-
公开(公告)号：CN119568307A
公开(公告)日：2025-03-07
申请号：CN202411832777.4
申请日：2024-12-12
Applicant: 歌尔股份有限公司
IPC: B62D57/032
Abstract: 本发明公开了一种机器人腿部结构和机器人，涉及机器人技术领域，其中，机器人腿部结构包括大腿部、与大腿部转动连接的小腿部、与小腿部转动连接的脚掌部、设于小腿部的第一驱动组件、以及设于第一驱动组件和脚掌部之间的第一传动结构，第一传动结构用以将第一驱动组件的动力传递至脚掌部，以驱动脚掌部相对于小腿部沿第一方向摆动。本发明提供的技术方案提高了机器人的灵活性。
-
公开(公告)号：CN117826986A
公开(公告)日：2024-04-05
申请号：CN202311650267.0
申请日：2023-12-04
Applicant: 歌尔股份有限公司
IPC: G06F3/01
Abstract: 本申请公开了一种信息输入方法、装置、扩展现实系统及可读存储介质，涉及计算机技术领域。所述信息输入方法包括以下步骤：获取用户针对目标虚拟键盘的空中滑行轨迹；对所述空中滑行轨迹进行关键点提取，获得轨迹关键点；获取所述目标虚拟键盘中各键盘字符的按键坐标；根据所述轨迹关键点和所述按键坐标，生成候选词汇；响应于用户针对所述候选词汇的选取指令，输入所述选取指令对应的候选词汇。本申请解决了当前扩展现实设备的信息输入效率偏低的技术问题。
-
-
公开(公告)号：CN116822731A
公开(公告)日：2023-09-29
申请号：CN202310747200.2
申请日：2023-06-21
Applicant: 歌尔股份有限公司
Abstract: 本发明公开了一种订单量预测方法、装置、设备及存储介质，包括：对不同产品确定该产品的订单多维特征向量，订单多维特征向量通过对产品对应的预计订单数据和历史实际提货数据进行数据分析后确定；根据订单多维特征向量构建产品对应的订单预测模型；预测目标产品的订单量时，获取目标产品的预计提货数据；将预计提货数据输入与目标产品对应的订单预测模型，获得订单预测模型输出的目标产品的预测订单数据。本发明基于订单多维特征向量构建的订单预测模型预测目标产品的订单数据，使得构建的订单预测模型能够更加准确地表达与目标产品相关的特征，提高了订单预测模型的准确度，从而提高了订单预测的精度。
-
公开(公告)号：CN116089805A
公开(公告)日：2023-05-09
申请号：CN202211176955.3
申请日：2022-09-26
Applicant: 歌尔股份有限公司
Abstract: 本公开涉及计算机技术领域，具体涉及数据标注的优化方法、装置、存储介质和电子设备。所述数据标注的优化方法，包括：获取第一样本集和第一标注集，所述第一样本集中包括多个原始样本，所述第一标注集包括多个与所述原始样本对应的标注；将所述第一样本集输入至神经网络模型中，以所述第一标注集作为监督对所述神经网络模型进行训练；获取所述原始样本的损失数据，根据所述原始样本的损失数据确定第一问题样本；根据所述第一问题样本确定反馈数据，并将所述反馈数据发送到客户端；接收来自客户端的更新指令，并根据所述更新指令对所述多个原始样本对应的标注进行更新。
-
Patent Agency Ranking
公开(公告)号：CN115979611A
公开(公告)日：2023-04-18
申请号：CN202310007108.2
申请日：2023-01-03
Applicant: 歌尔股份有限公司
Abstract: 本公开涉及一种按键质量检测方法及装置，属于按键检测技术领域，该方法包括：当按键受力运动时，采集来自传感器的按压力数据和按键的位移数据；根据按压力数据和位移数据，获取对按键进行质量检测的第一按压力时序数据和第一位移时序数据；建立第一网络模型，并根据第一按压力时序数据和第一位移时序数据生成适应于第一网络模型的第一输入数据，以及建立第二网络模型，并根据第一按压力时序数据和第一位移时序数据生成适应于第二网络模型的第二输入数据；将第一输入数据、第二输入数据分别输入第一网络模型、第二网络模型进行训练得到第一训练结果和第二训练结果；根据设定的判断策略，利用第一训练结果和第二训练结果得到按键质量的检测结果。
-
公开(公告)号：CN115935229A
公开(公告)日：2023-04-07
申请号：CN202211470506.X
申请日：2022-11-22
Applicant: 歌尔股份有限公司
IPC: G06F18/24 , G06F18/2433 , G06F18/23 , G06F18/214 , G06F18/213 , G06N3/08
Abstract: 本发明公开了一种产品异常检测方法、装置、设备及存储介质，该方法包括：将待检测产品的产品数据输入至预设分类模型，并获取预设分类模型输出的待检测产品的产品类别；获取预设分类模型的输入层根据产品数据输出的产品特征矩阵；根据产品特征矩阵确定未知异常指标，并根据未知异常指标和产品类别确定待检测产品是否存在未知异常。本发明根据预设分类模型中输入层输出的产品特征矩阵确定待检测产品的未知异常指标，根据未知异常指标和产品类别确定待检测产品是否存在未知异常，解决了现有技术中使用分类模型进行产品异常检测的过程中，分类模型无法准确检测训练数据集中不存在的不良品类型的技术问题，提高了产品异常检测的准确率。
-
公开(公告)号：CN112884055B
公开(公告)日：2023-02-03
申请号：CN202110236192.6
申请日：2021-03-03
Applicant: 歌尔股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06T7/62 , G06N3/04
Abstract: 本发明公开了一种目标标注方法和目标标注装置。方法包括：使用训练后的目标检测模型标注预测图片集合，得到预测框信息，预测图片集合中包含已标注的图片和未标注的图片；从预测框中，筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框；使用搭建并训练过的分类网络对筛选出的预测框进行分类，分类网络由已标注目标及其背景图像训练得到；若该预测框的分类结果与该预测框的预测类别一致，则将该预测框信息写入标注文件。本申请使用训练后的模型标注预测图片集合，并筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框，利用分类网络进行分类检验，实现对目标标注的智能实现和结果检验，可提高目标标注的效率和准确度。
-
公开(公告)号：CN112836745B
公开(公告)日：2022-12-09
申请号：CN202110145436.X
申请日：2021-02-02
Applicant: 歌尔股份有限公司
IPC: G06V10/82 , G06V10/20 , G06V10/774 , G06N3/08 , G06T7/00
Abstract: 本申请公开了一种目标检测方法和装置，其中方法包括：基于YOLO‑v4构建目标检测模型，在目标检测模型的每个网格单元中增加预测神经元，使每个网格单元具有多个预测神经元；利用目标检测模型，将用于目标检测的图像划分为多个网格，确定与每个网格对应的网格单元；基于各网格单元检测出与目标对应的边界框，由检测出边界框的网格单元中的多个预测神经元确定该边界框的多个初始置信度；根据每个边界框的多个初始置信度，得到相应边界框的最终置信度；根据各边界框的最终置信度确定目标检测结果。技术方案通过改变以YOLO‑v4为基础的目标检测模型的网络结构，使得目标检测模型中每个网格单元具备了多个可预测置信度的预测神经元，最终实现了目标检测的精度提升。
-
公开(公告)号：CN112651429B
公开(公告)日：2022-07-12
申请号：CN202011447392.8
申请日：2020-12-09
Applicant: 歌尔股份有限公司
Abstract: 本申请公开了一种音频信号时序对齐方法和装置。其中方法包括：为待对齐音频信号和模板音频信号分别生成频域图像；将频域图像分别输入到时序偏移量预测模型的双生神经网络中，得到双生神经网络输出的两个频域特征；将两个频域特征进行融合，得到融合特征；将融合特征输入到时序偏移量预测模型的预测网络中，得到预测网络输出的时序偏移量；根据时序偏移量对待对齐音频信号进行时序对齐处理。该技术方案利用深度神经网络从待对齐音频信号和模板音频信号的频域图像中进行特征提取，相较于传统的人工特征方法，鲁棒性更好，特别是在多噪声环境下，深度神经网络提取的特征更具有本质性，稳定性更好；端到端的时序偏移量预测模型精度更高，速度更快。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.036 seconds)
