng)擴散建模的跨域微表情識別方法，將微表情識別序列的起始幀與峰值幀輸入至訓(xùn)練后的跨域微表情模型實現(xiàn)微表情的識別；包括：A、通過運動描述子提取模塊提取微表情的運動描述特征；B、通過噪聲調(diào)度模塊定義隨時間步演化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于對抗領(lǐng)域自適應(yīng)的跨域時空圖微表情識別方法，包括：A、對要處理的微表情視頻序列預(yù)處理；B、微表情光流序列經(jīng)過進(jìn)一步處理，構(gòu)建面部關(guān)鍵點圖結(jié)構(gòu)，作為第一輸入；C、微表情視頻光流序列作為輸入，通過全局特征提取網(wǎng)絡(luò)得到全局特征，作...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于擴散模型的長人體運動序列生成方法，屬于計算機視覺和計算機圖形學(xué)技術(shù)領(lǐng)域。包括：構(gòu)建長時人體動作數(shù)據(jù)集；構(gòu)建長文本到長動作生成網(wǎng)絡(luò)，所述長文本到長動作生成網(wǎng)絡(luò)包括文本到短動作序列生成模型和運動序列拼接模型；所述文本到短動作...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于互聯(lián)網(wǎng)數(shù)據(jù)與路口檢測器融合的車道問題識別方法，包括：確定問題路口和需要優(yōu)化的路口方向；判斷路口的失衡系數(shù)是否小于閾值；判斷進(jìn)口車道數(shù)量與出口車道數(shù)量是否匹配；判斷進(jìn)口車道左轉(zhuǎn)交通流、直行交通流與進(jìn)口車道屬性是否匹配；判斷...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	229
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲欧美日韩国产国产a|
国产香蕉尹人综合在线观看|
亚洲成a人v欧美综合天堂|
人妻无码少妇一区二区|
久久婷婷五月综合色和|
开心久久婷婷综合中文字幕|
一本久久a久久精品综合|
亚洲色大网站www永久网站|
国产亚洲精品美女久久久久|
国产一区二区三区乱码|
在熟睡夫面前侵犯我在线播放|
极品美女扒开粉嫩小泬图片|
色婷婷综合久久久久中文一区二区
|
天天爽夜夜爽视频精品|
黄页网站在线观看免费视频|
久久香蕉国产线看观看怡红院妓院
|
后入内射欧美99二区视频|
无码中文字幕日韩专区|
人人玩人人添人人澡超碰偷拍|
美女黄18以下禁止观看|
国产乱子经典视频在线观看|
一个人看的免费高清www视频|
青青青国产在线观看资源|
国产成人综合色就色综合|
97无码视频在线看视频|
亚洲欧美人高清精品a∨|
精品含羞草免费视频观看|
国产欧美国产精品第一区|
9色国产深夜内射|
自拍偷区亚洲综合12p|
国产成人免费视频精品|
国产成人欧美日韩在线电影|
伊人久久丁香色婷婷啪啪|
国产精品ⅴ无码大片在线看
|
av无码中文一区二区三区四区|
无修无码h里番在线播放网站|
99久久精品费精品国产|
亚洲精品av网站在线观看|
国产精品午夜福利视频|
精品免费看国产一区二区|
人妻无码中文专区久久av|