基于深度学习的电能表图像目标识别方法

被引：0

专利类型：

发明

申请号：

CN202310333284.5

申请日：

2023-03-31

公开(公告)号：

CN116524517B

公开(公告)日：

2025-09-30

发明(设计)人：

李卫斌于成龙朱子璇李微

申请人：

西安电子科技大学

申请人地址：

710071 陕西省西安市雁塔区太白南路2号

IPC主分类号：

G06V30/19

IPC分类号：

G06V30/14 G06V30/146 G06V10/82 G06V30/18 G06N3/0464 G06N3/084

代理机构：

陕西电子工业专利中心 61205

代理人：

田文英;王品华

法律状态：

授权

国省代码：

陕西省西安市

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
2025-09-30	授权	授权

共 50 条

[1]

基于深度学习技术的声呐图像目标识别方法 [P].

马麒翔 ;

姜龙玉 .

中国专利 :CN107909082B ,2018-04-13

[2]

基于深度学习和RPCA的太赫兹图像目标识别方法 [P].

杨曦 ;

吴郯 ;

张磊 ;

杨东 ;

高新波 ;

宋彬 ;

王楠楠 ;

汤英智 ;

郭浩远 .

中国专利 :CN109325490B ,2019-02-12

[3]

基于深度学习的空间目标识别方法 [P].

夏勇 ;

曾皓月 ;

张艳宁 .

中国专利 :CN107316004A ,2017-11-03

[4]

基于深度学习的水下目标识别方法 [P].

曹旭 ;

张效民 ;

于洋 ;

韩鹏 ;

罗建 .

中国专利 :CN106529428A ,2017-03-22

[5]

基于深度学习的级联目标识别方法及系统 [P].

刘广秀 ;

王万国 ;

许玮 ;

慕世友 ;

周大洲 ;

李建祥 ;

王振利 ;

刘丕玉 ;

张旭 ;

刘越 ;

贾亚军 ;

李勇 ;

郭锐 ;

赵金龙 ;

李振宇 ;

许荣浩 .

中国专利 :CN110688925B ,2020-01-14

[6]

一种基于深度学习神经网络模型的图像目标识别方法 [P].

谢宇嘉 ;

周辉 ;

王晓峰 ;

盖一帆 ;

赵雄波 ;

李超然 ;

吴松龄 ;

董文杰 ;

弭寒光 ;

王云龙 ;

李然 ;

路坤锋 ;

李晓敏 ;

靳蕊溪 ;

杨立波 ;

高琪 ;

康旭冰 .

中国专利 :CN119580068A ,2025-03-07

[7]

基于主动深度学习的水下目标识别方法 [P].

吕健坤 ;

姜龙玉 .

中国专利 :CN113111764B ,2025-02-28

[8]

基于深度学习的目标识别方法及系统 [P].

袁谋纯 ;

刘智 ;

李光 ;

纪垟震 ;

罗湘婷 ;

肖鹏 ;

刘思雨 .

中国专利 :CN119339272B ,2025-04-11

[9]

基于深度学习的轮椅跟随目标识别方法 [P].

刘化柱 .

中国专利 :CN120375313A ,2025-07-25

[10]

基于主动深度学习的水下目标识别方法 [P].

吕健坤 ;

姜龙玉 .

中国专利 :CN113111764A ,2021-07-13

← 1 2 3 4 5 →