檢索結果：共7筆資料 檢索策略： "Chuan-Yu Chang".ecommittee (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
隨著深度學習的興起，資料量大、資料種類多成為了影響實驗結果的重大因子之一，但在現實生活中，並非所有資料都有龐大的資料庫，例如:肺部X光的醫學影像、罕見疾病影像、農作物疾病影像、光學檢測的瑕疵影像、人…
2
在過往的深度學習研究與各項實際應用的任務項目之中，大多數的模型在訓練過程時都極需要大量且正確標註的資料集才能得到較好的訓練效能與較佳的應用成果；然而，只要訓練用的資料集數量減少或者是訓練資料集當中存…
3
語意分割是計算機視覺領域中的重要任務，旨在將圖像的每個像素進行逐點的類別預測，從而實現對圖像的精細分析。然而，傳統的語意分割方法需要大量的像素級別資料來訓練模型，這一過程耗時且耗費人力。為了減少標註…
4
現今深度學習的研究愈趨成熟，必實際應用在了各種場域中，然而大多數的模型時所需要消耗大量的樣本，且這樣本都必須被人立正確標註，否則將會影響模型訓練後的正確判斷能力。以現今學術中最常見的影像分類領域中，…
5
過往的語意分割任務中，深度神經網路遵循傳統的學習方法，通過大量且帶像素級別標籤標註的資料集引導模型進行學習，模型可以從中習得有助於理解和描述圖像的語意特徵，這些特徵涵蓋了圖像中的物體類別、區域以及上…
6
由於科技的進步，數位相機暨智慧型手機之攝影設備越來越普遍，人們可以更容易地透過這些設備，取得圖像資訊。近幾年來，複合式圖片的應用也隨著技術的進步，悄悄地在世上廣泛的流行，例如：高動態範圍成像就是一個…
7
Driven by the huge profit potential in the fashion industry, intelligent fashion analysis may becom…