叶脉确定方法、装置、电子设备和存储介质.pdf
觅松****哥哥
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
叶脉确定方法、装置、电子设备和存储介质.pdf
本公开涉及一种叶脉确定方法、装置、电子设备和存储介质,该方法包括:通过根据获取的构成树叶模型的多个三角面的顶点坐标,确定三角面中的独有边,得到树叶模型的多条边缘边,并根据多条边缘边确定边缘顶点序列,再根据边缘顶点序列确定叶脉特征点,最后将叶脉特征点到叶柄点之间的最短路径确定为树叶模型的叶脉,从而能够基于树叶模型的多个三角面的顶点坐标确定呈放射状的树叶所对应的树叶模型中的叶脉。
类别确定方法、装置、电子设备和存储介质.pdf
本公开提出一种类别确定方法、装置、电子设备和存储介质,其中,方法包括:获取多个异常的堆栈内容,各堆栈内容指示了相应的异常问题,对各堆栈内容进行解析,得到各堆栈内容对应的应用程序包名、主题信息和调用栈信息,根据应用程序包名,确定属于同一应用程序的至少一个目标堆栈内容,根据目标堆栈内容对应的主题信息和调用栈信息,确定目标堆栈内容指示的异常问题的类别及每个类别下异常问题的数量,基于对存在异常的堆栈内容解析得到的多种信息,基于信息的匹配程度,对同一应用程序的异常问题进行分类识别和数量统计,提高了异常问题的类别识别
驾驶行为确定方法、装置、电子设备和存储介质.pdf
本发明公开了一种驾驶行为确定方法、装置、电子设备和存储介质。该方法包括:获取驾驶图像数据并输入至人体关键点检测模型,以得到每个视频帧的关键点热图和向量图,基于所述关键点热图和所述向量图计算得到骨骼姿态特征,得到最符合当前驾驶员姿态的骨骼姿态特征。再将驾驶图像数据输入至视觉检测模型,以得到驾驶图像数据中每个视频帧的视觉特征,通过检测视觉特征得到骨骼关键点检测中无法关注到的分心驾驶相关特征。将骨骼姿态特征和视觉特征进行融合后输入至时域卷积网络模型,识别得到至少一个驾驶行为。将融合特征输入时域卷积网络模型检测得
车辆属性确定方法、装置、存储介质和电子设备.pdf
本发明实施例公开了一种车辆属性确定方法、装置、存储介质和电子设备,通过确定车辆在预定时间段内的表征三轴加速度分量的加速度序列和表征车辆的姿态的车辆姿态序列,根据所述加速度序列和车辆姿态序列确定对应的车辆惯性特征序列。将所述车辆惯性特征序列输入预先训练得到的时域卷积网络模型,以确定对应的车辆速度和车辆姿态,并进一步根据所述车辆速度和车辆姿态确定车辆对应的车辆位置。本发明实施例通过车辆绑定的终端设备获取车辆运动中包括三轴加速度和车辆姿态的惯性特征,并基于惯性特征确定车辆的速度、姿态和位置,能够在接收不到GPS
安全库存确定方法及装置、电子设备和存储介质.pdf
本公开提供了一种安全库存确定方法及装置、电子设备和存储介质,本公开涉及大数据技术领域,该安全库存确定方法,包括:在根据目标布局策略确定在目标门店中布设目标型号物品的情况下,确定目标型号物品预测销量,其中目标型号物品预测销量为在未来预设时间段内,目标型号物品在目标门店中的销量预测值;根据目标型号物品预测销量,确定第一预测需求量和第二预测需求量,其中第一预测需求量为补货提前期内,目标型号物品在目标门店中的预测需求量,其中第二预测需求量为采购周期内,目标型号物品在目标门店中的预测需求量;根据目标型号物品预测销量