一种基于深度学习层级间特征融合的多尺度小物体检测方法

被引：0

专利类型：

发明

申请号：

CN201710551916.X

申请日：

2017-07-07

公开(公告)号：

CN107341517A

公开(公告)日：

2017-11-10

发明(设计)人：

张永强丁明理李贤杨光磊董娜

申请人：

申请人地址：

150001 黑龙江省哈尔滨市南岗区西大直街92号

IPC主分类号：

G06K962

IPC分类号：

G06K900

代理机构：

哈尔滨市松花江专利商标事务所 23109

代理人：

杨立超

法律状态：

授权

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-08-11	授权	授权
2017-12-05	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/62 申请日:20170707
2017-11-10	公开	公开

共 50 条

[1]

一种基于深度学习的超门店物体检测方法 [P].

王东升 ;

赖纪云 ;

郑曙辉 .

中国专利 :CN119131670B ,2025-09-16

[2]

一种基于深度学习的超门店物体检测方法 [P].

王东升 ;

赖纪云 ;

郑曙辉 .

中国专利 :CN119131670A ,2024-12-13

[3]

一种基于深度学习的多尺度特征融合目标检测系统 [P].

张国和 ;

丁莎 ;

陈琳 .

中国专利 :CN111881831A ,2020-11-03

[4]

基于深度学习的物体检测方法 [P].

王开炫 .

中国专利 :CN120540811A ,2025-08-26

[5]

一种基于无监督物体检测消除偏差的网络数据学习方法 [P].

杨巨峰 ;

孙晓晓 ;

陈丽怡 .

中国专利 :CN110135480A ,2019-08-16

[6]

基于多尺度特征融合与深度学习的远处小目标检测与跟踪系统 [P].

董行 ;

金明 ;

刘鑫 .

中国专利 :CN119205849A ,2024-12-27

[7]

基于多策略和交叉特征融合的显著物体检测方法 [P].

周武杰 ;

孙帆 ;

强芳芳 ;

许彩娥 .

中国专利 :CN113313077A ,2021-08-27

[8]

基于深度学习和机器学习的多特征融合的疲劳检测方法 [P].

李永杰 ;

韦新栩 ;

张显石 .

中国专利 :CN113887386A ,2022-01-04

[9]

一种基于运动特征和深度学习特征的无人机小目标检测方法 [P].

高陈强 ;

杜莲 ;

王灿 ;

冯琦 ;

汤林 ;

汪澜 .

中国专利 :CN107862705A ,2018-03-30

[10]

一种基于深度学习的小目标物体检测方法 [P].

杨海东 ;

巴姗姗 ;

黄坤山 .

中国专利 :CN111898668A ,2020-11-06

← 1 2 3 4 5 →