-
Patent Agency Ranking
公开(公告)号：CN112465932A
公开(公告)日：2021-03-09
申请号：CN202011455358.5
申请日：2020-12-10
Applicant: 上海眼控科技股份有限公司
Inventor： 谈咏东
Abstract: 本发明实施例公开了一种图像填充方法、装置、设备及存储介质。其中，该方法包括：获取待填充图像的边缘数据；采用预设填充方式根据所述边缘数据在所述待填充图像的外侧增加填充行数据和填充列数据，得到目标图像，所述目标图像用于输入至卷积层中进行卷积运算。本发明实施例提供的技术方案，改进了现有的图像填充方式，填充数据与图像相关性更强，更加接近于真实值，使得填充后的目标图像经过卷积运算后得到结果更加准确，从而在特征提取过程中能更好的将图像的低维特征转换为高维特征。
-
公开(公告)号：CN111079632A
公开(公告)日：2020-04-28
申请号：CN201911273182.9
申请日：2019-12-12
Applicant: 上海眼控科技股份有限公司
Abstract: 本申请涉及一种文本检测模型的训练方法、装置、计算机设备和存储介质，其中，方法通过获取带有文本标注框的样本图像，对样本图像进行特征提取，将样本特征图输入至初始文本检测模型，得到样本图像的文本预测框以及对应的第二坐标矩阵，根据预设的损失函数以及文本标注框的第一坐标矩阵确定文本预测框对应的第二坐标矩阵的损失值；根据损失值训练初始文本检测模型。由于训练时所使用的样本图像中具有任意角度的多边形文本标注框，因此，在对模型进行训练的过程中可以学习到文本的方向性以及尺度变化，进而在利用模型进行文本定位检测时，可以输出与图像中文本方向相匹配的具有任意角度的目标文本框，从而提高了后续机器的识别精度。
-
公开(公告)号：CN111159450B
公开(公告)日：2024-11-01
申请号：CN201911391376.9
申请日：2019-12-30
Applicant: 上海眼控科技股份有限公司
IPC: G06F16/55 , G06V10/764
Abstract: 本申请涉及一种图片分类方法、装置、计算机设备和存储介质，使用的分类神经网络是基于初始神经网络训练的，且该初始神经网络的多个并联全连接层可输出不同属性类别数量，这样在训练初始神经网络时，训练全连接层时初始神经网络的特征提取层会学习图片中的参数特征，当训练初始神经网络中的不同的全连接层是，可进一步促进初始神经网络的特征提取层学习图片中的参数特征，相当于，对于多属性分类问题，通过在初始神经网络上设置多个并联全连接层，使得该神经网络对图片中的参数特征学习的更加精确，这样在使用训练好的分类神经网络对图片的属性进行分类时，得到的分类结果也更加精确。
-
公开(公告)号：CN112580779A
公开(公告)日：2021-03-30
申请号：CN202011461587.8
申请日：2020-12-11
Applicant: 上海眼控科技股份有限公司
Inventor： 谈咏东
Abstract: 本发明实施例公开了一种雷达数据生成方法、装置、设备及存储介质，通过获取包括设定帧数原始卫星数据的原始数据集；根据预设目标点和预设雷达覆盖距离对各原始卫星数据进行筛选，得到包括设定帧数目标卫星数据的目标数据集；根据目标数据集结合目标反演网络模型确定目标雷达数据，其中，反演网络模型采用设定的训练方法训练，解决了由于无法部署雷达设备导致的无法采集到雷达数据的问题，实现了通过卫星数据反演雷达数据的效果，克服了雷达数据存在的区域局限性的问题，通过对原始卫星数据进行筛选，可以反演出更加真实的雷达数据。目标反演网络模型可以实现根据多帧目标卫星数据反演单帧的目标雷达数据，提高了模型预测结果的准确性。
-
公开(公告)号：CN111159450A
公开(公告)日：2020-05-15
申请号：CN201911391376.9
申请日：2019-12-30
Applicant: 上海眼控科技股份有限公司
Abstract: 本申请涉及一种图片分类方法、装置、计算机设备和存储介质，使用的分类神经网络是基于初始神经网络训练的，且该初始神经网络的多个并联全连接层可输出不同属性类别数量，这样在训练初始神经网络时，训练全连接层时初始神经网络的特征提取层会学习图片中的参数特征，当训练初始神经网络中的不同的全连接层是，可进一步促进初始神经网络的特征提取层学习图片中的参数特征，相当于，对于多属性分类问题，通过在初始神经网络上设置多个并联全连接层，使得该神经网络对图片中的参数特征学习的更加精确，这样在使用训练好的分类神经网络对图片的属性进行分类时，得到的分类结果也更加精确。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
