<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
          最新專利技術(shù)
          • 本發(fā)明涉及車輛駕駛技術(shù)領(lǐng)域,公開了一種車輛駕駛夜視輔助感知系統(tǒng),圖像獲取模塊根據(jù)車輛的夜視紅外圖像提取車輛道路區(qū)域,劃分為多個(gè)分割車輛道路區(qū)域;區(qū)域分類模塊對(duì)分割車輛道路區(qū)域進(jìn)行分析,確定對(duì)應(yīng)的區(qū)域類別,區(qū)域類別包括干擾道路區(qū)域和感知道路區(qū)...
          • 本申請(qǐng)?zhí)峁┝艘环N基于圖像視覺的鎂金屬工件加工智能監(jiān)控系統(tǒng),其核心是通過(guò)圖像采集模塊采集切削面的工件切削圖像及工件紅外圖像;通過(guò)圖像處理模塊對(duì)工件紅外圖像進(jìn)行切削熱流特征提取,得到工件紅外圖像對(duì)應(yīng)的熱流特征矩陣;圖像特征提取模塊構(gòu)建粉塵附著連...
          • 本申請(qǐng)涉及一種電纜隧道裂縫滲水識(shí)別方法、裝置和計(jì)算機(jī)設(shè)備。所述方法包括:對(duì)電纜隧道圖像進(jìn)行反相處理,以得到反相圖像;通過(guò)識(shí)別模型中的融合子模型對(duì)電纜隧道圖像和反相圖像進(jìn)行處理,確定雙相融合特征;基于雙相融合特征和識(shí)別模型中的增強(qiáng)子模型,對(duì)電...
          • 本發(fā)明提供了一種基于全模態(tài)理解的鏡頭標(biāo)簽提取方法、設(shè)備和介質(zhì),涉及視頻處理技術(shù)領(lǐng)域,提出的方法包括:將原始視頻切分為多個(gè)語(yǔ)義完整的片段單元,并為每個(gè)片段標(biāo)注鏡像屬性標(biāo)簽形成標(biāo)注數(shù)據(jù)集;基于視覺語(yǔ)言模型,使用標(biāo)注數(shù)據(jù)集進(jìn)行有監(jiān)督訓(xùn)練;所述視覺...
          • 本發(fā)明提供了一種工地現(xiàn)場(chǎng)污染源分析方法及系統(tǒng),基于預(yù)設(shè)高斯擴(kuò)散模型以及環(huán)境監(jiān)測(cè)數(shù)據(jù)和氣象數(shù)據(jù)確定工地現(xiàn)場(chǎng)各監(jiān)測(cè)區(qū)域的大氣污染源強(qiáng)度信息,通過(guò)預(yù)先訓(xùn)練的目標(biāo)檢測(cè)模型對(duì)視頻流進(jìn)行檢測(cè)識(shí)別,并基于預(yù)設(shè)多維評(píng)分模型、環(huán)境監(jiān)測(cè)數(shù)據(jù)、檢測(cè)識(shí)別結(jié)果和大氣...
          • 本發(fā)明公開了一種攪拌車罐內(nèi)混凝土坍落度實(shí)時(shí)檢測(cè)方法、介質(zhì)和設(shè)備,通過(guò)融合視覺與慣性測(cè)量數(shù)據(jù)實(shí)現(xiàn)高精度動(dòng)態(tài)檢測(cè)。該方法具體包括:采集攪拌罐內(nèi)混凝土的視頻流及IMU姿態(tài)數(shù)據(jù);檢測(cè)罐口內(nèi)側(cè)預(yù)設(shè)的至少三個(gè)定位標(biāo)記點(diǎn),基于相鄰幀間標(biāo)記點(diǎn)像素位移構(gòu)建仿...
          • 本發(fā)明公開了一種面向淺海生物模型的密度檢測(cè)和入侵預(yù)警的方法,包括如下步驟:步驟一、密度檢測(cè):系統(tǒng)首先利用基于改進(jìn)YOLO算法的目標(biāo)檢測(cè)模塊對(duì)輸入的圖像或視頻幀進(jìn)行分析,識(shí)別出其中的淺海生物目標(biāo),并確定其類別,結(jié)合圖像處理方法實(shí)現(xiàn)淺海生物密度...
          • 本申請(qǐng)?zhí)峁┝艘环N高斯編碼模型訓(xùn)練方法、室內(nèi)占用預(yù)測(cè)方法、設(shè)備和介質(zhì),其中,模型訓(xùn)練方法包括:對(duì)樣本室內(nèi)場(chǎng)景圖像進(jìn)行特征提取,得到樣本室內(nèi)場(chǎng)景圖像對(duì)應(yīng)的樣本圖像特征圖,根據(jù)樣本圖像特征圖,采用預(yù)設(shè)初始高斯編碼模型對(duì)隨機(jī)生成的初始高斯特征進(jìn)行更...
          • 本申請(qǐng)?zhí)峁┝艘环N模型訓(xùn)練方法、室內(nèi)場(chǎng)景占用預(yù)測(cè)方法、設(shè)備和介質(zhì),模型訓(xùn)練方法包括:獲取室內(nèi)場(chǎng)景數(shù)據(jù)集,根據(jù)空間語(yǔ)義集,對(duì)各圖像幀進(jìn)行占用預(yù)測(cè),得到各圖像幀的實(shí)際空間占用信息,根據(jù)每個(gè)室內(nèi)場(chǎng)景的當(dāng)前圖像幀的實(shí)際空間占用信息、歷史圖像幀的實(shí)際空...
          • 本申請(qǐng)?zhí)峁┮环N場(chǎng)景感知模型的訓(xùn)練方法、設(shè)備、機(jī)器人控制方法及機(jī)器人,涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域。該方法包括根據(jù)多個(gè)三維點(diǎn)的空間位置信息和初始特征,采用預(yù)設(shè)高斯解碼器獲取多個(gè)三維點(diǎn)的高斯幾何特征和第一語(yǔ)義特征;在多個(gè)視角下,對(duì)三維高斯點(diǎn)云圖進(jìn)行三維...
          • 本發(fā)明提出了一種基于時(shí)空自適應(yīng)融合與地理特征的土地性質(zhì)檢測(cè)方法,涉及圖像處理技術(shù)領(lǐng)域,包括:獲取待檢測(cè)地塊的采樣圖像、地塊屬性數(shù)據(jù)和數(shù)字高程模型數(shù)據(jù);采用Swin Transformer模型結(jié)合地類紋理自適應(yīng)融合模塊GTAF從采樣圖像中提取...
          • 本發(fā)明涉及一種基于多層次模態(tài)交互的顯著目標(biāo)分割方法及系統(tǒng),屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域。包括:獲取待測(cè)圖像的RGB圖像和熱紅外圖像,并提取多個(gè)層次特征圖;將同層次的多模態(tài)特征圖輸入至三重注意力融合模塊,在該模塊中獲取同層次不同模態(tài)特征圖的差異特征...
          • 本發(fā)明公開一種車輛駕駛意圖識(shí)別方法及系統(tǒng),涉及智能駕駛技術(shù)領(lǐng)域,該方法包括采集待測(cè)駕駛員的正面影像、側(cè)面影像和車輛的前向影像數(shù)據(jù);通過(guò)漸進(jìn)式分組卷積神經(jīng)網(wǎng)絡(luò)的層次化分組策略對(duì)多視角影像數(shù)據(jù)的進(jìn)行特征提取;采用跨視角一致性學(xué)習(xí)對(duì)提取的多視角影...
          • 本發(fā)明涉及一種基于深度學(xué)習(xí)的城市管道缺陷識(shí)別方法,涉及缺陷識(shí)別技術(shù)領(lǐng)域,本發(fā)明獲取用于訓(xùn)練管道缺陷識(shí)別模型的數(shù)據(jù)集;構(gòu)建并利用所述數(shù)據(jù)集訓(xùn)練管道缺陷識(shí)別模型;其中,管道缺陷識(shí)別模型中,至少一個(gè)相鄰的最大池化層和多分支特征提取塊之間插設(shè)語(yǔ)義增...
          • 本申請(qǐng)涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域,特別涉及一種模型訓(xùn)練方法、關(guān)鍵點(diǎn)選擇方法、裝置、設(shè)備及介質(zhì)。所述方法具體包括通過(guò)特征提取模塊確定訓(xùn)練圖像數(shù)據(jù)的第一高維特征圖和變換圖像數(shù)據(jù)的第二高維特征圖;通過(guò)關(guān)鍵點(diǎn)檢測(cè)模塊輸出的第一預(yù)測(cè)關(guān)鍵點(diǎn)概率圖、第一預(yù)測(cè)...
          • 本發(fā)明公開了一種動(dòng)態(tài)障礙物識(shí)別方法,屬于圖像處理技術(shù)領(lǐng)域。本發(fā)明首先提取不同幀圖像中的動(dòng)態(tài)障礙物區(qū)域,進(jìn)而在各區(qū)域中選出最大、中等縮放及最小縮放障礙物區(qū)域;隨后對(duì)三類區(qū)域分別獲取多層低頻圖像,經(jīng)同一尺度對(duì)齊相加后得到對(duì)應(yīng)的低頻增強(qiáng)圖像;最后...
          • 本發(fā)明提供基于多模態(tài)融合的紅外熱成像建筑外立面缺陷智能診斷方法,涉及建筑檢測(cè)技術(shù)領(lǐng)域,方法包括:同步采集紅外熱成像、可見光圖像及三維點(diǎn)云數(shù)據(jù)構(gòu)建多模態(tài)數(shù)據(jù)集;采用改進(jìn)形態(tài)學(xué)分水嶺算法分割熱斑區(qū)域并提取輪廓與溫度特征;基于雙分支注意力網(wǎng)絡(luò)識(shí)別...
          • 本發(fā)明提供了變流器換相失敗故障診斷方法,屬于相控變流器領(lǐng)域,包括將變流器運(yùn)行的輸出電壓轉(zhuǎn)換為二維圖像數(shù)據(jù),將變流器運(yùn)行的輸出電壓以及二維圖像數(shù)據(jù)一起輸入預(yù)先訓(xùn)練的雙路卷積神經(jīng)網(wǎng)絡(luò),預(yù)先訓(xùn)練的雙路卷積神經(jīng)網(wǎng)絡(luò)包括一維數(shù)據(jù)處理通道和二維數(shù)據(jù)處理...
          • 本發(fā)明公開了基于AI視覺識(shí)別的智能精準(zhǔn)抽檢牛肉丸的方法,涉及食品智能檢測(cè)技術(shù)領(lǐng)域。包括有:S1:構(gòu)建缺陷數(shù)據(jù):通過(guò)牛肉丸樣本的微觀形貌和3D表面形貌,構(gòu)建圖神經(jīng)網(wǎng)絡(luò),同時(shí)通過(guò)多物理場(chǎng)建模,生成虛擬牛肉丸缺陷樣本,并通過(guò)所述圖神經(jīng)網(wǎng)絡(luò),對(duì)所述...
          • 本發(fā)明公開了一種多尺度的YOLOv8頸部網(wǎng)絡(luò)架構(gòu)搜索方法及系統(tǒng),屬于計(jì)算機(jī)視覺和深度神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域。該方法包括:將YOLOv8頸部網(wǎng)絡(luò)中用于特征提取的普通卷積替換為多尺度卷積,并在特征拼接模塊后加入通道注意力機(jī)制,通過(guò)動(dòng)態(tài)通道加權(quán)來(lái)初步提...
          技術(shù)分類
          主站蜘蛛池模板: 男女啪啪免费观看无遮挡| 成人片黄网站色大片免费毛片| 色六月婷婷亚洲婷婷六月| 国产丰满乱子伦无码专区| 无码h肉在线观看免费一区| 亚洲精品久久久久久中文字幂| 久久久774这里只有精品17| 又爽又黄又无遮挡的激情视频| 亚洲高清自有吗中文字| 免费国产乱码一二三区| 国产午夜影视大全免费观看 | 最新版天堂资源中文官网| 粗大挺进尤物人妻中文字幕 | 亚洲中文字幕久久无码精品| 中文字幕一区二区三区精华液| 免费裸体无遮挡黄网站免费看| 日韩av无码精品一二三区| 久久久无码精品亚洲日韩蜜臀浪潮| 国产av综合色高清自拍| 午夜福利伦伦电影理论片在线观看| 一区二区三区毛aaaa片特级| 亚洲精品~无码抽插| 亚洲熟妇中文字幕曰产无码| 国产成人精品人人| 久久综合精品国产一区二区三区无码| 午夜免费福利小电影| 99久久综合狠狠综合久久止| 深夜av免费在线观看| 亚洲中文久久久精品无码| 男女xx00上下抽搐动态图| 亚洲国产欧美一区二区好看电影| 国色天香成人一区二区 | 中文字幕av一区二区三区人妻少妇 | 日韩AV无码精品一二三区| 男人j进入女人j的视频免费的| 99欧美日本一区二区留学生| 黄在线看片免费人成视频| 国产av剧情md精品磨豆| 国产午夜成人精品视频app| 免费看婬乱a欧美大片| 国产福利精品一区二区|