<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
        國際服務
        商標交易
        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)明公開了一種紋層狀頁巖紋層類型識別及孔隙結(jié)構(gòu)逐紋層表征方法和裝置，該方法可以包括：對紋層狀頁巖樣品的AMICS圖像和BSE圖像，以AMICS圖像為基準，分別對AMICS圖像和BSE圖像以紋層為單元進行分割，以得到若干張與單紋層對應的分割...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例提供一種人體狹窄腔道的多階段分割方法、裝置及存儲介質(zhì)，所述方法包括：獲取預處理后的電子計算機斷層掃描CT數(shù)據(jù)；將所述預處理后的CT數(shù)據(jù)輸入多階段分割模型中，獲取所述多階段分割模型輸出的分割結(jié)果；所述多階段分割模型包括第一階段、第...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書實施例提供一種設計稿的渲染方法、裝置、電子設備及介質(zhì)。該方法可以包括：根據(jù)接收到的設計稿，確定所述設計稿中的線稿信息，所述線稿信息用于標識所述設計稿中的基礎渲染需求，將所述線稿信息轉(zhuǎn)換為數(shù)學形式的第一信息，至少將所述第一信息作為渲染...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N圖像生成模型的訓練方法及裝置，涉及圖像處理技術(shù)領(lǐng)域，其中，該方法包括：獲取訓練樣本集，訓練樣本集中的每一組樣本組合包含一個內(nèi)容圖像，一個與內(nèi)容圖像對應的掩碼圖像，以及一個風格圖像；將內(nèi)容圖像、掩碼圖像、以及風格圖像分別輸入待訓...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N基于編碼器和生成器的圖像生成方法及裝置，涉及圖像處理技術(shù)領(lǐng)域，其中，編碼器包括內(nèi)容編碼器和風格編碼器，該方法包括：獲取源內(nèi)容圖像和源風格圖像，以及源內(nèi)容圖像對應的掩碼圖像；將源內(nèi)容圖像和源內(nèi)容圖像對應的掩碼圖像輸入訓練好的內(nèi)容...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N圖像的雙目立體匹配方法和裝置、電子設備及存儲介質(zhì)，涉及計算機視覺技術(shù)領(lǐng)域。該方法對采集的第一初始圖像和第二初始圖像分別進行格式轉(zhuǎn)化，轉(zhuǎn)化為設定位數(shù)的第一灰度圖像和第二灰度圖像，可以用于弱紋理、純色環(huán)境或者黑暗環(huán)境的雙目匹配，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于場景深度信息的大氣散射降質(zhì)圖像恢復方法，包括：獲取待處理圖像；基于待處理圖像通過暗通道先驗假設獲得第一透射圖，第一透射圖為粗估計的透射圖；基于待處理圖像獲得場景深度相對估計；基于第一透射圖、場景深度相對估計獲得第二透射圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N圖像分割模型的訓練方法、圖像分割方法、裝置及存儲介質(zhì)；方法包括：獲取多張待分割圖像樣本，多張待分割圖像樣本來源于多個不同的數(shù)據(jù)源；按照目標特征轉(zhuǎn)換方式，對各待分割圖像樣本對應的樣本特征進行特征轉(zhuǎn)換，得到各待分割圖像樣本對應的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了大氣散射降質(zhì)圖像增強方法，包括：獲取待處理圖像；基于待處理圖像獲取第一場景輻射率圖像；獲得第一透射圖；基于第一透射圖、第一場景輻射率圖像獲取第一大氣光光強；基于第一大氣光光強、第一場景輻射率圖像獲取第二透射圖；基于第一大氣光光強...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種低照度圖像增強模型的訓練方法，包括：將低照度圖像和正常圖像分別輸入低照度圖像增強模型的圖像分解模塊，得到對應的低照度圖像反射率圖和正常圖像反射率圖；對低照度圖像反射率圖和正常圖像反射率圖分別進行退化感知處理，得到對應的低照度...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開實施例涉及一種圖像處理方法、裝置、設備及介質(zhì)，其中該方法包括：獲取待處理圖像；將待處理圖像輸入至預先構(gòu)建的超分模型，以通過超分模型生成待處理圖像對應的目標圖像；目標圖像的分辨率高于待處理圖像的分辨率；其中，超分模型用于：對待處理圖像進...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本說明書實施例提供水印圖像生成方法、水印信息獲取方法、計算設備、存儲介質(zhì)以及計算機程序產(chǎn)品，其中所述水印圖像生成方法包括：確定待處理圖像以及所述待處理圖像對應的水印信息；將所述待處理圖像劃分為多個待處理圖像塊，并基于第一變換矩陣以及第二變換...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種應用于廣告、推薦系統(tǒng)的預測方法、裝置、設備及介質(zhì)，屬于人工智能領(lǐng)域。所述應用于廣告系統(tǒng)的預測方法包括：獲取第一記憶特征和第一泛化特征；將第一記憶特征輸入具有第一特征交叉層的第一神經(jīng)網(wǎng)絡結(jié)構(gòu)，得到第一預測結(jié)果；以及，將第一泛化...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及線上智能營銷技術(shù)領(lǐng)域，且公開了一種基于互聯(lián)網(wǎng)的線上營銷智能服務系統(tǒng)，包括：獲取目標信息的采集模塊，分析銷售趨勢、確定目標庫存和目標銷售量的分析模塊，篩選出有效目標數(shù)據(jù)的篩選模塊，形成智能售后服務策略、以解決售后出現(xiàn)的爭議問題的處理...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例提供了一種故障分析的方法、裝置、電子設備及介質(zhì)，所述方法包括：獲取采集的關(guān)鍵數(shù)據(jù)，并根據(jù)所述關(guān)鍵數(shù)據(jù)，確定故障相關(guān)指標；根據(jù)所述故障相關(guān)指標，構(gòu)建動態(tài)規(guī)則樹；獲取故障單信息，并通過預先訓練的目標模型，根據(jù)所述故障單信息和所述動態(tài)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種策略確定方法、裝置、設備、介質(zhì)及程序產(chǎn)品，涉及計算機技術(shù)領(lǐng)域。該方法包括：獲取多個對象分別對應的對象數(shù)據(jù)信息；對多個對象分別對應的對象數(shù)據(jù)信息進行特征分析，得到多個對象分別對應的活動預測結(jié)果；確定多個對象對應的資源分配策略；...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┮环N神經(jīng)網(wǎng)絡模型訓練方法、信息表示方法及設備。本申請的方法，在知識蒸餾時，使用信息表示模型(學生模型)的前至少1層替換參考模型(教師模型)中的對應層來構(gòu)建至少一個輔助模型，基于訓練集確定輔助模型中未被替換的各層的特征退化程度信息，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開的實施例涉及針對語音識別模型的量化方法、裝置、電子設備和產(chǎn)品。該方法包括確定語音識別模型的網(wǎng)絡層的權(quán)重矩陣，權(quán)重矩陣包括被劃分成多個分組的多個分塊。該方法還包括基于多個分塊的多個分塊參數(shù)，按照多個分組調(diào)整權(quán)重矩陣中的多個分塊的順序，分...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種提升量化特征feature的量化方法，提高卷積的速度，減少模型推理的時間。通過mask形式標記深度學習Feature，實現(xiàn)Feature推理inference時4bit值代替5bit，提高Feature的量化表示能力，從而提高...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種模型更新方法、裝置、設備、介質(zhì)、產(chǎn)品，該方法包括：在獲取到神經(jīng)網(wǎng)絡模型之后，對該神經(jīng)網(wǎng)絡模型中至少一個算子進行參數(shù)量更新處理，得到更新后模型，以使該更新后模型的參數(shù)量高于該神經(jīng)網(wǎng)絡模型的參數(shù)量，并使得該更新后模型的運行耗時低...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	4
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲国产精品无码久久久秋霞2|
亚洲人成电影免费观看在线看|
麻豆蜜桃av蜜臀av色欲av|
国产中文字幕精品喷潮|
四虎成人精品永久网站|
国产女主播精品大秀系列|
国产精品人成视频免费vod|
无码人妻丰满熟妇区毛片|
999国内精品视频免费|
亚洲中文字字幕在线乱码|
中文字幕国产在线精品|
中日韩精品卡一卡二卡3卡|
一二区成人影院电影网|
国产v综合v亚洲欧美久久|
一区二区亚洲精品国产精华液|
精品一区二区三区在线成人|
午夜通通国产精品福利|
国产精品青青草原免费无码|
丰满人妻被黑人连续中出|
又色又爽又黄的视频网站|
狠狠色丁香婷婷亚洲综合
|
国产拗精品一区二区三区|
亚洲国产成人精品福利无码|
日本熟日本熟妇在线视频|
欧美国产激情18|
亚洲美女精品免费视频|
色欲天天天天天综合网|
久久亚洲精品情侣|
国产经典三级av在线播放|
粗壮挺进人妻水蜜桃成熟|
亚洲.日韩.欧美另类|
好男人官网资源在线观看|
青青草国产精品欧美成人|
亚洲成av人网站在线播放|
丰满多毛的大隂户视频|
中文字幕人成无码人妻|
少妇人妻偷人免费观看|
日本公与熄乱理在线播放|
熟女系列丰满熟妇av|
亚洲色大成网站www永久|
久久久g0g0午夜无码精品|