咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202410087737.5 | 专利名称： | 一种自监督可重参数化太赫兹图像危险品实例分割方法 |
| 申请日： | 2024-01-22 | 申请/专利权人 | 广东工业大学 |
| 专利类型： | 发明 | 地址： | 广东省广州市越秀区东风东路729号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06V10/26 分类检索 |
| 公开/公告日： | 2024-04-09 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN117853732A | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 32 | 所属领域： | 射线探测 金属探测 液体探测 粉末探测 安检安防 生物检测 无损检测专利转让搜索 |
摘 要：本发明公开了一种自监督可重数化太赫兹图像危险品实例分割方法，包括：对太赫兹人体隐匿危险品安检图像数据集进行数据增强；通过增强后的数据集预训练自监督学习图像掩码建模增强模型，获取自监督学习图像掩码建模增强模型的编码器参数；将自监督学习图像掩码建模增强模型的编码器作为实例分割模型的初始特征提取主干网络；迁移编码器参数，通过未增强的太赫兹人体隐匿危险品安检图像数据集微调实例分割模型的初始特征提取主干网络，获取实例分割模型的特征提取主干网络；将待分割的人体隐匿危险品安检图像输入实例分割模型的特征提取主干网络，提取多尺度特征，将多尺度特征进行集成，并进行动态解耦，获取危险品检测分割结果。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2018107989200 | 【发明】图像识别方法及装置 | 2025/09/16 |
| 2018108211757 | 【发明】一种图像识别方法、装置和计算机设备 | 2025/09/16 |
| 2022107874167 | 【发明】一种基于深度半监督模型的图像细粒度分类方法 | 2025/09/16 |
| 2021113306833 | 【发明】一种基于深度相似的编辑传播方法及系统 | 2025/09/16 |
| 2021112471104 | 【发明】基于生成对抗网络的宫颈细胞图像半监督学习方法 | 2025/09/16 |
| 2019111789729 | 【发明】图片中目标的属性的确定方法和装置 | 2025/09/16 |
| 2022102361494 | 【发明】基于弱监督学习的域自适应实例分割方法及装置 | 2025/09/16 |
| 2023100458451 | 【发明】一种具有可学习稀疏性的端到端目标检测方法及系统 | 2025/09/12 |
| 2023102491295 | 【发明】融合视觉扩张机制和路径聚合的目标检测方法及系统 | 2025/09/11 |
| 2022104523258 | 【发明】一种用于违规图片检测的方法及图片检测引擎 | 2025/09/10 |
