国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標交易 會員權(quán)益 IP管家助手 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)明公開了基于多視角特征融合的腦膠質(zhì)瘤分級混合網(wǎng)絡(luò)的組建方法，包括數(shù)據(jù)預處理、特征提取、多視角特征融合和將得到的特征通過分類器進行分級處理四個步驟；能夠平衡全局感受野和歸納偏置，結(jié)合了全局和局部多尺度、多粒度特征，同時平衡了全局感受野和歸...
  • 本發(fā)明提出了一種基于置信增強和圖像重構(gòu)的電力設(shè)備缺陷分類方法，涉及機器學習技術(shù)領(lǐng)域，包括：將采集到的圖像數(shù)據(jù)樣本劃分為支持集和查詢集，并輸入特征提取器獲取樣本特征；對支持集的樣本特征進行特征增強，然后添加掩碼并進行重構(gòu)，計算重構(gòu)損失；提取樣...
  • 本發(fā)明公開一種基于開放詞匯目標檢測技術(shù)的半監(jiān)督目標檢測方法，具體包括如下步驟：預設(shè)相關(guān)提示詞，將相關(guān)提示詞與經(jīng)過前處理的圖片數(shù)據(jù)輸入到預訓練后的OVD網(wǎng)絡(luò)中進行檢測獲得預標注檢測框；根據(jù)需要檢測的類別構(gòu)建典型樣本庫，采用大型無監(jiān)督自編碼模型...
  • 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體的說是一種通過結(jié)合空間和時間結(jié)構(gòu)信息，有效提高了在標注數(shù)據(jù)有限的情況下對醫(yī)療圖像的分類精度的基于時空結(jié)構(gòu)一致性的半監(jiān)督圖像分類方法，相對于現(xiàn)有技術(shù)，通過引入時空結(jié)構(gòu)一致性機制，有效利用未標注數(shù)據(jù)，提升了模型對...
  • 本發(fā)明公開了一種基于圖像識別算法調(diào)諧光纖鎖模激光的方法及系統(tǒng)，涉及光纖激光器鎖模技術(shù)領(lǐng)域，包括：對光譜儀圖像預處理；RGB顏色空間的光譜圖像轉(zhuǎn)換至HSV顏色空間，通過顏色篩選與濾波，實現(xiàn)光譜曲線與圖像背景分離；建立基于圖像線性變換的全連接神...
  • 本發(fā)明公開了一種基于亞像素邊緣搜索的零件幾何參數(shù)檢測方法及系統(tǒng)，涉及數(shù)字化測量技術(shù)領(lǐng)域，包括：采集零件圖像，提取零件圖像的感興趣區(qū)域，獲取零件邊緣像素級粗定位點；基于Zernike矩計算零件邊緣的亞像素坐標進行零件姿態(tài)感知，利用零件姿態(tài)信息...
  • 本發(fā)明提供了基于多尺度、多任務(wù)融合UNet模型的精確乳腺腫瘤分割方法，包括以下步驟：(1)獲取原始腫瘤醫(yī)學圖像以及相應(yīng)的腫瘤區(qū)域標簽并調(diào)整大小；(2)對腫瘤圖像進行Z?Score標準化和隨機旋轉(zhuǎn)進行圖像增強，并按照7：2：1的比例劃分訓練集...
  • 本申請公開了一種針對圖像的跨域目標檢測模型的訓練方法及裝置和跨域目標檢測方法。該訓練方法包括：獲取源域數(shù)據(jù)和目標域數(shù)據(jù)；將源域數(shù)據(jù)和目標域數(shù)據(jù)輸入到深度學習網(wǎng)絡(luò)，得到第一特征圖；基于跨通道交叉注意力策略，對第一特征圖中的注意力權(quán)重進行調(diào)整，...
  • 本發(fā)明公開了一種紅外圖像光伏組件熱斑缺陷識別方法、裝置、設(shè)備及介質(zhì)，涉及深度學習技術(shù)領(lǐng)域。該方法包括：獲取帶有光伏組件熱斑缺陷標注邊界框的光伏組件紅外圖像數(shù)據(jù)集；構(gòu)建目標檢測模型，目標檢測模型包括ESRGAN網(wǎng)絡(luò)、改進Transformer...
  • 本發(fā)明公開了一種基于可變形隱式光傳輸函數(shù)的自適應(yīng)表示與動態(tài)繪制方法和裝置，包括以下步驟：對場景進行物體組劃分，并計算物體組間的隱式影響，基于隱式影響計算面向各物體組的場景表示，其中每個物體組至少包含一個物體；依據(jù)各物體組的場景表示計算各物體...
  • 本發(fā)明提供了一種三維高斯噴濺重建方法及相關(guān)設(shè)備，所述方法包括：對獲取的圖像序列進行分組處理，得到多個圖像對，圖像序列包括多個未標定姿態(tài)的圖像，多個圖像對中任一圖像對包括圖像序列中的兩個圖像；基于多個圖像對確定的成對點圖和成對點圖關(guān)聯(lián)的置信圖...
  • 本發(fā)明公布了一種基于單張全景圖像的新視角合成三維重建方法及系統(tǒng)，包括串行連接的全景圖轉(zhuǎn)化網(wǎng)格模塊、網(wǎng)格補全模塊和網(wǎng)格轉(zhuǎn)化三維高斯場模塊；從單個位置的任意相機捕獲的全景圖像中生成全景圖像。包括首先從輸入的全景圖像構(gòu)建初步網(wǎng)格，然后通過全景補全...
  • 本申請公開了一種基于多相機同步采集與神經(jīng)輻射場的植物三維重建和器官分割方法、設(shè)備、介質(zhì)和產(chǎn)品，涉及圖像處理技術(shù)領(lǐng)域，該方法包括：采用多相機同步采集植物的多視角圖像；對所述多視角圖像進行二維圖像分割，得到像素的語義標簽并構(gòu)建Tiff圖像；采用...
  • 本發(fā)明公開了一種基于對比學習的磁共振釓對比增強圖像的生成方法，SDACL模型，還包括對SDACL模型進行基于補丁的多層對比學習和設(shè)計的損失函數(shù)的調(diào)整，其中SDACL模型包括表示多模態(tài)MRI通道疊加圖像的域X和表示T1CE圖像的域Y、生成器G...
  • 本發(fā)明涉及化學發(fā)光計算斷層成像技術(shù)領(lǐng)域，公開了一種化學發(fā)光計算機斷層的火焰流場重建方法，具體包括：將火焰流場區(qū)域中感興趣的部分進行體素劃分，體素發(fā)出的光在相機成像平面出現(xiàn)的投影占據(jù)一個或多個像素，將體素占據(jù)像素的面積稱為權(quán)重系數(shù)；當體素的投...
  • 本發(fā)明適用于CT圖像處理技術(shù)領(lǐng)域，提供了基于多任務(wù)學習的CT圖像中陽性淋巴結(jié)的診斷與分割方法，包括：對CT圖像序列進行預處理并增強數(shù)據(jù)，構(gòu)建多任務(wù)深度學習模型，通過編碼器提取特征，利用分類模塊執(zhí)行分類任務(wù)，利用分割模塊結(jié)合分類結(jié)果對陽性淋巴...
  • 本發(fā)明公開了一種基于快照壓縮成像和深度神經(jīng)網(wǎng)絡(luò)的超快成像方法。其具體步驟如下：合成仿真數(shù)據(jù)集；采集用于探測超快場景的超快激光脈沖的二維壓縮數(shù)據(jù)；構(gòu)建基于低秩分解與通道注意力機制的端到端壓縮重建網(wǎng)絡(luò)；對端到端壓縮重建網(wǎng)絡(luò)進行訓練；利用訓練好的...
  • 本申請涉及人工智能技術(shù)領(lǐng)域，提供了基于人臉特征點的證件照生成方法，該方法包括：檢測源圖像的人臉區(qū)域；從源圖像的人臉區(qū)域提取人臉特征點，得到人臉特征點的坐標；根據(jù)人臉特征點的坐標，計算源圖像中人臉相對標準證件照中人臉的平移偏差和角度偏差；基于...
  • 本發(fā)明的實施例提供了一種直線檢測方法、電子設(shè)備及存儲介質(zhì)，涉及直線檢測領(lǐng)域，方法包括：遍歷待檢測平面上的各點，基于各點的法向量和坐標構(gòu)建第一投票累加器，在第一投票累加器不為空時，從第一投票累加器中獲取第一最大投票值的投票位置，基于第一最大投...
  • 本申請公開了一種超聲微血管成像中的運動校正與配準方法、設(shè)備、介質(zhì)及產(chǎn)品，涉及超聲微血管成像領(lǐng)域，該方法包括獲取隨時間變化的超聲序列圖像；利用數(shù)據(jù)幀相關(guān)性系數(shù)的閾值對超聲序列圖像進行劃分；根據(jù)靜止幀之間的相關(guān)系數(shù)進行聚類處理的聚類結(jié)果確定靜止...
首頁 上一頁 96 下一頁
技術(shù)分類
主站蜘蛛池模板： 昌宁县| 双鸭山市| 三门峡市| 淮北市| 巴中市| 牙克石市| 马龙县| 博乐市| 宜阳县| 岚皋县| 昌吉市| 怀来县| 松江区| 龙泉市| 锡林浩特市| 内乡县| 阳信县| 东明县| 洞头县| 黄骅市| 永定县| 靖宇县| 尚义县| 康马县| 临沧市| 桂东县| 盐城市| 出国| 台北县| 凉山| 越西县| 株洲县| 灯塔市| 安国市| 布拖县| 龙游县| 青铜峡市| 和政县| 洪湖市| 满城县| 江安县|