申请/专利权人:鸿海精密工业股份有限公司;富士康科技集团有限公司
申请日:2023-09-21
公开(公告)日:2024-03-22
公开(公告)号:CN117746065A
主分类号:G06V10/70
分类号:G06V10/70;G06V10/774;G06V10/26;G06V10/28
优先权:["20220921 US 63/376,443"]
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:机器学习方法包括:区分第一影像的前景及第一影像的背景以产生第一遮罩影像;裁剪第一影像以产生第二影像及第三影像;裁剪第一遮罩影像以产生第二遮罩影像及第三遮罩影像,其中第二遮罩影像的位置及第三遮罩影像的位置分别对应第二影像的位置及第三影像的位置;通过模型,产生第二影像的第一特征向量组及第三影像的第二特征向量组;依据第一特征向量组及第二特征向量组产生第一矩阵;依据第二遮罩影像及第三遮罩影像产生第二矩阵;依据第一矩阵及第二矩阵产生函数;以及依据函数调整模型。如此一来,前景及背景的状况会被分开考虑,使得模型的表现较佳。
主权项:1.一种机器学习方法,其特征在于,包括:区分第一影像的前景及该第一影像的背景以产生第一遮罩影像;裁剪该第一影像以产生第二影像及第三影像;裁剪该第一遮罩影像以产生第二遮罩影像及第三遮罩影像,其中该第二遮罩影像的位置及该第三遮罩影像的位置分别对应该第二影像的位置及该第三影像的位置;通过模型,产生该第二影像的第一特征向量组及该第三影像的第二特征向量组;依据该第一特征向量组及该第二特征向量组产生第一矩阵;依据该第二遮罩影像及该第三遮罩影像产生第二矩阵;依据该第一矩阵及该第二矩阵产生函数;以及依据该函数调整该模型。
全文数据:
权利要求:
百度查询: 鸿海精密工业股份有限公司;富士康科技集团有限公司 机器学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。