簡易檢索 / 檢索結果

  • 檢索結果:共5筆資料 檢索策略: "Classification".ekeyword (精準) and cadvisor.raw="郭景明"


  • 在搜尋的結果範圍內查詢: 搜尋 展開檢索結果的年代分布圖

  • 個人化服務

    我的檢索策略

  • 排序:

      
  • 已勾選0筆資料


      本頁全選

    1

    應用於視覺技術之高效能混合式影像特徵擷取
    • 電機工程系 /105/ 碩士
    • 研究生: 林士傑 指導教授: 郭景明
    • 本論文針對於兩項視覺研究進行改善:影片物件偵測與半色調演算法。經過詳細的文獻探討與分析,我們針對這兩項研究之過往技術進行影像處理演算法的改良與提升。在與近期前人文獻的數據與效能比較,皆有較好的表現。…
    • 點閱:249下載:1

    2

    智慧型交通監控系統:運用深度學習特徵之物件偵測、分類與計數
    • 電機工程系 /104/ 碩士
    • 研究生: 吳逸庭 指導教授: 郭景明
    • 本論文設計用於智慧型交通監控系統中的三大系統,最主要貢獻有三: 1)多角度的物件偵測,2) 物件分類,及3)物件計數功能,分別簡述於下。 本論文所提出的物件偵測系統,主要使用深度學習中區域卷積神經…
    • 點閱:349下載:7

    3

    基於特徵相似度比對方法修正不精確監督下的錯誤標註應用於病理影像的腦腫瘤分類
    • 電機工程系 /109/ 碩士
    • 研究生: 江令安 指導教授: 郭景明
    • 本論文使用弱監督學習方式,針對全玻片病理影像(WSI)開發一電腦輔助診斷分析系統對腦腫瘤進行分型分類。訓練集中包含了221例全玻片腦腫瘤病理影像,並分類成三個分型: 星狀細胞瘤(Astrocytom…
    • 點閱:310下載:0
    • 全文公開日期 2024/02/18 (校內網路)
    • 全文公開日期 本全文未授權公開 (校外網路)
    • 全文公開日期 本全文未授權公開 (國家圖書館:臺灣博碩士論文系統)

    4

    基於雙模型特徵提取與相似度比對之少樣本分類
    • 電機工程系 /110/ 碩士
    • 研究生: 陳文祥 指導教授: 郭景明
    • 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…
    • 點閱:247下載:0
    • 全文公開日期 2024/08/24 (校內網路)
    • 全文公開日期 2024/08/24 (校外網路)
    • 全文公開日期 2024/08/24 (國家圖書館:臺灣博碩士論文系統)

    5

    最大池化和平均池化以及注意力機制消融的少樣本分類
    • 電機工程系 /111/ 碩士
    • 研究生: 陳鈺澔 指導教授: 郭景明
    • 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,…
    • 點閱:256下載:0
    • 全文公開日期 2025/08/21 (校內網路)
    • 全文公開日期 2025/08/21 (校外網路)
    • 全文公開日期 2025/08/21 (國家圖書館:臺灣博碩士論文系統)
    1