<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(fèi)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提出了一種模型訓(xùn)練及關(guān)鍵點(diǎn)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(diǎn)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(diǎn)預(yù)測坐標(biāo)的置信度向量、關(guān)鍵點(diǎn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(jì)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)明公開一種模型訓(xùn)練采樣方法、海報(bào)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)明涉及計(jì)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(bào)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(bào)告自動化標(biāo)注場景中，其中方法包括：獲取文本的Unico...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(diǎn)，根據(jù)工作節(jié)點(diǎn)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種基于超表面的太赫茲計(jì)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(jì)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(diǎn)云數(shù)據(jù)，對墻體裂縫點(diǎn)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及計(jì)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(diǎn)和初始掃描方向，控制掃描探頭進(jìn)行掃描并采集實(shí)時...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(shí)現(xiàn)準(zhǔn)確的目標(biāo)信息獲取...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(jì)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(yùn)算特征融合...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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)明公開了一種基于神經(jīng)元剪枝的神經(jīng)輻射場隱式水印嵌入與提取方法，屬于神經(jīng)輻射場模型的版權(quán)保護(hù)技術(shù)領(lǐng)域，包括：使用水印訓(xùn)練數(shù)據(jù)集訓(xùn)練水印網(wǎng)絡(luò)，訓(xùn)練過程中隨機(jī)失活部分神經(jīng)元，得到初始水印網(wǎng)絡(luò)；對所述初始水印網(wǎng)絡(luò)進(jìn)行神經(jīng)元剪枝，將所述初始水印網(wǎng)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	239
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
国产高清视频一区三区|
无码中文字幕乱在线观看|
性无码一区二区三区在线观看|
专干老熟女视频在线观看|
九九九免费观看视频|
国产成人无码aa精品一区|
亚洲天天做日日做天天欢|
免费无码av片在线观看国产|
精品21国产成人综合网在线|
久久久午夜成人噜噜噜|
成人网站色52色在线观看|
欧美巨大黑人精品一.二.三|
国产无套白浆视频在线观看|
欧美艳星nikki激情办公室|
色综合天天综合欧美综合|
国产精品色午夜免费视频|
伊人久久大香线蕉av不变影院|
丰满熟妇人妻中文字幕|
伊人蕉影院久亚洲高清|
国产精品午夜性视频|
日本三级香港三级三级人!妇久|
人妻无码不卡中文字幕系列|
国产成人精品免费视频大|
国产午夜精品一区理论片|
伊人久久大香线焦av综合影院|
四虎永久精品免费视频|
亚洲AV无码精品色午夜果冻|
狠狠久久噜噜熟女|
国模少妇无码一区二区三区|
亚洲精品92内射|
成人亚洲a片v一区二区三区动漫
|
成人禁片免费播放35分钟|
亚洲爆乳精品无码一区二区|
欧美做爰一区二区三区|
狠狠色丁香婷婷亚洲综合|
国产在线不卡视频免费视频|
成人综合网站|
黄瓜视频在线观看|
在线播放免费人成毛片|
久久精品免视看国产成人明星|
欧美丰满熟妇vaideos|