监督学习类专利转让成果转化、技术转移、商标买卖-智来柿子坊知识产权运营平台

类型
法律状态
检索范围
名称/领域

专利名称：一种基于半监督学习模型的铜件表面缺陷视觉检测方法申请号：2015105325907 转让价格：面议收藏
法律状态：已下证类型：发明关键词：表学习模型检测监督学习相似专利发布日：2023/10/17
摘要：本发明公开了一种基于半监督学习模型的铜件表面缺陷视觉检测方法，属于铜件表面缺陷视觉检测技术领域。本发明针对常见的铜件表面缺陷，使用传送带和导轨将铜件移动到四个相应的检测工位，采用图像采集系统拍照取图来依次检测铜件的上下表面及两侧面是否有缺陷存在，并根据判定的结果对铜件进行分类，该系统还配备有一个相机来实时远程监控视觉检测系统的运行情况。上述的系统配置后的参数调整、数据的存储与统计、系统的实时远程监控及维护等操作采用在云端进行。本发明能实现自动连续地对铜件的表面缺陷进行检测，取代人工目视检测方法，提高了检测的效率与准确率。

专利名称：一种基于域对抗自监督学习的病理图像分割方法申请号：2021106218255 转让价格：面议收藏
法律状态：已下证类型：发明关键词：监督学习相似专利发布日：2023/10/17
摘要：本发明涉及一种基于域对抗自监督学习的病理图像分割方法。包括：获取病理图像建立病理图像自监督数据集；建立域对抗自监督模型；使用病理图像自监督数据集对域对抗自监督模型进行深度学习训练；建立病理图像分割模型；使用经过深度学习后的域对抗自监督模型对病理图像分割模型进行初始化；对病理图像中的病灶区域进行像素级别标注建立病理图像分割数据集；使用病理图像分割数据集对病理图像分割模型进行深度学习训练；使用深度学习训练后的病理图像分割模型对病理图像的未知病灶区域进行分割。本发明方法，采用域对抗自监督学习的方法，有效缓解了分割模型对大量人工标注的依赖并解决了模型在不同域上分割性能波动的问题。

第1页/共1页;本页2条记录/共2条记录

第页

用户指南

交易方式

专项服务

关于柿子坊

关注微信公众号

联系我们

咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com

专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台