• 

    <abbr id="gv0fz"><font id="gv0fz"></font></abbr>
        1. 

        2. <p id="gv0fz"></p>
        1. <sup id="gv0fz"><rt id="gv0fz"><form id="gv0fz"></form></rt></sup>
          
男女性杂交内射女bbwxz,亚洲欧美人成电影在线观看,中文字幕国产日韩精品,欧美另类精品xxxx人妖,欧美日韩精品一区二区三区高清视频,日本第一区二区三区视频,国产亚洲精品中文字幕,gogo无码大胆啪啪艺术 































          
    
          

        
       



    
          

          







    
    
    
    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

        積分商城
        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
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		計(jì)算;推算;計(jì)數(shù)設(shè)備的制造及其應(yīng)用技術(shù)
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本說明書實(shí)施例中公開了一種任務(wù)執(zhí)行方法、裝置、設(shè)備及介質(zhì)。該方法可以包括：獲取到目標(biāo)任務(wù)的若干子任務(wù)的任務(wù)信息和當(dāng)前頁面信息后，基于當(dāng)前頁面信息和與目標(biāo)任務(wù)相關(guān)的歷史操作信息，確定與目標(biāo)任務(wù)相關(guān)的視覺線索信息；其中，目標(biāo)任務(wù)為通過執(zhí)行若干操...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多尺度全局感知的城市綠地提取方法，涉及城市綠地提取技術(shù)領(lǐng)域，基于多尺度全局感知的城市綠地提取方法主要包括：對(duì)影像圖片和標(biāo)簽圖片進(jìn)行預(yù)處理并構(gòu)建訓(xùn)練集和驗(yàn)證集，計(jì)算背景類別權(quán)重和綠地類別權(quán)重；根據(jù)UNet模型構(gòu)建城市綠地提...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于多時(shí)序長圖智能對(duì)比的無人機(jī)巡檢方法及系統(tǒng)，旨在解決現(xiàn)有技術(shù)在復(fù)雜場景下對(duì)漸進(jìn)性變化檢測能力不足、依賴大量人工標(biāo)注數(shù)據(jù)的問題。本發(fā)明通過多時(shí)序可見光數(shù)據(jù)采集獲取不同時(shí)間段的巡檢數(shù)據(jù)，經(jīng)長圖智能生成模塊抽取關(guān)鍵幀并拼接成長圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種基于OCR和圖像識(shí)別的文檔解析方法、裝置、設(shè)備及介質(zhì)。該方法包括：接收待解析的文檔圖像，對(duì)所述文檔圖像進(jìn)行區(qū)域內(nèi)容分類得到字符區(qū)域和圖像區(qū)域；對(duì)所述字符區(qū)域進(jìn)行OCR識(shí)別得到字符特征向量，對(duì)所述圖像區(qū)域進(jìn)行圖像識(shí)別得到圖像特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供了故障檢測方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，涉及人工智能技術(shù)領(lǐng)域，具體為深度學(xué)習(xí)、工業(yè)大數(shù)據(jù)技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：獲取與目標(biāo)故障關(guān)聯(lián)的待檢測數(shù)據(jù)；采用經(jīng)過訓(xùn)練的至少兩個(gè)檢測模型分別對(duì)所述待檢測數(shù)據(jù)進(jìn)行故障檢測，以得到各所述檢測模...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于物理貼片攻擊識(shí)別的目標(biāo)檢測方法及系統(tǒng)，該方法包括：獲取圖像數(shù)據(jù)，并添加物理貼片和標(biāo)注；采用包括但不限于幾何變換、色域變換、清晰度變換、噪聲注入、局部擦除等的數(shù)據(jù)增強(qiáng)技術(shù)對(duì)數(shù)據(jù)集中的圖像進(jìn)行數(shù)據(jù)增強(qiáng)；引入頻率感知融合項(xiàng)，構(gòu)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于單目3D目標(biāo)檢測的數(shù)據(jù)增強(qiáng)方法及系統(tǒng)，分別構(gòu)建場景數(shù)據(jù)庫和物體數(shù)據(jù)庫；在場景數(shù)據(jù)庫中隨機(jī)采樣場景，在場景的可達(dá)區(qū)域中隨機(jī)采樣位置，在物體數(shù)據(jù)庫中隨機(jī)采樣物體，經(jīng)碰撞，遮擋檢測后插入隨機(jī)采樣位置，將物體和場景融合得到重組圖...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請(qǐng)公開了一種基于機(jī)器視覺的室內(nèi)復(fù)雜場景下安全帽佩戴檢測方法，屬于圖像識(shí)別技術(shù)領(lǐng)域，包括采集并建立多種復(fù)雜場景下的高質(zhì)量安全帽數(shù)據(jù)集，基于高質(zhì)量安全帽數(shù)據(jù)集構(gòu)建復(fù)雜場景下的安全帽檢測模型，再對(duì)復(fù)雜場景下的安全帽檢測模型進(jìn)行訓(xùn)練，將待檢測的...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及基于多源多尺度掩膜網(wǎng)絡(luò)的單木分割和樹種識(shí)別方法，通過設(shè)計(jì)的多源多尺度融合編碼器，對(duì)高光譜圖像、高分辨率RGB圖像和LiDAR數(shù)據(jù)特征進(jìn)行了有效的融合；設(shè)計(jì)的可變形融合注意力，大大降低了注意力機(jī)制的復(fù)雜度和...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及物流技術(shù)領(lǐng)域，公開了一種物流運(yùn)營優(yōu)化方法，所述物流運(yùn)營優(yōu)化方法包括：獲取與校驗(yàn)數(shù)據(jù)，實(shí)時(shí)獲取分撥中心的運(yùn)營數(shù)據(jù)，校驗(yàn)數(shù)據(jù)格式并與實(shí)時(shí)數(shù)據(jù)融合；計(jì)算動(dòng)態(tài)權(quán)重與分析關(guān)聯(lián)性，基于歷史運(yùn)營數(shù)據(jù)計(jì)算運(yùn)營指標(biāo)的動(dòng)態(tài)權(quán)重，生成綜合運(yùn)營評(píng)分；利用...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種超大直徑石英坩堝全域掃描影像拼接與缺陷定位系統(tǒng)，涉及石英坩堝技術(shù)領(lǐng)域，包括：掃描控制模塊，通過多傳感器構(gòu)建融合模型并評(píng)估風(fēng)險(xiǎn)系數(shù)，獲取融合模型基于強(qiáng)化學(xué)習(xí)動(dòng)態(tài)規(guī)劃機(jī)器人多臂路徑，基于風(fēng)險(xiǎn)系數(shù)自適應(yīng)調(diào)節(jié)相應(yīng)區(qū)域采集頻率，通過多...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及人工智能領(lǐng)域，一種基于圖像信道分組的醫(yī)療大模型多模態(tài)對(duì)齊處理方法。目的在于解決現(xiàn)有CLIP基礎(chǔ)架構(gòu)在醫(yī)療影像中細(xì)節(jié)特征捕捉不足和多模態(tài)對(duì)齊不精確的技術(shù)問題。主要方案包括將全尺度醫(yī)學(xué)圖像輸入至ResNet主干網(wǎng)絡(luò)，通過conv1到c...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種用于創(chuàng)建及矯正大模型微調(diào)數(shù)據(jù)集的方法，涉及大模型技術(shù)領(lǐng)域；該方法包括：將接收到的結(jié)構(gòu)化與非結(jié)構(gòu)化文本轉(zhuǎn)化為統(tǒng)一格式的結(jié)構(gòu)化內(nèi)容單元；利用以預(yù)訓(xùn)練大語言模型為核心的教師模型，生成并蒸餾出初始問答對(duì)；依據(jù)包含相關(guān)性、準(zhǔn)確性及完整...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明公開了一種基于GTSFormer模型的鋰電池容量預(yù)測方法，包括以下步驟：采集鋰電池生產(chǎn)過程中的工序數(shù)據(jù)并進(jìn)行特征濃縮，生成靜態(tài)特征序列和動(dòng)態(tài)特征序列；對(duì)靜態(tài)特征序列和動(dòng)態(tài)特征序列進(jìn)行離群檢測，基于離群檢測結(jié)果進(jìn)行標(biāo)記和清洗無效的靜態(tài)特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及精準(zhǔn)農(nóng)業(yè)技術(shù)領(lǐng)域，具體地說，涉及一種基于深度學(xué)習(xí)的農(nóng)機(jī)作業(yè)軌跡面積計(jì)算方法，其包括如下步驟：采用搭載高精度GNSS模塊與傳感器的監(jiān)測設(shè)備，通過無線通信模塊將數(shù)據(jù)上傳至云服務(wù)器進(jìn)行存儲(chǔ)，對(duì)數(shù)據(jù)進(jìn)行去噪處理和坐標(biāo)轉(zhuǎn)換處理，構(gòu)建基于Ma...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明是基于神經(jīng)網(wǎng)絡(luò)及多通道融合LBP特征的活體檢測方法, 步驟為：采集包含待測人臉的RGB圖像和紅外圖像；對(duì)上述兩種圖像進(jìn)行預(yù)處理；分別獲取預(yù)處理后的兩種圖像在多個(gè)通道上LBP特征并采用多種模式進(jìn)行特征融合；拼接兩種圖像融合后的LBP特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及森林防火技術(shù)領(lǐng)域，具體涉及基于時(shí)空分析的紅外圖像森林火點(diǎn)早期識(shí)別方法，方法包括紅外圖像序列連續(xù)獲取、運(yùn)動(dòng)目標(biāo)檢測、運(yùn)動(dòng)目標(biāo)特征分析和火災(zāi)點(diǎn)判別與結(jié)果生成四個(gè)步驟，利用無人機(jī)或衛(wèi)星搭載紅外傳感器獲取森林區(qū)域的紅外圖像序列；通過幀差法...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及智能交通系統(tǒng)技術(shù)領(lǐng)域，特別涉及基于深度學(xué)習(xí)的交通標(biāo)志圖像智能識(shí)別與維護(hù)系統(tǒng)，包括數(shù)據(jù)獲取模塊、圖像預(yù)處理模塊、標(biāo)志識(shí)別模塊、退化評(píng)估模塊和維護(hù)管理模塊，系統(tǒng)通過多光譜相機(jī)采集交通標(biāo)志圖像和環(huán)境數(shù)據(jù)，經(jīng)過預(yù)處理和深度學(xué)習(xí)識(shí)別后，創(chuàng)新...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明涉及檔案管理技術(shù)和人工智能技術(shù)領(lǐng)域，提出了一種基于人工智能的檔案智能分類與檢索方法及系統(tǒng)，通過引入多模態(tài)特征提取與融合機(jī)制，有效解決了傳統(tǒng)系統(tǒng)在處理非結(jié)構(gòu)化、復(fù)雜語義檔案時(shí)能力不足的問題；通過注意力機(jī)制結(jié)合強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)模態(tài)權(quán)重自適應(yīng)調(diào)...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明屬于智能交通技術(shù)領(lǐng)域，提供了一種基于梯度解耦與對(duì)比學(xué)習(xí)的小樣本交通標(biāo)志檢測方法及系統(tǒng)，方法包括：數(shù)據(jù)采集和交通標(biāo)志檢測模型識(shí)別；交通標(biāo)志檢測模型的訓(xùn)練過程包括：初始網(wǎng)絡(luò)模型構(gòu)建、基礎(chǔ)訓(xùn)練集收集、區(qū)域建議框生成、基礎(chǔ)訓(xùn)練輸出生成、基礎(chǔ)模...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
                 	
		            	首頁
		            	上一頁
		            	
		            	4
		            	
		            	下一頁


                 	
            	
          
            
          
            
          
                
          
                  
          技術(shù)分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
日本黄页网站免费观看|
成人国产片视频在线观看|
麻豆国产成人av在线播放欲色|
亚洲国产精品成人av网|
国产成人无码一区二区三区|
国产 亚洲 制服 无码 中文|
欧美成人精品手机在线|
亚洲色成人WWW永久在线观看|
国产精品白丝一区二区三区|
国产又黄又爽又不遮挡视频|
日本一卡2卡3卡4卡无卡免费|
中文字幕在线视频不卡|
亚洲一区二区三级av|
久久先锋男人AV资源网站|
我们高清观看免费中国片|
成人拍拍拍无遮挡免费视频|
国产高清毛片|
国产伦精品一区二区三区|
国产极品粉嫩福利姬萌白酱|
亚洲一区二区三区在线播放无码|
欧美高清狂热视频60一70|
国产亚洲sss在线观看|
日本一区不卡高清更新二区|
亚洲自偷精品视频自拍|
视频一区二区不中文字幕|
午夜在线不卡|
三级国产在线观看|
色噜噜噜亚洲男人的天堂|
久久国产精品夜色|
三上悠亚久久精品|
性xxxx中国hd|
在国产线视频A在线视频|
精品久久久久久亚洲综合网|
日韩精品无码一区二区视频
|
欧美熟妇另类久久久久久多毛|
精品人妻伦一二二区久久|
亚洲综合在线日韩av|
аⅴ天堂国产最新版在线中文|
国产成人精品午夜二三区|
国产又色又爽又黄的视频在线|
中文字幕一区二区三区精彩视频|