CN113704038B - 一种自动化游戏服务器压测方法及系统 - Google Patents
一种自动化游戏服务器压测方法及系统 Download PDFInfo
- Publication number
- CN113704038B CN113704038B CN202111030558.0A CN202111030558A CN113704038B CN 113704038 B CN113704038 B CN 113704038B CN 202111030558 A CN202111030558 A CN 202111030558A CN 113704038 B CN113704038 B CN 113704038B
- Authority
- CN
- China
- Prior art keywords
- image
- pressure test
- developer
- game server
- game
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000009530 blood pressure measurement Methods 0.000 title claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 88
- 238000003709 image segmentation Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 10
- 230000001815 facial effect Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 6
- 238000010998 test method Methods 0.000 claims 2
- 230000000007 visual effect Effects 0.000 claims 2
- 238000011161 development Methods 0.000 abstract description 3
- 230000011218 segmentation Effects 0.000 description 13
- 230000000903 blocking effect Effects 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明一方面提供了一种自动化游戏服务器压测方法,其包括:S1,获取当前最新版本的游戏服务器代码;S2,将所述游戏服务器代码发布至相应的游戏服务器;S3,生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述所述游戏服务器进行压力测试;S4,压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示。本发明另一方面提供了一种自动化游戏服务器压测系统,用于实现该自动化游戏服务器压测方法。本发明能够避免使用人工测试的方式影响开发进度、而且测试准确度不高的问题。
Description
技术领域
本发明涉及压测领域,尤其涉及一种自动化游戏服务器压测方法及系统。
背景技术
在开发游戏时,游戏的服务器代码性能难以通过主观评估得到准确的性能信息,而使用人工进行测试的方式,则是需要大量的测试人员长时间进行测试才能得到性能信息,比较影响开发进度,而且测试人员的数量显然跟游戏正式上线后玩家的数量差距过大,测试得到的结果准确性不够高。
发明内容
鉴于上述问题,本发明的目的在于提供一种自动化游戏服务器压测方法及系统。
本发明一方面提供了一种自动化游戏服务器压测方法,其包括:
S1,获取当前最新版本的游戏服务器代码;
S2,将所述游戏服务器代码发布至相应的游戏服务器;
S3,生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述所述游戏服务器进行压力测试;
S4,压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示。
优选地,所述测试策略通过下述方式生成:
获取所述游戏服务器的性能参数,根据所述游戏服务器的性能参数计算所述游戏服务器的极限性能,并根据所述极限性能生成测试策略。
优选地,所述极限性能包括单位时间内同时处理事务的最大数量。
优选地,根据所述极限性能生成测试策略,包括:
根据游戏的单个角色实施单个操作产生的处理事务的数量,计算所述操作能够达到服务器的极限性能所需要的自动游戏机器人的数量;
为不同的操作计算所述操作能够达到服务器极限性能所需要的自动游戏机器人的数量。
优选地,所述操作包括登录游戏、发送聊天信息、技能释放、查看背包道具。
优选地,所述性能参数包括处理器的倍频系数、处理器的缓存参数、处理器的主频参数和内存容量。
本发明另一方面提供了一种自动化游戏服务器压测系统,其包括获取模块、发布模块、生成模块和展示模块;
所述获取模块用于获取当前最新版本的游戏服务器代码;
所述发布模块用于将所述游戏服务器代码发布至相应的游戏服务器;
所述生成模块用于生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述所述游戏服务器进行压力测试;
所述展示模块用于压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示。
与现有技术相比,本发明的优点在于:
能够根据游戏服务器的极限性能为所述游戏服务器自动生成不同的测试策略,从而对游戏服务器代码的性能进行自动化测试。测试效率高,能够避免使用人工测试的方式影响开发进度、而且测试准确度不高的问题。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1,为本发明一种自动化游戏服务器压测方法的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明一方面提供了一种自动化游戏服务器压测方法,其包括:
S1,获取当前最新版本的游戏服务器代码;
S2,将所述游戏服务器代码发布至相应的游戏服务器;
S3,生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述所述游戏服务器进行压力测试;
S4,压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示。
在一种实施例中,所述测试策略通过下述方式生成:
获取所述游戏服务器的性能参数,根据所述游戏服务器的性能参数计算所述游戏服务器的极限性能,并根据所述极限性能生成测试策略。
在一种实施例中,所述极限性能包括单位时间内同时处理事务的最大数量。
在一种实施例中,根据所述极限性能生成测试策略,包括:
根据游戏的单个角色实施单个操作产生的处理事务的数量,计算所述操作能够达到服务器的极限性能所需要的自动游戏机器人的数量;
为不同的操作计算所述操作能够达到服务器极限性能所需要的自动游戏机器人的数量。
在一种实施例中,所述操作包括登录游戏、发送聊天信息、技能释放、查看背包道具。
在一种实施例中,所述性能参数包括处理器的倍频系数、处理器的缓存参数、处理器的主频参数和内存容量。
在一种实施例中,所述压力测试报告包括测试策略、操作步骤、预期结果和测试结果。
在一种实施例中,将所述压力测试报告对开发人员进行可视化展示,包括:
获取所述开发人员的脸部图像;
基于所述脸部图像判断所述开发人员是否具有查看所述压力测试报告的权限,若是,则将所述压力测试报告对开发人员进行可视化展示。
在一种实施例中,基于所述脸部图像判断所述开发人员是否具有查看所述压力测试报告的权限,包括:
获取所述脸部图像中所包含的人脸区域的特征数据;
将所述特征数据与预存的具有查看所述压力测试报告的权限的人员的特征数据进行匹配,若匹配成功,则判断所述开发人员具有查看所述压力测试报告的权限。
在一种实施例中,获取所述脸部图像中所包含的人脸区域的特征数据,包括:
对所述脸部图像进行皮肤识别,获取脸部皮肤区域的像素点的集合U1;
对所述脸部图像进行图像分割,获得属于脸部区域的像素点的集合U2;
将U1和U2取并集,得到前景像素点集合U3,将U3中的元素在所述脸部图像中组成的区域记为frontP;
对frontP进行灰度化处理,获得灰度图像garyP;
对garyP进行降噪处理,获得降噪图像pknoiP;
对pknoiP进行特征数据的提取,从而获得所述脸部图像中所包含的人脸区域的特征数据。
因为单一的图像分割方式,例如仅通过肤色识别进行图像分割,得到的图像连续性较差,即有较多的空洞,造成图像细节丢失。因此,本申请采用另一种分割方式同步进行图像分割,然后再对两种分割方式获得的前景像素点,即脸部区域的像素点取并集,从而得到较为完整的前景像素点,有利于提高图像分割的准确性。
在一种实施例中,对所述脸部图像进行图像分割,获得属于脸部区域的像素点的集合U2,包括:
对所述脸部图像进行迭代分块处理,将所述脸部图像划分为多个矩形子图像块;
对每个矩形子图像块分别使用图像分割算法进行图像分割处理,获得每个矩形子图像块中的前景像素点,并将所述前景像素点作为脸部区域的像素点;
将所有的子图像块中的前景像素点存入到同一个集合中,从而得到集合U2。
先分块再进行图像分割,能够避免全局图像分割不准确的问题,因为图像的灰度结构较为复杂,传统的全局分割难以兼顾到所有的细节,大量的属于前景部分的像素点由于小于阈值,就被划分为背景像素点,划分不够准确。
在一种实施例中,对每个矩形子图像块分别使用图像分割算法进行图像分割处理,包括:
使用大津法对每个矩形子图像块进行图像分割处理。
划分得到的矩形子图像块中,一般只包括部分简单的前景特征,此时使用分割算法,能够得到准确的分割结果。
在一种实施例中,对所述脸部图像进行迭代分块处理,包括:
将所述脸部图像进行灰度化处理,获得灰度图像gP;
第一次迭代,将所述灰度图像gP划分为面积相等的4个矩形子图像块,将获得的矩形子图像块的编号存入集合kU1中;
对集合kU1中的编号对应的矩形子图像块,分别计算每个矩形子图像块的分块指数ckidx(ku1),表示kU1中元素的总数;
对集合kU1中的编号对应的矩形子图像块,若其分块指数小于等于预设的分块阈值,不再进行迭代分块处理;
对集合kU1中的编号对应的矩形子图像块,若其分块指数大于预设的分块阈值,将所述矩形子图像块的编号存入集合kU2中;
第二次迭代,将集合kU2中的每个编号对应的矩形子图像块分别划分为面积相等的4个矩形子图像块,将获得的矩形子图像块的编号存入集合kU3中;
对集合kU3中的编号对应的矩形子图像块,分别计算每个矩形子图像块的分块指数ckidx(ku3),表示kU3中元素的总数;
对集合kU3中的编号对应的矩形子图像块,若其分块指数小于等于预设的分块阈值,不再进行迭代分块处理;
对集合kU3中的编号对应的矩形子图像块,若其分块指数大于预设的分块阈值,将所述矩形子图像块的编号存入集合kU4中;
以此类推,第n次迭代为,n大于等于2:
将集合kU2n-2中的每个编号对应的矩形子图像块分别划分为面积相等的4个矩形子图像块,将获得的矩形子图像块的编号存入集合kU2n-1中;
对集合kU2n-1中的编号对应的矩形子图像块,分别计算每个矩形子图像块的分块指数ckidx(ku2n-1),表示kU2n-1中元素的总数;
对集合kU2n-1中的编号对应的矩形子图像块,若其分块指数小于等于预设的分块阈值,不再进行迭代分块处理;
对集合kU2n-1中的编号对应的矩形子图像块,若其分块指数大于预设的分块阈值,将所述矩形子图像块的编号存入集合kU2n中;
迭代结束的条件为:
迭代次数n大于预设的迭代次数阈值或上一次迭代结束后获得的所有矩形子图像块的分块指数均小于预设的分块阈值;
分块指数通过如下公式进行计算:
式中,i表示矩形子图像块的编号,nodi表示编号为i的矩形子图像块的所有像素点的集合,numnodi表示nodi中元素的总数,f(k)表示nodi中的像素点k的像素值,t(k)表示nodi中的像素点k的梯度值,α和β表示预设的调节系数,α∈(0,1),β∈(0,1)。
传统的图像分块,一般是简单地将图像划分为面积相等的多个子图像块,但是并没有考虑图像中的具体内容。这样,会导致后续对这些子图像块进行图像分割时,分割结果不准确的问题。例如,有些子图像块中仅仅包含前景像素点或仅仅包含背景像素点,这样,在进行阈值分割时,本来不应该再进行分割的子图像块,再次进行了错误的分割,获得了错误的分割结果,导致最后整体的分割效果不够准确。而本申请通过迭代计算子图像块的分块指数后再判断是否进一步进行分割,能够保证获得的子图像块中包含有前景像素点和背景像素点,这样子,进行阈值分割时,就能得到准确的分割结果。
本发明另一方面提供了一种自动化游戏服务器压测系统,其包括获取模块、发布模块、生成模块和展示模块;
所述获取模块用于获取当前最新版本的游戏服务器代码;
所述发布模块用于将所述游戏服务器代码发布至相应的游戏服务器;
所述生成模块用于生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述所述游戏服务器进行压力测试;
所述展示模块用于压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示。
需要说明的是,本系统用于实现上述方法的功能,装置中各模块与上述方法步骤相对应,并能够实施上述方法中的不同实施方式,具体可参见上述关于方法的描述,这里不再详细叙述。
尽管已经示出和描述了本发明的实施例,本领域技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形,本发明的范围由权利要求及其等同物限定。
Claims (7)
1.一种自动化游戏服务器压测方法,其特征在于,其包括:
S1,获取当前最新版本的游戏服务器代码;
S2,将所述游戏服务器代码发布至相应的游戏服务器;
S3,生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述游戏服务器进行压力测试;
S4,压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示;
将所述压力测试报告对开发人员进行可视化展示,包括:
获取所述开发人员的脸部图像;
基于所述脸部图像判断所述开发人员是否具有查看所述压力测试报告的权限,若是,则将所述压力测试报告对开发人员进行可视化展示;
基于所述脸部图像判断所述开发人员是否具有查看所述压力测试报告的权限,包括:
获取所述脸部图像中所包含的人脸区域的特征数据;
将所述特征数据与预存的具有查看所述压力测试报告的权限的人员的特征数据进行匹配,若匹配成功,则判断所述开发人员具有查看所述压力测试报告的权限;
获取所述脸部图像中所包含的人脸区域的特征数据,包括:
对所述脸部图像进行皮肤识别,获取脸部皮肤区域的像素点的集合U1;
对所述脸部图像进行图像分割,获得属于脸部区域的像素点的集合U2;
将U1和U2取并集,得到前景像素点集合U3,将U3中的元素在所述脸部图像中组成的区域记为frontP;
对frontP进行灰度化处理,获得灰度图像garyP;
对garyP进行降噪处理,获得降噪图像pknoiP;
对pknoiP进行特征数据的提取,从而获得所述脸部图像中所包含的人脸区域的特征数据。
2.根据权利要求1所述的一种自动化游戏服务器压测方法,其特征在于,所述测试策略通过下述方式生成:
获取所述游戏服务器的性能参数,根据所述游戏服务器的性能参数计算所述游戏服务器的极限性能,并根据所述极限性能生成测试策略。
3.根据权利要求2所述的一种自动化游戏服务器压测方法,其特征在于,所述极限性能包括单位时间内同时处理事务的最大数量。
4.根据权利要求3所述的一种自动化游戏服务器压测方法,其特征在于,根据所述极限性能生成测试策略,包括:
根据游戏的单个角色实施单个操作产生的处理事务的数量,计算所述操作能够达到服务器的极限性能所需要的自动游戏机器人的数量;
为不同的操作计算所述操作能够达到服务器极限性能所需要的自动游戏机器人的数量。
5.根据权利要求4所述的一种自动化游戏服务器压测方法,其特征在于,所述操作包括登录游戏、发送聊天信息、技能释放、查看背包道具。
6.根据权利要求2所述的一种自动化游戏服务器压测方法,其特征在于,所述性能参数包括处理器的倍频系数、处理器的缓存参数、处理器的主频参数和内存容量。
7.一种自动化游戏服务器压测系统,其特征在于,其包括获取模块、发布模块、生成模块和展示模块;
所述获取模块用于获取当前最新版本的游戏服务器代码;
所述发布模块用于将所述游戏服务器代码发布至相应的游戏服务器;
所述生成模块用于生成测试策略,并根据所述测试策略生成自动游戏机器人,按照所述测试策略对所述游戏服务器进行压力测试;
所述展示模块用于压力测试完毕后生成压力测试报告,并将所述压力测试报告对开发人员进行可视化展示;
将所述压力测试报告对开发人员进行可视化展示,包括:
获取所述开发人员的脸部图像;
基于所述脸部图像判断所述开发人员是否具有查看所述压力测试报告的权限,若是,则将所述压力测试报告对开发人员进行可视化展示;
基于所述脸部图像判断所述开发人员是否具有查看所述压力测试报告的权限,包括:
获取所述脸部图像中所包含的人脸区域的特征数据;
将所述特征数据与预存的具有查看所述压力测试报告的权限的人员的特征数据进行匹配,若匹配成功,则判断所述开发人员具有查看所述压力测试报告的权限;
获取所述脸部图像中所包含的人脸区域的特征数据,包括:
对所述脸部图像进行皮肤识别,获取脸部皮肤区域的像素点的集合U1;
对所述脸部图像进行图像分割,获得属于脸部区域的像素点的集合U2;
将U1和U2取并集,得到前景像素点集合U3,将U3中的元素在所述脸部图像中组成的区域记为frontP;
对frontP进行灰度化处理,获得灰度图像garyP;
对garyP进行降噪处理,获得降噪图像pknoiP;
对pknoiP进行特征数据的提取,从而获得所述脸部图像中所包含的人脸区域的特征数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111030558.0A CN113704038B (zh) | 2021-09-03 | 2021-09-03 | 一种自动化游戏服务器压测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111030558.0A CN113704038B (zh) | 2021-09-03 | 2021-09-03 | 一种自动化游戏服务器压测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704038A CN113704038A (zh) | 2021-11-26 |
CN113704038B true CN113704038B (zh) | 2024-01-23 |
Family
ID=78659110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111030558.0A Active CN113704038B (zh) | 2021-09-03 | 2021-09-03 | 一种自动化游戏服务器压测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704038B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115239692B (zh) * | 2022-08-12 | 2023-06-27 | 广东科学技术职业学院 | 一种基于图像识别技术的电子元器件检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460348A (zh) * | 2018-10-31 | 2019-03-12 | 网易(杭州)网络有限公司 | 游戏服务器的压测方法和装置 |
CN110362474A (zh) * | 2019-06-13 | 2019-10-22 | 上海紫翊网络科技有限公司 | 一种分布式游戏测试方法、系统、装置及存储介质 |
CN112100067A (zh) * | 2020-09-10 | 2020-12-18 | 北京完美赤金科技有限公司 | 一种基于回归分析的测试方法、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101881804B1 (ko) * | 2017-08-16 | 2018-07-25 | 넷마블 주식회사 | 게임 테스트 자동화 장치 및 방법 |
-
2021
- 2021-09-03 CN CN202111030558.0A patent/CN113704038B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460348A (zh) * | 2018-10-31 | 2019-03-12 | 网易(杭州)网络有限公司 | 游戏服务器的压测方法和装置 |
CN110362474A (zh) * | 2019-06-13 | 2019-10-22 | 上海紫翊网络科技有限公司 | 一种分布式游戏测试方法、系统、装置及存储介质 |
CN112100067A (zh) * | 2020-09-10 | 2020-12-18 | 北京完美赤金科技有限公司 | 一种基于回归分析的测试方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113704038A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110570492B (zh) | 一种基于神经网络的ct伪影抑制方法、设备以及介质 | |
WO2018082084A1 (zh) | 融合全卷积神经网络和条件随机场的脑肿瘤自动分割方法 | |
CN111080584B (zh) | 医学图像的质控方法、计算机设备和可读存储介质 | |
CN107481273B (zh) | 一种航天器自主导航快速图像匹配方法 | |
US11763460B2 (en) | Image segmentation confidence determination | |
US20230298759A1 (en) | Information processing apparatus, information processing method, and program | |
CN113704038B (zh) | 一种自动化游戏服务器压测方法及系统 | |
CN117370329A (zh) | 基于工业物联网的设备数据智能化管理方法及系统 | |
CN114332132A (zh) | 图像分割方法、装置和计算机设备 | |
US20080075345A1 (en) | Method and System For Lymph Node Segmentation In Computed Tomography Images | |
CN113706472A (zh) | 公路路面病害检测方法、装置、设备及存储介质 | |
WO2007058631A1 (en) | Method and device for correction of magnetic resonance images | |
CN113706475B (zh) | 基于图像分割的置信度分析方法及装置 | |
CN110738702A (zh) | 一种三维超声图像的处理方法、装置、设备及存储介质 | |
JPWO2020085336A1 (ja) | 重み画像生成装置、方法およびプログラム、判別器学習装置、方法およびプログラム、領域抽出装置、方法およびプログラム並びに判別器 | |
CN111369598B (zh) | 深度学习模型的训练方法及装置、应用方法及装置 | |
EP4343680A1 (en) | De-noising data | |
CN110992312A (zh) | 医学图像处理方法、装置、存储介质及计算机设备 | |
CN111325758A (zh) | 肺部图像分割方法及装置、图像分割模型的训练方法 | |
CN116433976A (zh) | 图像处理方法、装置、设备和存储介质 | |
CN116051421A (zh) | 基于多维度的内窥镜图像质量评价方法、装置、设备及介质 | |
CN112233126B (zh) | 医学图像的加窗方法及装置 | |
CN115482358A (zh) | 一种三角网格曲面的生成方法、装置、设备及存储介质 | |
CN103971339B (zh) | 一种基于参数法的核磁共振图像分割方法及设备 | |
JP7321690B2 (ja) | 検証システム及び検証装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right |
Effective date of registration: 20240611 Granted publication date: 20240123 |