一种基于非端到端深度学习网络的显著性区域检测方法

被引：0

专利类型：

发明

申请号：

CN202111388848.2

申请日：

2021-11-22

公开(公告)号：

CN114049503A

公开(公告)日：

2022-02-15

发明(设计)人：

徐丹蒋奔史金龙钱萍左欣

申请人：

申请人地址：

212100 江苏省镇江市丹徒区长晖路666号

IPC主分类号：

G06V1046

IPC分类号：

G06V1026 G06V10764 G06K962 G06V1082 G06N304 G06N308

代理机构：

南京经纬专利商标代理有限公司 32200

代理人：

徐澍

法律状态：

公开

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
2022-02-15	公开	公开
2022-03-04	实质审查的生效	实质审查的生效 IPC(主分类):G06V 10/46 申请日:20211122

共 50 条

[1]

一种端到端的点云深度学习网络模型和训练方法 [P].

杨健 ;

范敬凡 ;

艾丹妮 ;

郭龙腾 ;

王涌天 .

中国专利 :CN111428855A ,2020-07-17

[2]

一种基于端到端全卷积神经网络的共同显著性检测方法 [P].

李玺 ;

魏李娜 ;

吴飞 .

中国专利 :CN107437246B ,2017-12-05

[3]

一种基于深度卷积网络的显著性目标检测方法 [P].

牛轶峰 ;

马兆伟 ;

王菖 ;

赵哲 .

中国专利 :CN107423747B ,2017-12-01

[4]

一种基于端到端深度学习网络模型的光污染图像抑制方法 [P].

常悦彤 ;

齐丹 ;

刘欣宇 ;

夏广明 ;

尚书贤 ;

冯瀚 ;

周昊南 ;

崔明明 .

中国专利 :CN120782651A ,2025-10-14

[5]

一种基于深度学习网络的图像分类方法 [P].

王改华 ;

吕朦 ;

袁国亮 ;

刘文洲 ;

李涛 .

中国专利 :CN108647723A ,2018-10-12

[6]

一种基于显著性指导的端到端的弱监督目标检测方法 [P].

赖百胜 ;

龚小谨 .

中国专利 :CN107203781B ,2017-09-26

[7]

一种深度学习的图像显著性区域检测方法 [P].

郭礼华 ;

林俊斌 .

中国专利 :CN105590319A ,2016-05-18

[8]

基于端到端深度集成学习网络的三维模型分类方法 [P].

白静 ;

司庆龙 ;

刘振刚 .

中国专利 :CN108596329A ,2018-09-28

[9]

基于端到端多任务深度学习的车牌检测方法 [P].

王琦 ;

李学龙 ;

张聪 .

中国专利 :CN110334709B ,2019-10-15

[10]

一种基于端到端深度学习的图像深度解析方法 [P].

付家为 .

中国专利 :CN118429748B ,2025-04-22

← 1 2 3 4 5 →