• <form id="tsg3z"></form>

    <thead id="tsg3z"></thead>
      <abbr id="tsg3z"><table id="tsg3z"><nav id="tsg3z"></nav></table></abbr>

    1. 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
      拖動滑塊完成拼圖
      個人中心

      預訂訂單
      服務訂單
      發布專利 發布成果 人才入駐 發布商標 發布需求

      在線咨詢

      聯系我們

      龍圖騰公眾號
      首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
       /  免費注冊
      到頂部 到底部
      清空 搜索
      當前位置 : 首頁 > 專利喜報 > 深圳數聯天下智能科技有限公司陳仿雄獲國家專利權

      深圳數聯天下智能科技有限公司陳仿雄獲國家專利權

      買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

      龍圖騰網獲悉深圳數聯天下智能科技有限公司申請的專利訓練服裝分類模型的方法、服裝分類方法及相關裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114821244B 。

      龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210593117.X,技術領域涉及:G06V10/774;該發明授權訓練服裝分類模型的方法、服裝分類方法及相關裝置是由陳仿雄設計研發完成,并于2022-05-27向國家知識產權局提交的專利申請。

      訓練服裝分類模型的方法、服裝分類方法及相關裝置在說明書摘要公布了:本申請實施例涉及圖像處理技術領域,公開了一種訓練服裝分類模型的方法、服裝分類方法及相關裝置,獲取訓練集,訓練集包括多個衣服圖像和文本信息。對每個文本信息進行編碼,得到文本編碼特征。將各衣服圖像和對應的文本編碼特征對第一神經網絡進行迭代訓練,將收斂后的第一神經網絡作為服裝分類模型?;谖谋拘畔ㄒ路枋觯捎枚鄠€衣服圖像和對應的文本信息對第一神經網絡進行訓練,第一神經網絡能學習到衣服圖像所反映的圖像特征和文本信息所反映的文本特征,文本特征能夠輔助第一神經網絡學習到在服裝分類上更具有代表性的圖像特征,從而,使得服裝分類模型所提取的圖像特征在服裝分類上具有代表性性,能夠提升服裝分類的準確度。

      本發明授權訓練服裝分類模型的方法、服裝分類方法及相關裝置在權利要求書中公布了:1.一種訓練服裝分類模型的方法,其特征在于,包括: 獲取訓練集,所述訓練集包括多個衣服圖像和與所述多個衣服圖像一一對應的文本信息,所述文本信息包括衣服描述,各所述衣服圖像分別標注有真實服裝類別; 對每個所述文本信息進行編碼,得到向量列表和文本編碼特征; 將所述衣服圖像和與所述衣服圖像對應的文本編碼特征輸入第一神經網絡,得到與所述衣服圖像對應的第一預測服裝類別; 根據所述訓練集對應的第一預測服裝類別和所述訓練集對應的真實服裝類別之間的差異,調整所述第一神經網絡的參數,直至收斂,將收斂后的第一神經網絡作為所述服裝分類模型; 所述第一神經網絡包括依次級聯的卷積模塊、融合模塊、全連接層和分類層; 所述將所述衣服圖像和與所述衣服圖像對應的文本編碼特征輸入所述第一神經網絡,得到與所述衣服圖像對應的第一預測服裝類別,包括: 將所述衣服圖像輸入所述卷積模塊進行下采樣特征提取,得到衣服特征圖; 所述衣服特征圖和所述文本編碼特征輸入所述融合模塊進行特征融合,得到融合特征圖; 所述融合特征圖經所述全連接層和所述分類層后,輸出所述第一預測服裝類別; 所述融合模塊采用以下公式對所述衣服特征圖和所述文本編碼特征進行特征融合; Fx,e=α*x+β α=MLP1e;β=MLP2e 其中,x為所述衣服特征圖,e為所述向量列表,α為所述衣服圖像對應的一個文本編碼特征,β為所述衣服圖像對應的另一個文本編碼特征。

      如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人深圳數聯天下智能科技有限公司,其通訊地址為:518000 廣東省深圳市南山區粵海街道高新區社區高新南七道20號深圳國家工程實驗室大樓B1601;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

      免責聲明
      1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
      2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
      主站蜘蛛池模板: 欧美熟妇乱子伦XX视频| 老色批国产在线观看精品| 亚洲一区二区中文av| 2020国产成人精品视频| 人妻va精品va欧美va| 西西444www高清大胆| 色综合 图片区 小说区| 国产精品无码av不卡| 国产二区三区不卡免费| 久久这里有精品国产电影网| 国产偷窥熟女高潮精品视频| 深夜精品免费在线观看| 乱码中字在线观看一二区| 国产女人18毛片水真多1| 少妇人妻偷人精品免费| 国产高清国产精品国产专区| 亚洲av与日韩av在线| 风流老熟女一区二区三区| 亚洲人成色99999在线观看| 日韩精品中文字幕亚洲| 亚洲欧美人成电影在线观看| 九九热在线免费视频精品| 国产不卡在线一区二区| 国产精品无码a∨麻豆| 日本人妻巨大乳挤奶水免费| 亚洲熟妇自偷自拍另欧美| 国产SUV精品一区二区四| 国产a在视频线精品视频下载| 国产成人精品无人区一区| 无码AV无码免费一区二区| 囯产精品久久久久久久久久妞妞| 无人去码一码二码三码区| 99国产精品一区二区蜜臀| 各种少妇wbb撒尿| 婷婷五月综合丁香在线| 在线免费播放av观看| 欧美日韩v| 欧美激情一区二区久久久| 香港日本三级亚洲三级| 视频一区视频二区制服丝袜 | 麻豆成人精品国产免费|