基于弱监督学习的多粒度多模态3D目标检测方法及系统

被引：0

专利类型：

发明

申请号：

CN202210766318.5

申请日：

2022-07-01

公开(公告)号：

CN115019299B

公开(公告)日：

2025-03-25

发明(设计)人：

刘云李靓朱志强张朝腾杨振祠葛小武牟唐宏肖乐

申请人：

成都民航空管科技发展有限公司中国民用航空总局第二研究所

申请人地址：

610041 四川省成都市二环路南二段17号

IPC主分类号：

G06V20/64

IPC分类号：

G06V20/40 G06V10/82 G06V10/40 G06V20/58 G06N3/0464 G06N3/0895

代理机构：

北京酷爱智慧知识产权代理有限公司 11514

代理人：

胡林

法律状态：

授权

国省代码：

四川省成都市

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
2025-03-25	授权	授权

共 50 条

[1]

基于弱监督学习的多粒度多模态3D目标检测方法及系统 [P].

刘云 ;

李靓 ;

朱志强 ;

张朝腾 ;

杨振祠 ;

葛小武 ;

牟唐宏 ;

肖乐 .

中国专利 :CN115019299A ,2022-09-06

[2]

基于3D点标注的多模态弱监督学习3D目标检测方法 [P].

赵峰 ;

高鸿志 .

中国专利 :CN117953205A ,2024-04-30

[3]

多模态融合弱监督车辆目标检测方法及系统 [P].

唐作进 ;

戴捷 ;

孙波 ;

马铜伟 ;

李道胜 .

中国专利 :CN113780257A ,2021-12-10

[4]

基于弱监督学习的可解释多聚类方法及系统 [P].

余国先 ;

任良瑞 ;

王峻 .

中国专利 :CN119740060B ,2025-12-12

[5]

基于弱监督学习的可解释多聚类方法及系统 [P].

余国先 ;

任良瑞 ;

王峻 .

中国专利 :CN119740060A ,2025-04-01

[6]

基于深度补全的多模态3D目标检测方法及系统 [P].

宋然 ;

史洋 ;

张伟 ;

丛润民 .

中国专利 :CN117351310B ,2024-03-12

[7]

基于深度补全的多模态3D目标检测方法及系统 [P].

宋然 ;

史洋 ;

张伟 ;

丛润民 .

中国专利 :CN117351310A ,2024-01-05

[8]

基于弱监督学习的视频目标分割方法 [P].

袁春 ;

罗莉舒 ;

吴航昊 .

中国专利 :CN114743002B ,2025-04-29

[9]

基于弱监督学习的视频目标分割方法 [P].

袁春 ;

罗莉舒 ;

吴航昊 .

中国专利 :CN114743002A ,2022-07-12

[10]

多模态3D目标检测方法、系统、终端及介质 [P].

马超 .

中国专利 :CN112990229A ,2021-06-18

← 1 2 3 4 5 →