一种基于自监督学习的冶炼锌膜残留检测方法

AITNT
正文
推荐专利
一种基于自监督学习的冶炼锌膜残留检测方法
申请号:CN202411948751
申请日期:2024-12-27
公开号:CN119785009A
公开日期:2025-04-08
类型:发明专利
摘要
本发明涉及检测技术领域,特别涉及一种基于自监督学习的冶炼锌膜残留检测方法,通过引入自监督学习与特征增强等方法,使基于深度学习的锌膜残留目标检测算法性能取得明显提升。
技术关键词
残留检测方法 人机交互界面 监督学习算法 模型算法 注意力 视觉特征 图像 功能模块 动态 图片 数据 通道 编码器 元素 队列 尺寸 样本
系统为您推荐了相关专利信息
1
一种面向遥感变化解释召回率可调的多尺度特征融合深度网络
融合深度网络 多尺度局部特征 跨尺度特征融合 遥感图像变化检测 特征提取网络
2
基于深度学习的工程标志牌的缺陷检测方法及系统
标志牌 检测网络模型 缺陷检测方法 融合特征 地面特征
3
基于心脏超声造影智能分析的心肌灌注和存活性评估方法
性评估方法 超声造影 区域生长算法 心血管疾病诊断 造影剂
4
基于深度学习的儿童脑部发育评估系统
评估系统 多模态深度 图谱特征 多通道 数据采集模块
5
基于弱监督多模态对比学习的预测模型构建方法及乳腺癌HER2评分预测方法
预测模型构建方法 分块 HE染色切片 图像类别标签 评分预测方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号