-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=CaffeNet模型 "
共 条 记 录，以下是1-3

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
改进CaffeNet模型在水面垃圾识别中的应用被引量：11
《传感器与微系统》2019年第8期150-152,156,共4页向伟 史晋芳 刘桂华 徐锋 黄占鳌 
国防科工局核能开发科研项目([2016]1295);四川省教育厅资助项目(16ZB0141);西南科技大学研究生创新基金资助项目(19YCX0124);国家自然科学基金资助项目(11602292);国家自然科学基金青年科学基金资助项目(61701421)
为了提高水面垃圾识别的准确率,提出一种改进CaffeNet的卷积神经网络模型对水面垃圾进行识别。模型改进了卷积核的大小、卷积核的数量以及增加了一层稀疏结构,进而增强了网络模型特征提取的能力,降低了网络复杂度。实验结果证明:改进的C...
关键词：深度学习 卷积神经网络 CaffeNet模型 水面垃圾识别 
基于深度学习CaffeNet模型的综合交通设施场景分类与识别研究被引量：1
《湖南交通科技》2021年第1期140-145,共6页肖和平 赵宇恒 米素娟 
国家重点研发计划课题项目(2017YFB0503804)。
综合交通设施场景的自动分类与识别对交通网络布局、城市规划、智慧城市建设等方面有重要的研究与实践价值。鉴于目前研究主要集中在单一的交通设施目标识别与检测方面,采用速度快、分类精度高、适宜于海量数据运算的CaffeNet深度学习模...
关键词：深度学习 CaffeNet模型 交通设施 分类 
基于深度学习的蝴蝶科级标本图像自动识别被引量：18
《昆虫学报》2017年第11期1339-1348,共10页周爱明 马鹏鹏 席天宇 王江宁 冯晋 邵泽中 陶玉磊 姚青 
国家高技术研究发展计划(863计划)项目(2013AA102402);国家自然科学青年基金项目(31501841);浙江省新苗计划项目(2016R406039);浙江理工大学521人才培养计划资助
【目的】本研究旨在探讨深度学习模型在蝴蝶科级标本图像自动识别中的可行性和泛化能力。【方法】为了提高识别模型的鲁棒性和泛化能力,将锤角亚目中6个科1 117种蝴蝶标本图像通过水平翻转、增加图像对比度与亮度以及添加噪声的方式增...
关键词：蝴蝶 标本图像 自动识别 深度学习 CaffeNet模型 特征提取 支持向量机 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部