原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请公开了一种气体泄漏检测模型的训练方法和气体泄漏检测方法，属于气体泄漏检测技术领域。气体泄漏检测模型的训练方法包括：获取气体红外图像样本集；将气体红外图像样本集输入至特征提取模块，得到气体特征信息；将气体特征信息输入至边界响应模块，定位第一气体泄漏区域，对气体特征信息进行边界特征增强，并将气体特征信息和第一气体泄漏区域的边界位置信息进行结合，得到气体融合特征图；将气体融合特征图输入至特征检测模块，得到样本气体泄漏区域位置信息和样本泄漏源位置信息；调整气体泄漏检测模型的参数，得到训练好的气体泄
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116309473 A
(43)申请公布日 2023.06.23
(21)申请号 202310287758.7 G06V 10/764 (2022.01)
文档评论（0）