<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)
        國際服務(wù)
        商標(biāo)交易
        會(huì)員權(quán)益
        需求市場

        
        關(guān)于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費(fèi)注冊(cè)
        
    
          

          



          
    
          
        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(gè)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(duì)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(duì)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(jí)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(jí)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(duì)應(yīng)的物體標(biāo)簽后，通過代碼本建立起該標(biāo)簽和對(duì)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(gè)編碼器和兩個(gè)解碼器，兩個(gè)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(píng)價(jià)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(cè)模型對(duì)數(shù)據(jù)集中的圖像進(jìn)行語義分割與缺陷檢測(cè)；根據(jù)缺陷檢測(cè)結(jié)果對(duì)混凝土澆筑振搗表觀質(zhì)量進(jìn)行量化評(píng)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(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，分類方法通過對(duì)每個(gè)圖像識(shí)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(duì)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(diǎn)檢測(cè)方法、裝置和存儲(chǔ)介質(zhì)，涉及裝載自動(dòng)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(cè)模型對(duì)包含待識(shí)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(gè)網(wǎng)格單元中每個(gè)網(wǎng)格單元的關(guān)鍵點(diǎn)預(yù)測(cè)坐標(biāo)的置信度向量、關(guān)鍵點(diǎn)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開一種基于Transformer與CapsNet的水下軌道角動(dòng)量模式識(shí)別方法，利用Transformer分支提取軌道角動(dòng)量光陣列的全局特征，以及CapsNet分支提取軌道角動(dòng)量光陣列的局部特征，通過向量的形式捕捉軌道角動(dòng)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(gè)遙感特征圖；地質(zhì)先驗(yàn)知識(shí)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(yàn)信息且與遙感特征圖結(jié)構(gòu)相似的多個(gè)地質(zhì)特征圖；小波增強(qiáng)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(chǔ)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(gè)視覺令牌；通過多模態(tài)大模型計(jì)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      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(cè)方法，屬于計(jì)算機(jī)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(jī)制，增強(qiáng)對(duì)微弱特征的捕獲能力；動(dòng)態(tài)通...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本文介紹了一種改進(jìn)的YOLOv8算法，用于無人機(jī)平臺(tái)上的儀表盤特征識(shí)別。針對(duì)YOLOv8模型在計(jì)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(cè)頭以及CGAttention注意力機(jī)制，對(duì)原始網(wǎng)絡(luò)架構(gòu)進(jìn)行了優(yōu)化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)涉及基于計(jì)算機(jī)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(diǎn)對(duì)齊模塊，用于獲取多模態(tài)數(shù)據(jù)的特征提取結(jié)果，對(duì)所述特征提取結(jié)果進(jìn)行基準(zhǔn)點(diǎn)對(duì)齊處理，生成一致化的基準(zhǔn)點(diǎn)集合；注視點(diǎn)預(yù)測(cè)模塊，用于根據(jù)所述基準(zhǔn)點(diǎn)集合對(duì)視覺數(shù)據(jù)中的注視點(diǎn)進(jìn)行動(dòng)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種基于翅圖的吸血庫蠓物種輔助識(shí)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(duì)待識(shí)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(dòng)態(tài)語義引導(dǎo)與自適應(yīng)擴(kuò)散建模的跨域微表情識(shí)別方法，將微表情識(shí)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(shí)現(xiàn)微表情的識(shí)別；包括：A、通過運(yùn)動(dòng)描述子提取模塊提取微表情的運(yùn)動(dòng)描述特征；B、通過噪聲調(diào)度模塊定義隨時(shí)間步演化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及一種基于對(duì)抗領(lǐng)域自適應(yīng)的跨域時(shí)空?qǐng)D微表情識(shí)別方法，包括：A、對(duì)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(diǎn)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(kuò)散模型的長人體運(yùn)動(dòng)序列生成方法，屬于計(jì)算機(jī)視覺和計(jì)算機(jī)圖形學(xué)技術(shù)領(lǐng)域。包括：構(gòu)建長時(shí)人體動(dòng)作數(shù)據(jù)集；構(gòu)建長文本到長動(dòng)作生成網(wǎng)絡(luò)，所述長文本到長動(dòng)作生成網(wǎng)絡(luò)包括文本到短動(dòng)作序列生成模型和運(yùn)動(dòng)序列拼接模型；所述文本到短動(dòng)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(cè)器融合的車道問題識(shí)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...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種管制指令高度短期的綜合安全性提示方法，包括：獲得所有航空器當(dāng)前態(tài)勢(shì)的航跡描述信息；獲取限制空域的水平范圍、高度上限和高度下限；判斷目標(biāo)航空器是否已處于一個(gè)限制空域的水平范圍內(nèi)或即將進(jìn)入一個(gè)限制空域的水平范圍內(nèi)；形成關(guān)于目標(biāo)航...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及醫(yī)療教育技術(shù)領(lǐng)域，公開了一種交互式麻醉學(xué)危機(jī)技能訓(xùn)練場景的虛擬仿真方法，包括以下步驟：在虛擬環(huán)境中構(gòu)建高保真的手術(shù)室及危機(jī)處理場景；實(shí)時(shí)模擬患者的生理參數(shù)變化，并將其反饋至學(xué)員界面；記錄并分析學(xué)員在訓(xùn)練中的操作步驟、決策時(shí)間和生理...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	246
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
十八禁无遮无挡动态图|
亚洲中文字幕在线第六区|
国产成人久久综合一区|
青草伊人久久综在合线亚洲|
在线视频夫妻内射|
无码射肉在线播放视频|
欧美一区内射最近更新|
亚洲aⅴ天堂av天堂无码麻豆|
日产精品99久久久久久|
丰满熟妇乱又伦在线无码视频|
九九99亚洲精品久久久久|
九九99久久精品综合|
越南毛茸茸的少妇|
99久久er热在这里只有精品99|
中国精品少妇hd|
乱人伦人妻中文字幕在线|
亚洲一线二线三线品牌精华液久久久|
日产一区日产2区|
亚洲精品久久久久久婷婷|
人妻护士在线波多野结衣|
亚洲熟妇av日韩熟妇在线|
2019久久久高清日本道|
亚洲综合色成在线播放|
九色porny丨自拍视频|
久久久久欧美精品网站|
国产精品免费久久久久影院|
亚洲午夜无码久久久久蜜臀av|
无码中文精品专区一区二区|
日日摸夜夜添狠狠添欧美|
青青草无码伊人久久|
色欲av伊人久久大香线蕉影院|
亚洲一二三区精品美妇|
性色欲情网站|
精人妻无码一区二区三区|
色无码av在线播放|
揉着我的奶从后面进去视频|
2021亚洲国产精品无码|
国产福利一区二区三区在线观看|
国产偷人爽久久久久久老妇app|
无码少妇丰满熟妇一区二区|
免费人成视频在线|