基于深度学习的样品定位
发布时间：2025-11-25 12:38:33 人气：16
基于深度学习的样品定位
专利类型：
发明授权
申请(专利)号：
CN202310051050.1
申请日：
2023-01-20
授权公告号：
CN116486397B
授权公告日：
2025-11-25
申请人：
FEI 公司
地址：
美国俄勒冈州
发明人：
专辑：
信息科技
专题：
计算机软件及计算机应用
主分类号：
G06V20/69
分类号：
G06V20/69;G06V10/774;G06V10/82
国省代码：
US0OR000
页数：
20
代理机构：
中国专利代理(香港)有限公司
代理人：
钟茂建;吕传奇
优先权：
2022-01-21 US 17/581604
主权项：
1.一种用于由显微镜确定样品位置和相关联的载物台坐标的方法,所述方法包括：使用导航相机获取装载在夹具上的多个样品的图像,所述图像在包括所述夹具和所述多个样品中的所有样品的视场处具有低分辨率；使用训练模型分析所述图像以标识所述多个样品；基于所述分析,将每个样品与所述夹具上的位置相关联；基于每个样品在所述夹具上的所述位置,将单独的载物台坐标信息与装载在所述夹具上的所述多个样品中的每个样品相关联；以及基于所述多个样品中的第一样品的相关联的载物台坐标信息将保持所述夹具的载物台平移到第一载物台坐标。
摘要：
基于深度学习的样品定位。本文公开科学仪器支持系统,以及相关的方法、计算装置和计算机可读介质。举例来说,在一些实施例中,一种用于由显微镜确定样品位置和相关联的载物台坐标的方法至少包括：使用导航相机获取装载在夹具上的多个样品的图像,所述图像在包含所述夹具和所述多个样品中的所有样品的视场处具有低分辨率；使用训练模型分析所述图像以识别所述多个样品；基于所述分析,将每个样品与所述夹具上的位置相关联；基于每个样品在所述夹具上的所述位置,将单独的载物台坐标信息与装载在所述夹具上的所述多个样品中的每个样品相关联；和基于所述多个样品中的第一样品的相关联的载物台坐标信息将保持所述夹具的载物台转换为第一载物台坐标。
查看法律状态
相似专利
[1] 基于深度学习的样品定位. S·伯恩;S·麦克莱.中国专利:CN116486397A,2023-07-25
本领域科技成果与标准
科技成果
相关标准
未找到相关数据
研究与应用
本专利研制背景
本专利应用动态
所涉核心技术研究动态
期刊共52条
[1] 基于关联图谱的银行大数据风控体系构建研究. 张素子.科学技术创新,2021(19)
[2] 基于使用事件的对象关联图分析器. 陈世鸿,薛耀永,叶磊.武汉大学学报(理学版),2002(05)
[3] 基于关联图的改进关联规则在推荐系统中的应用. 王林林;石冰;胡元;邢海华.山东科学,2011(05)
[4] 关联图谱的研究进展及面临的挑战. 尹亮;袁飞;谢文波;王栋志;孙崇敬.计算机科学,2018(S1)
[5] 基于简化配合关联图的装配序列规划. 杨波,黄克正,杨丽颖,陈洪武.组合机床与自动化加工技术,2004(06)
[6] 基于论元关联图的级联类型事件抽取模型. 饶东宁;马卓文.计算机工程
[7] 基于关联图关键边发现的人脸图像聚类算法. 黄跃珍;戴晶帼;张承业;魏东.北京邮电大学学报,2023(01)
[8] 基于关联图关键边发现的人脸图像聚类算法. 黄跃珍;戴晶帼;张承业;魏东.北京邮电大学学报
[9] Widget关联图: 一个用于开发X窗口软件的描述工具. 杨冠杰.小型微型计算机系统,1998(08)
[10] 基于双语依存关联图的跨语言情感分类. 白瑞瑞;王中卿;周国栋.软件学报
硕博共14条
[1] 多粒度时空对象属性关联关系的构建及可视化方法研究. 文娜.战略支援部队信息工程大学,2018
[2] 基于大模型动态提示与论元关联图的事件抽取模型. 马卓文.广东工业大学,2025
[3] 基于关联图分析的方法提取重构推荐研究与跨平台插件实现. 刘瑞佳.西安电子科技大学,2024
[4] 基于K关联图的流分类算法及其在微博情感分析中的应用. 娄鑫坡.郑州大学,2014
[5] 面向工业大数据的事件融合方法研究. 李鹏.齐鲁工业大学,2017
[6] 关联图的谱分析及谱聚类方法研究. 孔敏.安徽大学,2006
[7] 基于影像关联图优化的鲁棒SfM方法研究. 肖腾.武汉大学,2021
[8] 基于函数关联图和残差图卷积的C/C++源代码漏洞检测方法. 江宇琪.燕山大学,2025
[9] 基于关联图谱的视频片段检索. 吴永龙.安徽大学,2011
