CN115116091A - 一种臀部构角区域识别处理方法和装置 - Google Patents
一种臀部构角区域识别处理方法和装置 Download PDFInfo
- Publication number
- CN115116091A CN115116091A CN202210736490.6A CN202210736490A CN115116091A CN 115116091 A CN115116091 A CN 115116091A CN 202210736490 A CN202210736490 A CN 202210736490A CN 115116091 A CN115116091 A CN 115116091A
- Authority
- CN
- China
- Prior art keywords
- picture
- hip
- child
- machine learning
- learning model
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims description 8
- 238000010801 machine learning Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 27
- 210000001217 buttock Anatomy 0.000 claims description 14
- 238000002347 injection Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种臀部构角区域识别处理方法和装置，该方法包括：获取多组训练数据，其中，每组训练数据均包括两张图片，两张图片一张作为输入图片，一张作为输出图片，输入图片为拍摄的儿童臀部，输出图片为在儿童臀部上标识出臀部构角区域的图片；使用多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；调用移动终端的摄像头待注射的儿童臀部进行拍摄；将拍摄得到的图片输入到机器学习模型中，从机器学习模型中获取输出；从输出中确定待注射的儿童臀部的构角区域。通过本申请解决了现有技术中使用工具辅助进行臀部构角区域识别所导致的使用繁琐并且比较耗时的问题，从而提高了臀部构角区域识别速度，使用简便。
Description
技术领域
本申请涉及到图像处理领域，具体而言，涉及一种臀部构角区域识别处理方法和装置。
背景技术
儿童臀部注射采用构角法，以示指尖和中指尖分别置于髂前上棘和髂嵴下缘处，使示指、中指与骼嵴构成一个三角形，其示指和中指构成的内角，即为注射部位，但是传统医护人员进行注射定位时无法实现快速的三角区域定位，而且定位后无法快速做出区域标记，导致注射困难。
为了解决这个问题，现有技术中会使用机械工具来进行辅助定位，这种使用工具进行辅助定位的方式使用起来比较繁琐和耗时，对于儿童的注射来说不是一种很好的选择。
发明内容
本申请实施例提供了一种臀部构角区域识别处理方法和装置，以至少解决现有技术中使用工具辅助进行臀部构角区域识别所导致的使用繁琐并且比较耗时的问题。
根据本申请的一个方面，提供了一种臀部构角区域识别处理方法，包括：获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；调用移动终端的摄像头待注射的儿童臀部进行拍摄；将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；从所述输出中确定所述待注射的儿童臀部的构角区域。
进一步地，所述机器学习模型的输出为在所述拍摄得到的图片使用预定颜色标识出的所述待注射的儿童臀部的构角区域。
进一步地，在从所述机器学习模型没有获取到输出的情况下，所述方法还包括：发送提示信息，其中，所述提示信息用于指示对所述待注射的儿童臀部再次进行拍摄。
进一步地，所述提示信息用于指示更换拍摄角度对所述待注射的儿童臀部进行再次拍摄。
进一步地，在获取所述多组训练数据之前，所述方法还包括：接收多个用户上传的图片，其中，上传的图片包括：用户使用臀部构角区域定位装置对儿童臀部进行定位后得到的构角区域的位置的图片，以及未定位的儿童臀部的照片；将所述用户上传的图片处理成大小相同的两张图片，将处理后的两张图片作为一组训练数据进行保存。
根据本申请的另一个方面，还提供了一种臀部构角区域识别处理装置，包括：获取模块，用于获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；训练模块，用于使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；调用模块，用于调用移动终端的摄像头待注射的儿童臀部进行拍摄；输入模块，用于将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；确定模块，用于从所述输出中确定所述待注射的儿童臀部的构角区域。
进一步地，所述机器学习模型的输出为在所述拍摄得到的图片使用预定颜色标识出的所述待注射的儿童臀部的构角区域。
进一步地，所述装置还包括：发送模块，用于在从所述机器学习模型没有获取到输出的情况下，发送提示信息，其中，所述提示信息用于指示对所述待注射的儿童臀部再次进行拍摄。
进一步地，所述提示信息用于指示更换拍摄角度对所述待注射的儿童臀部进行再次拍摄。
进一步地，所述获取模块用于：接收多个用户上传的图片，其中，上传的图片包括：用户使用臀部构角区域定位装置对儿童臀部进行定位后得到的构角区域的位置的图片，以及未定位的儿童臀部的照片；将所述用户上传的图片处理成大小相同的两张图片，将处理后的两张图片作为一组训练数据进行保存。
在本申请实施例中，采用了获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；调用移动终端的摄像头待注射的儿童臀部进行拍摄；将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；从所述输出中确定所述待注射的儿童臀部的构角区域。通过本申请解决了现有技术中使用工具辅助进行臀部构角区域识别所导致的使用繁琐并且比较耗时的问题，从而提高了臀部构角区域识别速度，使用简便。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的臀部构角区域识别处理方法的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种臀部构角区域识别处理方法，图1是根据本申请实施例的臀部构角区域识别处理方法的流程图，如图1所示，该流程包括如下步骤：
步骤S102，获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；
获取训练数据的方式有很多种，例如，接收多个用户上传的图片，其中，上传的图片包括：用户使用臀部构角区域定位装置对儿童臀部进行定位后得到的构角区域的位置的图片，以及未定位的儿童臀部的照片；将所述用户上传的图片处理成大小相同的两张图片，将处理后的两张图片作为一组训练数据进行保存。
在本实施例中，使用的臀部构角区域定位装置可以为如下装置：一种儿童臀部构角区域辅助注射装置，包括端部相互铰接的第一构角杆和第二构角杆，所述第一构角杆和第二构角杆上各设置有皮肤印记刻印装置。可选地，所述第一构角杆中间设置有铰接轴，所述第二构角杆中间设置有铰接套，所述铰接套铰接于所述铰接轴外壁。所述第一构角杆和所述第二构角杆端部各设置有调节杆。所述皮肤印记刻印装置沿所述第一构角杆或所述第二构角杆路径设置。所述皮肤印记刻印装置为刻印条，刻印条沿所述第一构角杆或所述第二构角杆路径设置。所述刻印条下端为锥形设置。可选地，所述皮肤印记刻印装置包括设置于所述第一构角杆或第二构角杆底部的条形凹槽，所述条形凹槽两端设置有导向孔，所述导向孔内穿插有推杆，两个所述推杆之间设置有能收纳于所述条形凹槽内的墨水印刷结构，两个所述推杆上端之间设置有按压横杆，所述按压横杆和所述第一构角杆或第二构角杆之间设置有弹性结构。所述弹性结构为套设于所述推杆外的弹簧体，所述弹簧体一端压紧于所述第一构角杆或第二构角杆上表面，另一端压紧于所述按压横杆下表面。
在一个可以选择增加的实施方式中，可以就两张图片均进行如下处理之后再作为一组训练数据进行保存：对两张图片中的除所述臀部区域之外的区域进行透明化处理，去掉除所述臀部区域之外的背景信息，将去除掉背景信息的两张图片调整亮度和对比度，增加图片的显示效果，将增加亮度和对比度之后的两张图片作为一组训练数据。
可选地，还可以将增加亮度和对比度之后的两张图片作为一组训练数据，然后将所述两张图片转换为灰度图片作为另一组训练数据，这样可以对训练数据的数量进行扩充。
步骤S104，使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；
步骤S106，调用移动终端的摄像头待注射的儿童臀部进行拍摄；
步骤S108，将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；
步骤S110，从所述输出中确定所述待注射的儿童臀部的构角区域，例如，所述机器学习模型的输出为在所述拍摄得到的图片使用预定颜色标识出的所述待注射的儿童臀部的构角区域。
作为一种比较优的显示方式，在步骤S106识别出儿童臀部的情况下，在屏幕中显示出儿童臀部的轮廓线，将拍摄得到的图片绘制上轮廓线保留在所述移动终端本地，在接收到输出之后，将所述输出中的标识出来的臀部构角区域标识在绘制有轮廓线的图片上，获取所述臀部构角区域距离所述轮廓线的多个距离，其中，所述多个距离用于在所述轮廓线中定位所述臀部构角区域；在调用摄像头显示所述臀部并在显示中增加第一图层和第二图层，其中，所述第一图像用于显示出轮廓线，所述第二图层用于在所述轮廓线基础上根据所述多个距离显示所述臀部构角区域。
通过上述步骤解决了现有技术中使用工具辅助进行臀部构角区域识别所导致的使用繁琐并且比较耗时的问题，从而提高了臀部构角区域识别速度，使用简便。
在一个可选的实施方式中，可能由于拍摄角度等问题，存在模型没有输出的情况，此时，从所述机器学习模型没有获取到输出的情况下，发送提示信息，其中，所述提示信息用于指示对所述待注射的儿童臀部再次进行拍摄。例如，所述提示信息用于指示更换拍摄角度对所述待注射的儿童臀部进行再次拍摄。
本实施例中的机器学习模型可以使用TensorFlow机器学习模型框架进行搭建；当然也可以使用其他开源框架搭建，本领域技术人员在知悉上述计算过程之后，均可以按照相应的框架写出相应的代码。
在上述模型中，将图形的技术转为向量的计算，从而可以很方便的利用机器学习模型进行训练，下面是在TensorFLow实现的神经网络部分的参考代码：
在一个可以选择增加的实施方式中，如果从机器学习模型中输出的图片中确定该图片的对臀部构角区域的定位是存在错误的，则该用户使用定位器械进行辅助定位后，将定位正确的照片以及未进行定位的照片发送给服务器，所述服务器为用于进行机器学习模型训练的服务器，所述服务器在接收到发送的图片之后，将接收到的图片作为一组训练数据进行保存，并将该组训练数据标记为用于进行增量训练的训练数据。
在接收到的用于进行增量训练的训练数据超过预定数量之后，使用用于进行增量训练的训练数据对所述机器学习模型进行增量训练。
在本实施例中，提供一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行以上实施例中的方法。
上述程序可以运行在处理器中，或者也可以存储在存储器中(或称为计算机可读介质)，计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
这些计算机程序也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤，对应与不同的步骤可以通过不同的模块来实现。
该本实施例中就提供了这样的一种装置或系统。该装置被称为臀部构角区域识别处理装置，包括：获取模块，用于获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；训练模块，用于使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；调用模块，用于调用移动终端的摄像头待注射的儿童臀部进行拍摄；输入模块，用于将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；确定模块，用于从所述输出中确定所述待注射的儿童臀部的构角区域。
该系统或者装置用于实现上述的实施例中的方法的功能，该系统或者装置中的每个模块与方法中的每个步骤相对应，已经在方法中进行过说明的，在此不再赘述。
例如，所述装置还包括：发送模块，用于在从所述机器学习模型没有获取到输出的情况下，发送提示信息，其中，所述提示信息用于指示对所述待注射的儿童臀部再次进行拍摄。可选地，所述提示信息用于指示更换拍摄角度对所述待注射的儿童臀部进行再次拍摄。
又例如，所述获取模块用于：接收多个用户上传的图片，其中，上传的图片包括：用户使用臀部构角区域定位装置对儿童臀部进行定位后得到的构角区域的位置的图片，以及未定位的儿童臀部的照片；将所述用户上传的图片处理成大小相同的两张图片，将处理后的两张图片作为一组训练数据进行保存。
通过本实施例解决了现有技术中使用工具辅助进行臀部构角区域识别所导致的使用繁琐并且比较耗时的问题，从而提高了臀部构角区域识别速度，使用简便。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种臀部构角区域识别处理方法，其特征在于，包括：
获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；
使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；
调用移动终端的摄像头待注射的儿童臀部进行拍摄；
将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；
从所述输出中确定所述待注射的儿童臀部的构角区域。
2.根据权利要求1所述的方法，其特征在于，所述机器学习模型的输出为在所述拍摄得到的图片使用预定颜色标识出的所述待注射的儿童臀部的构角区域。
3.根据权利要求2所述的方法，其特征在于，在从所述机器学习模型没有获取到输出的情况下，所述方法还包括：
发送提示信息，其中，所述提示信息用于指示对所述待注射的儿童臀部再次进行拍摄。
4.根据权利要求3所述的方法，其特征在于，所述提示信息用于指示更换拍摄角度对所述待注射的儿童臀部进行再次拍摄。
5.根据权利要求1至4中任一项所述的方法，其特征在于，在获取所述多组训练数据之前，所述方法还包括：
接收多个用户上传的图片，其中，上传的图片包括：用户使用臀部构角区域定位装置对儿童臀部进行定位后得到的构角区域的位置的图片，以及未定位的儿童臀部的照片；
将所述用户上传的图片处理成大小相同的两张图片，将处理后的两张图片作为一组训练数据进行保存。
6.一种臀部构角区域识别处理装置，其特征在于，包括：
获取模块，用于获取多组训练数据，其中，所述每组训练数据均包括两张图片，所述两张图片一张作为输入图片，一张作为输出图片，所述输入图片为拍摄的儿童臀部，所述输出图片为在所述儿童臀部上标识出臀部构角区域的图片；
训练模块，用于使用所述多组训练数据对预先配置的机器学习模型进行训练，得到训练好的机器学习模型；
调用模块，用于调用移动终端的摄像头待注射的儿童臀部进行拍摄；
输入模块，用于将拍摄得到的图片输入到所述机器学习模型中，从所述机器学习模型中获取输出；
确定模块，用于从所述输出中确定所述待注射的儿童臀部的构角区域。
7.根据权利要求6所述的装置，其特征在于，所述机器学习模型的输出为在所述拍摄得到的图片使用预定颜色标识出的所述待注射的儿童臀部的构角区域。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：发送模块，用于在从所述机器学习模型没有获取到输出的情况下，发送提示信息，其中，所述提示信息用于指示对所述待注射的儿童臀部再次进行拍摄。
9.根据权利要求8所述的装置，其特征在于，所述提示信息用于指示更换拍摄角度对所述待注射的儿童臀部进行再次拍摄。
10.根据权利要求6至9中任一项所述的装置，其特征在于，所述获取模块用于：
接收多个用户上传的图片，其中，上传的图片包括：用户使用臀部构角区域定位装置对儿童臀部进行定位后得到的构角区域的位置的图片，以及未定位的儿童臀部的照片；
将所述用户上传的图片处理成大小相同的两张图片，将处理后的两张图片作为一组训练数据进行保存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210736490.6A CN115116091A (zh) | 2022-06-27 | 2022-06-27 | 一种臀部构角区域识别处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210736490.6A CN115116091A (zh) | 2022-06-27 | 2022-06-27 | 一种臀部构角区域识别处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115116091A true CN115116091A (zh) | 2022-09-27 |
Family
ID=83329843
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210736490.6A Pending CN115116091A (zh) | 2022-06-27 | 2022-06-27 | 一种臀部构角区域识别处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115116091A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN208834609U (zh) * | 2018-05-14 | 2019-05-07 | 深圳市宝安区沙井人民医院 | 一种臀部肌注定位装置 |
| CN211244978U (zh) * | 2019-12-06 | 2020-08-14 | 袁征 | 一种用于臀中肌、臀小肌的肌内注射定位夹 |
| CN113469180A (zh) * | 2020-03-31 | 2021-10-01 | 阿里巴巴集团控股有限公司 | 医学图像的处理方法和系统、数据处理方法 |
| CN215309246U (zh) * | 2021-02-23 | 2021-12-28 | 四川省妇幼保健院 | 一种婴幼儿臀中肌定位装置 |
| CN113971756A (zh) * | 2021-09-18 | 2022-01-25 | 浙江华牧科技有限公司 | 自动注射机器人视觉数据处理方法、系统和注射机器人 |
| CN114550129A (zh) * | 2022-01-26 | 2022-05-27 | 江苏联合职业技术学院苏州工业园区分院 | 一种基于数据集的机器学习模型处理方法和系统 |
-
2022
- 2022-06-27 CN CN202210736490.6A patent/CN115116091A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN208834609U (zh) * | 2018-05-14 | 2019-05-07 | 深圳市宝安区沙井人民医院 | 一种臀部肌注定位装置 |
| CN211244978U (zh) * | 2019-12-06 | 2020-08-14 | 袁征 | 一种用于臀中肌、臀小肌的肌内注射定位夹 |
| CN113469180A (zh) * | 2020-03-31 | 2021-10-01 | 阿里巴巴集团控股有限公司 | 医学图像的处理方法和系统、数据处理方法 |
| CN215309246U (zh) * | 2021-02-23 | 2021-12-28 | 四川省妇幼保健院 | 一种婴幼儿臀中肌定位装置 |
| CN113971756A (zh) * | 2021-09-18 | 2022-01-25 | 浙江华牧科技有限公司 | 自动注射机器人视觉数据处理方法、系统和注射机器人 |
| CN114550129A (zh) * | 2022-01-26 | 2022-05-27 | 江苏联合职业技术学院苏州工业园区分院 | 一种基于数据集的机器学习模型处理方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104239866B (zh) | 答题卡信息采集方法及设备 | |
| CN104915332B (zh) | 一种生成排版模板的方法及装置 | |
| US11823358B2 (en) | Handwritten content removing method and device and storage medium | |
| CN110659612B (zh) | 基于纸笔改良的数字化阅卷方法及系统 | |
| CN110956138B (zh) | 一种基于家教设备的辅助学习方法及家教设备 | |
| CN102831106A (zh) | 一种移动终端的电子文档生成方法及移动终端 | |
| CN102737226A (zh) | 信息处理装置、信息处理方法和程序 | |
| CN111553211A (zh) | 试卷答案识别方法、系统、装置和计算机可读存储介质 | |
| CN113221632A (zh) | 文档图片识别方法、装置以及计算机设备 | |
| CN102890826A (zh) | 一种扫描版文档重排版的方法 | |
| CN110796065A (zh) | 基于图像识别的练字评分方法、系统以及计算机可读介质 | |
| CN115116091A (zh) | 一种臀部构角区域识别处理方法和装置 | |
| CN114266328A (zh) | 一种数字化的作业批改方法、服务器、存储介质及系统 | |
| JP2013182211A (ja) | 携帯端末、手書き支援方法、及びプログラム | |
| KR101742779B1 (ko) | 음성인식형 입체적 디지털영상 구현시스템 | |
| CN208798048U (zh) | 一种书籍摘抄内容专用拍摄装置 | |
| CN111611986B (zh) | 一种基于手指交互的焦点文本提取和识别方法及系统 | |
| CN111582281B (zh) | 一种图片显示优化的方法、装置、电子设备和存储介质 | |
| CN107301367A (zh) | 距离检测与显示方法、终端、显示装置及存储介质 | |
| JP6437749B2 (ja) | カラーコードの作成方法 | |
| JPS5819941A (ja) | 情報入力装置 | |
| CN113326009B (zh) | 一种纸质书法作品的复制方法和装置 | |
| CN107730571B (zh) | 用于绘制图像的方法和装置 | |
| CN106203910B (zh) | 一种无需文字识别的图像订单管理系统 | |
| JP2021026729A (ja) | 画像処理装置、および、学習済みの機械学習モデル |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220927 |
|
| RJ01 | Rejection of invention patent application after publication |