<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(yè) 專利交易 IP管家助手 科技果 科技人才 科技服務(wù) 國(guó)際服務(wù) 商標(biāo)交易 會(huì)員權(quán)益 需求市場(chǎng) 關(guān)于龍圖騰
           /  免費(fèi)注冊(cè)
          到頂部 到底部
          清空 搜索
          • 我要求購(gòu)
          • 我要出售
          計(jì)算;推算;計(jì)數(shù)設(shè)備的制造及其應(yīng)用技術(shù)
          • 本發(fā)明公開一種基于無(wú)人機(jī)跨攝像頭目標(biāo)檢測(cè)與跟蹤系統(tǒng)及方法,涉及圖像關(guān)聯(lián)模型技術(shù)領(lǐng)域。本發(fā)明無(wú)人機(jī)輔助標(biāo)定模塊通過包括無(wú)人機(jī)攝像頭在內(nèi)的多個(gè)攝像頭采集視頻,并提取視頻得到多個(gè)攝像頭視角的圖像中各個(gè)目標(biāo)的像素坐標(biāo);提取無(wú)人機(jī)圖像與GIS地圖中的...
          • 本發(fā)明涉及教學(xué)實(shí)驗(yàn)管理技術(shù)領(lǐng)域,尤其是一種基于YOLOv11的實(shí)驗(yàn)桌面物品自動(dòng)化管理改進(jìn)方法,包括:將多層感知機(jī)與通道注意力機(jī)制相結(jié)合,添加在YOLOv11的backbone中的每個(gè)C3K2模塊后,以提升模型對(duì)長(zhǎng)距離依賴和局部上下文的建模能...
          • 本發(fā)明提出了一種基于圖像識(shí)別的砌體結(jié)構(gòu)抗震性能快速評(píng)估方法,包括以下步驟:對(duì)圖像中的房屋輪廓、洞口和標(biāo)識(shí)物進(jìn)行識(shí)別,利用OpenCV通過標(biāo)識(shí)物對(duì)圖像進(jìn)行視角矯正并測(cè)算目標(biāo)的實(shí)際尺寸,使用MobileViTV3模型按房屋層數(shù)對(duì)圖像進(jìn)行分類,實(shí)...
          • 本申請(qǐng)?zhí)峁┮环N基于故障警示及排除校驗(yàn)的FMS生產(chǎn)線倉(cāng)庫(kù)系統(tǒng)的控制方法、裝置、設(shè)備及存儲(chǔ)介質(zhì),包括:獲取物料屬性信息,采用基于機(jī)器學(xué)習(xí)的分類模型對(duì)物料進(jìn)行分類識(shí)別,生成物料唯一標(biāo)識(shí)碼并與電子標(biāo)簽綁定,建立物料實(shí)時(shí)追蹤體系;構(gòu)建基于多目標(biāo)優(yōu)化的...
          • 本發(fā)明公開了一種基于實(shí)測(cè)交通流的預(yù)應(yīng)力混凝土連續(xù)箱梁橋時(shí)變可靠度評(píng)估方法,包括:根據(jù)橋梁結(jié)構(gòu)設(shè)計(jì)圖紙,建立預(yù)應(yīng)力混凝土連續(xù)箱梁橋的有限元模型,計(jì)算并定義縱橋向各截面的截面屬性;確定橋梁結(jié)構(gòu)最不利截面位置;通過構(gòu)建好的退化模型計(jì)算最不利截面的...
          • 本申請(qǐng)實(shí)施例至少提供一種生物類別檢測(cè)方法、裝置、檢測(cè)終端及存儲(chǔ)介質(zhì)。其中,生物類別檢測(cè)方法應(yīng)用于檢測(cè)終端,包括:基于采集的紅外熱圖像,確定環(huán)境中目標(biāo)生物的待選類別,并確定所述目標(biāo)生物在紅外熱圖像中的第一位置范圍和生物熱分布圖像;根據(jù)第一位置...
          • 本發(fā)明公開了農(nóng)業(yè)遙感與深度學(xué)習(xí)技術(shù)領(lǐng)域內(nèi)的一種多模態(tài)特征數(shù)據(jù)融合的小麥氮素處方圖自動(dòng)生成方法,步驟1,對(duì)AM?YOLOv7網(wǎng)絡(luò)模型中的主干特征提取網(wǎng)絡(luò)進(jìn)行優(yōu)化;步驟2,對(duì)AM?YOLOv7網(wǎng)絡(luò)模型中的激活函數(shù)進(jìn)行優(yōu)化;步驟3,對(duì)AM?YOL...
          • 本發(fā)明公開了一種用于鉛基堆SGTR事故模擬研究的氣泡識(shí)別方法,涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域,包括:搭建可視化的用于鉛基堆SGTR事故模擬實(shí)驗(yàn)平臺(tái),采集事故模擬實(shí)驗(yàn)中的氣泡圖像并進(jìn)行預(yù)處理;構(gòu)建鉛基堆SGTR事故模擬實(shí)驗(yàn)氣泡圖像數(shù)據(jù)集;在傳統(tǒng)yolo...
          • 本申請(qǐng)涉及一種目標(biāo)檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì),該方法包括:獲取待檢測(cè)圖像信息和文本信息;分別對(duì)待檢測(cè)圖像信息和文本信息進(jìn)行特征提取,和融合,得到候選區(qū)域和候選區(qū)域?qū)?yīng)的特征向量V_raw;分別對(duì)候選區(qū)域?qū)?yīng)的特征向量V_raw和文本...
          • 本發(fā)明屬于但不限于狀態(tài)監(jiān)測(cè)技術(shù)領(lǐng)域,尤其涉及一種多特征融合的功率場(chǎng)效應(yīng)管在線狀態(tài)監(jiān)測(cè)與評(píng)估方法及系統(tǒng),通過選擇適當(dāng)?shù)睦匣盘?hào)并計(jì)算其特征,以理解器件老化機(jī)理。然后,使用互信息相關(guān)系數(shù)算法篩選出與壽命序列強(qiáng)相關(guān)的有效特征信息。接下來(lái),利用KP...
          • 本發(fā)明公開了一種結(jié)合空譜域自適應(yīng)與集成學(xué)習(xí)的高光譜圖像分類方法,屬于圖像分類技術(shù)領(lǐng)域。該方法依次執(zhí)行輸入源域中有標(biāo)記數(shù)據(jù)、目標(biāo)域中無(wú)標(biāo)記數(shù)據(jù)和少量有標(biāo)記數(shù)據(jù),通過空譜注意力模型對(duì)源域和目標(biāo)域進(jìn)行特征提取,其中空譜注意力模型引入了大核注意力(...
          • 本發(fā)明涉及一種基于計(jì)算機(jī)視覺的挖掘機(jī)與人碰撞事故預(yù)警方法及系統(tǒng)。本發(fā)明首先通過目標(biāo)檢測(cè)、2D關(guān)鍵點(diǎn)檢測(cè)、3D姿勢(shì)識(shí)別等計(jì)算機(jī)視覺算法,對(duì)施工現(xiàn)場(chǎng)視頻流進(jìn)行工人和挖掘機(jī)的3D骨架識(shí)別;其次,基于挖掘機(jī)3D骨架在工作狀態(tài)下的3D運(yùn)動(dòng)姿態(tài),劃定出...
          • 本發(fā)明涉及一種用于圖像描述任務(wù)的視覺語(yǔ)言建模系統(tǒng)及方法,該系統(tǒng)利用視覺語(yǔ)言模型針對(duì)輸入圖像進(jìn)行描述文本生成,包括:視覺編碼器和文本編碼器分別連接至視覺特征提取模塊和文本特征提取模塊,視覺特征提取和文本特征提取模塊均連接至特征融合模塊,特征融...
          • 本發(fā)明涉及圖像增強(qiáng)技術(shù)領(lǐng)域,具體為基于神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)影像病灶識(shí)別方法及系統(tǒng),包括以下步驟:基于輸入的醫(yī)學(xué)影像數(shù)據(jù),設(shè)定不同尺寸鄰域窗口,計(jì)算各鄰域窗口的香農(nóng)熵值,同時(shí)計(jì)算局部能量值,形成局部能量圖,對(duì)香農(nóng)熵值與局部能量圖進(jìn)行融合,得到融合信...
          • 本發(fā)明公開了一種基于AI圖像識(shí)別的自助售賣機(jī)商品識(shí)別方法,包括以下步驟:步驟一、使用PSConv卷積,在保證參數(shù)量變換不大的情況下,提高對(duì)小商品的檢測(cè)精度;步驟二、使用自適應(yīng)動(dòng)態(tài)閾值超圖計(jì)算模塊(ADT?HGC)建立高階語(yǔ)義關(guān)系和增強(qiáng)語(yǔ)義信...
          • 本發(fā)明涉及工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)處理技術(shù)領(lǐng)域,具體為基于工業(yè)互聯(lián)網(wǎng)的跨平臺(tái)多源數(shù)據(jù)集成分析方法及系統(tǒng),包括:數(shù)據(jù)采集層、數(shù)據(jù)預(yù)處理層、數(shù)據(jù)集成層、數(shù)據(jù)存儲(chǔ)層、智能分析框架、應(yīng)用層、數(shù)據(jù)安全層。本發(fā)明通過數(shù)據(jù)適配器和中間件技術(shù),實(shí)現(xiàn)了對(duì)多源異構(gòu)數(shù)據(jù)的...
          • 一種基于全過程非對(duì)稱多段S型曲線的礦用電鏟軌跡規(guī)劃方法,屬于軌跡規(guī)劃技術(shù)領(lǐng)域。第一,獲取并處理物料面點(diǎn)云數(shù)據(jù)。第二,建立礦用電鏟電機(jī)基于全過程非對(duì)稱多段S型曲線速度控制算法的數(shù)學(xué)模型。第三,構(gòu)建礦用電鏟的鏟斗齒尖的軌跡方程。第四,給定約束邊...
          • 本發(fā)明涉及自動(dòng)駕駛技術(shù)領(lǐng)域,具體是一種多視角感知驅(qū)動(dòng)的自動(dòng)駕駛測(cè)試場(chǎng)景孿生重建方法,包括如下步驟:S1、多視角圖像感知數(shù)據(jù)的采集與預(yù)處理,形成統(tǒng)一坐標(biāo)系下的多視角圖像序列;S2、基于正交三平面結(jié)構(gòu)的空間編碼與建模;S3、基于Transfor...
          • 本發(fā)明公開了一種極小樣本、小目標(biāo)下的特種車輛目標(biāo)檢測(cè)算法。在基線算法YOLOv11n上進(jìn)行改進(jìn),提出一種特種車輛目標(biāo)檢測(cè)方法YOLOv11?SV。首先,自主構(gòu)建特種車輛的極小樣本數(shù)據(jù)集;其次,設(shè)計(jì)一種新的注意力機(jī)制模塊WT?SE提高模型對(duì)車...
          • 本發(fā)明涉及機(jī)場(chǎng)飛行區(qū)聯(lián)動(dòng)目標(biāo)的視覺?時(shí)空多模態(tài)融合檢測(cè)方法,屬于大型機(jī)場(chǎng)智能多模態(tài)感知與時(shí)空數(shù)據(jù)分析技術(shù)領(lǐng)域,解決了現(xiàn)有技術(shù)中難以在復(fù)雜環(huán)境下實(shí)現(xiàn)微小目標(biāo)的高精度檢測(cè)的問題,包括:步驟S1、構(gòu)建航空器軌跡時(shí)空?qǐng)D,得到并輸出時(shí)空?qǐng)D特征;步驟S...
          技術(shù)分類
          主站蜘蛛池模板: 亚洲色大成网站www永久麻豆| 国内精品久久人妻互换| 中国娇小与黑人巨大交| 成人网站亚洲综合久久| 亚洲精品久久久久久成人| 人妻少妇456在线视频| 麻豆果冻传媒精品国产苹果 | 最新精品国产自偷在自线| 欧洲-级毛片内射| 久久久97丨国产人妻熟女| 无码不卡中文字幕av| 五月天国产成人AV免费观看| 中文成人在线| 男女做爰猛烈吃奶啪啪喷水网站 | 国产亚洲欧洲av综合一区二区三区 | 欧美交换国产一区内射| 亚洲色大成成人网站久久| 亚洲国产成人精品无码区四虎| 337p西西人体大胆瓣开下部 | 久久人人爽人人爽久久小说| 台湾无码av一区二区三区 | 国产熟女av一区二区三区| 免费播放一区二区三区| 免费观看性行为视频的网站| 免费网禁国产you女网站下载| 大屁股熟女白浆一区二区| 一边捏奶头一边高潮视频| 国产色无码专区在线观看| 与子敌伦刺激对白播放| 亚洲中文字幕av一区二区三区| 久久综合狠狠综合久久| 国产粉嫩高中无套进入| 日本亚洲欧美综合在线| 四川老熟女下面又黑又肥| 色婷婷五月综合激情中文字幕| 国产日产精品_国产精品毛片| 亚洲国产欧美在线人成| 色婷婷av久久久久久久| 看国产毛片| 亚洲色av天天天天天天| 国产精品麻豆成人av网|