暂无评论
目标检测(Object Detection)是计算机视觉领域的基本任务之一,学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展,目标检测算法也从基于手工特征的传统算法转向了基于深度神经网
图像目标检测是找出图像中感兴趣的目标,并确定他们的类别和位置,是当前计算机视觉领域的研究热点。近年来,由于深度学习在图像分类方面的准确度明显提高,基于深度学习的图像目标检测模型逐渐成为主流。首先介绍了
此PDF为小编对整理的思维导图文件生成的源文件,总结了深度学习以及CNN火热后,目标检测相关算法的总览,其中还包含在19年轮回重生的anchor-free等算法,算是一个算法概述。
针对髋关节软骨的应力分布算法研究问题,设计了一个基于深度学习模型来代替有限元分析。该深度学习模型分为无监督学习模块和有监督学习模块,首先使用无监督学习模块对髋关节的软骨和股骨进行形状编码;之后实现对应
我是从别人拷贝过来的，仔细研究了下可行信还是可以的，希望对大家有用
提出了一种基于深度卷积神经网络估算大气湍流折射率结构常数 Cn2的方法。将湍流影响下的高斯光束光斑图像作为神经网络的输入,利用深度卷积神经网络提取图像的特征信息,得到 Cn2大小,并采用平均绝对误差、
电池荷电状态(SOC)是描述电池性能的重要指标之一。针对磷酸铁锂电池(LiFePQ4)的特性,选用了能够较真实地反应电池内部状态的PNGV电路模型,提出了改进模型的方法。采用扩展卡尔曼滤波算法(EKF
为了减少迭代次数,提高收敛性,在一阶牛顿拉夫逊法基础上对不平衡量ΔP和ΔQ进行修正,采用一阶牛顿法得到的修正量作为预测量,利用节点注入电流方程和电压方程形成不平衡量的校正值,从而得到新的修正方程,沿用
目前的人脸特征匹配算法大多关注于单图像与单图像的匹配而不能有效利用图像序列之间的相关信息，因而提出了一种基于深度学习与约束稀疏表达的人脸特征匹配算法．通过ＣＮＮ网络对人脸图像进行特征提取，并利用改
基于深度学习的人脸识别pdf
暂无评论