-
公开(公告)号：CN116385860A
公开(公告)日：2023-07-04
申请号：CN202310384232.0
申请日：2023-04-11
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学(深圳)
IPC: G06V20/00 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及目标检测技术领域，公开了一种基于YOLOv5的城市街道场景目标检测方法，包括以下步骤：步骤1：构建基于改进YOLO‑v5的目标检测模型；所述目标检测模型包括主干特征提取网络、特征融合模块和输出模块；且主干提取网络中的下采样模块由可变形卷积单元和Focus单元组成；特征融合模块的下采样模块由预设步距的卷积单元和Focus单元组成；步骤2：训练目标检测模型；步骤3：由训练后的目标检测模型进行场景目标检测；其中，由主干特征提取网络提取待检测场景图像的特征；由特征融合模块输出不同尺度的特征图；并由输出模块基于特征图输出目标检测特征图。本发明能够在达到较高的检测精度的同时，保证达到较高的检测效率。
-
公开(公告)号：CN116136975A
公开(公告)日：2023-05-19
申请号：CN202310160993.8
申请日：2023-02-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳星地孪生科技有限公司
Abstract: 本申请涉及中性大气预测技术领域，尤其涉及一种基于LSTM神经网络的中性大气温度密度预测方法及设备，方法包括：获取观测数据；观测数据至少包括：太阳辐射指数和地磁活动指数。将观测数据输入预先训练的LSTM神经网络，得到中性大气温度和密度随时间变化的数据。本申请中的技术方案，利用LSTM神经网络，深度学习历史观测数据，生成以太阳辐射指数和地磁活动指数作为输入的预测模型，从而给出得到中性大气温度和密度随时间变化的数据。相比于现有的经验模型，本申请中基于LSTM神经网络进行预测，准确度更高，更符合真实观测结果。
-
Patent Agency Ranking
公开(公告)号：CN115983495A
公开(公告)日：2023-04-18
申请号：CN202310134274.9
申请日：2023-02-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳星地孪生科技有限公司
IPC: G06Q10/04 , G06N5/04 , G06F18/214
Abstract: 本申请涉及空间环境预报技术领域，尤其涉及一种基于RFR‑Net的全球中性大气温度密度预测方法及设备，方法包括：获取大气环境数据；根据大气环境数据生成待还原全球大气环境分布图，并对待还原全球大气环境分布图的缺失部分生成遮罩图层。将待还原全球大气环境分布图和遮罩图层输入预先训练的空间分布模型，使空间分布模型根据待还原全球大气环境分布图的已有部分，对待还原全球大气环境分布图的缺失部分进行还原，得到还原后的完整全球大气环境分布图；根据完整全球大气环境分布图确定全球大气环境数据。本申请的技术方案，可以确定全球大气环境数据，且相较于传统的中性大气经验模型对大气环境数据的模拟结果更加准确。
-
公开(公告)号：CN119478794B
公开(公告)日：2025-04-29
申请号：CN202510051849.X
申请日：2025-01-14
Applicant: 天津理工大学 , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 山东大学 , 浙江大华技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 合肥工业大学
IPC: G06V20/40 , G06V10/80 , G06T17/00 , G06F18/213 , G06F18/25 , G06F16/783
Abstract: 本发明涉及计算机视觉和自然语言处理技术领域，尤其涉及一种基于渐进式交互和多模态对齐的视频片段句子定位算法。步骤如下：首先将与视频相关的所有查询句子根据该查询句子对应的视频片段在视频中的顺序进行排序后与视频特征和在特征维度进行拼接，再将其经过多模态对齐模块提取视频与查询句子特征各自的模态内信息以及两个模态之间的信息，随后根据与查询句子交互后的视频特征生成多个候选片段，通过分组候选片段交互模块学习候选片段之间的关系，然后通过度量学习缩小对应的候选片段特征与查询句子特征对的差异，最后将所有候选片段特征与单个查询句子特征计算匹配分数，分数高的作为预测结果。本发明可以精准地对视频片段进行定位。
-
公开(公告)号：CN116136975B
公开(公告)日：2023-08-15
申请号：CN202310160993.8
申请日：2023-02-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳星地孪生科技有限公司
Abstract: 本申请涉及中性大气预测技术领域，尤其涉及一种基于LSTM神经网络的中性大气温度密度预测方法及设备，方法包括：获取观测数据；观测数据至少包括：太阳辐射指数和地磁活动指数。将观测数据输入预先训练的LSTM神经网络，得到中性大气温度和密度随时间变化的数据。本申请中的技术方案，利用LSTM神经网络，深度学习历史观测数据，生成以太阳辐射指数和地磁活动指数作为输入的预测模型，从而给出得到中性大气温度和密度随时间变化的数据。相比于现有的经验模型，本申请中基于LSTM神经网络进行预测，准确度更高，更符合真实观测结果。
-
公开(公告)号：CN115983495B
公开(公告)日：2023-08-11
申请号：CN202310134274.9
申请日：2023-02-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳星地孪生科技有限公司
IPC: G06Q10/04 , G06N5/04 , G06F18/214
Abstract: 本申请涉及空间环境预报技术领域，尤其涉及一种基于RFR‑Net的全球中性大气温度密度预测方法及设备，方法包括：获取大气环境数据；根据大气环境数据生成待还原全球大气环境分布图，并对待还原全球大气环境分布图的缺失部分生成遮罩图层。将待还原全球大气环境分布图和遮罩图层输入预先训练的空间分布模型，使空间分布模型根据待还原全球大气环境分布图的已有部分，对待还原全球大气环境分布图的缺失部分进行还原，得到还原后的完整全球大气环境分布图；根据完整全球大气环境分布图确定全球大气环境数据。本申请的技术方案，可以确定全球大气环境数据，且相较于传统的中性大气经验模型对大气环境数据的模拟结果更加准确。
-
公开(公告)号：CN119478794A
公开(公告)日：2025-02-18
申请号：CN202510051849.X
申请日：2025-01-14
Applicant: 天津理工大学 , 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 山东大学 , 浙江大华技术股份有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 合肥工业大学
IPC: G06V20/40 , G06V10/80 , G06T17/00 , G06F18/213 , G06F18/25 , G06F16/783
Abstract: 本发明涉及计算机视觉和自然语言处理技术领域，尤其涉及一种基于渐进式交互和多模态对齐的视频片段句子定位算法。步骤如下：首先将与视频相关的所有查询句子根据该查询句子对应的视频片段在视频中的顺序进行排序后与视频特征和在特征维度进行拼接，再将其经过多模态对齐模块提取视频与查询句子特征各自的模态内信息以及两个模态之间的信息，随后根据与查询句子交互后的视频特征生成多个候选片段，通过分组候选片段交互模块学习候选片段之间的关系，然后通过度量学习缩小对应的候选片段特征与查询句子特征对的差异，最后将所有候选片段特征与单个查询句子特征计算匹配分数，分数高的作为预测结果。本发明可以精准地对视频片段进行定位。
-
-
-
-
-
-
Search Results
7
records
(took 0.074 seconds)
