学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

基于视觉的无缺陷样本深度学习网络训练方法

被引：0
专利类型：
发明
申请号：
CN201911085284.8
申请日：
2019-11-08
公开(公告)号：
CN110852373A
公开(公告)日：
2020-02-28
发明(设计)人：
许琦 何志权 何志海
申请人：
申请人地址：
518000 广东省深圳市福田区香蜜湖街道竹子林四路越海家园叠翠阁10C
IPC主分类号：
G06K962
IPC分类号：
G06N308 G06T700
代理机构：
深圳市中智立信知识产权代理有限公司 44427
代理人：
丁丽琴
法律状态：
实质审查的生效
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
2020-03-24 实质审查的生效 实质审查的生效 IPC(主分类):G06K 9/62 申请日:20191108
2020-02-28 公开 公开
共 50 条
[1]
基于人工智能的深度学习网络训练方法及装置 [P]. 
王晨秋 .
中国专利 :CN106529673A ,2017-03-22
[2]
深度学习网络的训练方法、装置、设备和存储介质 [P]. 
刘思阳 .
中国专利 :CN110334807A ,2019-10-15
[3]
深度学习网络的训练方法、装置、设备和存储介质 [P]. 
刘思阳 .
中国专利 :CN110334599A ,2019-10-15
[4]
一种基于深度学习网络全自动训练方法、装置及存储介质 [P]. 
黄旭东 ;
林宇 .
中国专利 :CN113628159A ,2021-11-09
[5]
深度学习网络模型的训练方法、相关装置及存储介质 [P]. 
古迎冬 ;
李骊 .
中国专利 :CN112712133A ,2021-04-27
[6]
用于激光粒度反演的深度学习网络模型和训练方法 [P]. 
葛宝臻 ;
田庆国 ;
孙梦怡 .
中国专利 :CN119294460A ,2025-01-10
[7]
基于深度学习网络的多尺度缺陷检测方法 [P]. 
肖上 ;
吴静静 ;
吕扬 ;
杨李平 .
中国专利 :CN119722580A ,2025-03-28
[8]
基于深度学习网络的多尺度缺陷检测方法 [P]. 
肖上 ;
吴静静 ;
吕扬 ;
杨李平 .
中国专利 :CN119722580B ,2025-09-23
[9]
深度学习网络的训练方法、文本检测方法及装置 [P]. 
恩孟一 ;
钦夏孟 ;
谢群义 ;
王鹏 ;
姚锟 .
中国专利 :CN115358392A ,2022-11-18
[10]
一种基于人工智能的深度学习网络训练方法 [P]. 
王俊凯 .
中国专利 :CN113592078A ,2021-11-02
12345