龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海微波技术研究所(中国电子科技集团公司第五十研究所);军工保密资格审查认证中心
申请日：2024-04-12
公开（公告）日：2024-06-28
公开（公告）号：CN118262351A
主分类号：G06V20/64
分类号：G06V20/64;G06V10/20;G06V10/44;G06V10/82;G06V10/80;G06N3/0464;G06N3/08;G06T19/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供了一种多通道CNN和分patch小图训练的三维目标识别方法及系统，包括：步骤S1：进行三维图像的预处理；步骤S2：将整张三维图像切分成多个三维立体块；步骤S3：将划分后的三维立体块输入到多通道卷积神经网络中进行局部特征提取；步骤S4：将多通道输出的特征三维立体块进行拼接操作，输出目标检测识别后的结果；步骤S5：选择评价标准，通过多标签分类的损失函数训练模型。本发明提高了在三维目标识别任务中模型的复杂环境适应性即模型鲁棒性。
主权项：1.一种多通道CNN和分patch小图训练的三维目标识别方法，其特征在于，包括：步骤S1：进行三维图像的预处理；步骤S2：将整张三维图像切分成多个三维立体块；步骤S3：将划分后的三维立体块输入到多通道卷积神经网络中进行局部特征提取；步骤S4：将多通道输出的特征三维立体块进行拼接操作，输出目标检测识别后的结果；步骤S5：选择评价标准，通过多标签分类的损失函数训练模型。
全文数据：
权利要求：
百度查询： 上海微波技术研究所(中国电子科技集团公司第五十研究所);军工保密资格审查认证中心 多通道CNN和分patch小图训练的三维目标识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号