<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)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于分組增強(qiáng)卷積注意力特征融合的高光去除方法，屬于圖像處理技術(shù)領(lǐng)域。該方法基于CycleGAN網(wǎng)絡(luò)構(gòu)建高光去除模型，所述高光去除模型由生成器、判別器和損失函數(shù)優(yōu)化模塊組成。生成器含細(xì)節(jié)增強(qiáng)深度下采樣、上采樣和分組增強(qiáng)卷積注意力...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于輕量化YOLO11的風(fēng)機(jī)金屬表面缺陷檢測方法、裝置及介質(zhì)，涉及計算機(jī)視覺與工業(yè)檢測技術(shù)領(lǐng)域。該方法包括：獲取風(fēng)機(jī)金屬表面缺陷圖像數(shù)據(jù)，并預(yù)處理得到訓(xùn)練數(shù)據(jù)集；以YOLO11n為基礎(chǔ)模型，使用采用四級分層架構(gòu)與星運算特征融合...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種基于深度學(xué)習(xí)的生物組織圖像分割方法，旨在低對比度、噪聲較多和模糊邊界的生物醫(yī)學(xué)圖像中提高組織結(jié)構(gòu)的分割準(zhǔn)確率，包括以下步驟：構(gòu)建一個包含改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的U型網(wǎng)絡(luò)模型，該模型具有增強(qiáng)的特征提取能力和細(xì)節(jié)恢復(fù)能力；進(jìn)行生物...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及多光譜圖像處理方法、處理系統(tǒng)、裝置及存儲介質(zhì)，通過對和光條件下采集的多波段圖像進(jìn)行預(yù)處理，然后提取不同波段處理的圖像下的特征，并對特征進(jìn)行疊加獲取病變區(qū)域信息，將病變區(qū)域信息進(jìn)行形態(tài)學(xué)處理后進(jìn)行突出顯示，從而實現(xiàn)準(zhǔn)確的目標(biāo)信息獲取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于改進(jìn)YOLOv11的絕緣子自爆檢測方法，包括：獲取絕緣子自爆圖片和視頻數(shù)據(jù)，構(gòu)建絕緣子自爆圖像數(shù)據(jù)集；對YOLOv11網(wǎng)絡(luò)進(jìn)行改進(jìn)，得到絕緣子自爆檢測模型；將訓(xùn)練集輸入絕緣子自爆檢測模型中進(jìn)行訓(xùn)練，保存訓(xùn)練得到的最優(yōu)的絕緣...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計算機(jī)視覺技術(shù)領(lǐng)域，公開了一種基于RGB圖像與深度信息的甲狀腺超聲機(jī)器人自動掃描方法、裝置、設(shè)備及介質(zhì)，包括：獲取圖像信息和深度信息，編碼深度信息后融合識別目標(biāo)掃描區(qū)域，確定初始掃描點和初始掃描方向，控制掃描探頭進(jìn)行掃描并采集實時...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種房屋墻壁高處裂縫測量和鑒定方法及系統(tǒng)，屬于建筑技術(shù)領(lǐng)域，包括采集完整的墻體裂縫點云數(shù)據(jù)，對墻體裂縫點云數(shù)據(jù)進(jìn)行幾何特征提取，動態(tài)調(diào)整環(huán)境與應(yīng)變傳感器的部署密度，通過預(yù)測模型完成對裂縫未來寬度的預(yù)測，并基于預(yù)測值與結(jié)構(gòu)標(biāo)準(zhǔn)，完...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于超表面的太赫茲計算全息圖像的分析方法及其系統(tǒng)，基于超表面的太赫茲計算全息圖像的分析方法包括以下步驟：基于原始圖像，通過傳輸調(diào)控形成第一全息圖像；基于原始圖像，通過幾何相位調(diào)控形成第二全息圖像；基于原始圖像，通過傳輸調(diào)控與...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于自動化裝配技術(shù)，尤其為一種基于尺度不變特征轉(zhuǎn)換的高速工件接口定位方法，包括如下步驟，S1：雙目圖像的采集與畸變校正；S2：基于模板匹配算法對左圖像進(jìn)行目標(biāo)檢測；S3：基于尺度不變特征轉(zhuǎn)換對左右圖像進(jìn)行特征提取與匹配；S4：基于視差...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(jī)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(jī)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(qiáng)交叉注意力WCCA模塊，用于...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	238
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日本不卡一区二区三区|
久久久午夜精品福利内容|
中国女人内谢69xxxx视频|
亚洲专区+欧美专区+自拍|
色天天天综合色天天|
成人美女黄网站色大色费全看|
www污污污抽搐喷潮com|
欧美日韩中文国产一区|
老男人久久青草av高清|
国内精品自在自线|
狠狠噜天天噜日日噜国语|
久久丫精品国产|
久久综合亚洲色hezyo国产|
曰韩无码av片免费播放不卡|
玩弄丰满少妇人妻视频|
√天堂资源中文|
亚洲成a人v欧美综合天堂下载|
成熟女人毛片www免费版在线|
2020年最新国产精品正在播放|
国产精品久久久久av福利动漫|
一区二区亚洲精品国产精华液|
国产丰满乱子伦无码专区|
亚洲精品国产品国语原创|
88国产精品视频一区二区三区|
亚洲日本中文字幕天天更新
|
未成满十八禁止免费网站1|
久久综合九色综合欧洲98|
国产啪精品视频网站免费|
无码一区二区|
日本高清中文字幕免费一区二区|
国产 精品 自在 线免费|
中文字幕无码不卡免费视频|
国产亚洲精品自在久久蜜tv|
久久人妻精品白浆国产|
97精品一区二区视频在线观看|
久久久亚洲欧洲日产国码农村|
国产在线精品一区二区三区|
av永久天堂一区二区三区香港|
18禁午夜宅男成年网站|
免费观看性行为视频的网站
|
硬了进去湿好大娇喘视频|