檢索結果：共12筆資料 檢索策略： "Object Detection".ekeyword (精準) and ckeyword.raw="卷積神經網路"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
組裝在生產中將半成品製成成品的過程，通常經由機器及操作者完成。而在整條產線的最後，安排品質檢測及確保沒有異物在生產線上是必要的。然而，這項人工檢測的過程是非常容易犯錯，以及耗費時間的。因此，此篇研究…
2
近年來最具代表性的物件檢測方法是faster RCNN和YOLO，這些基於傳統監督學習的方法通常依賴於完全標註的資料集，並且假設訓練和測試資料取自同一個分佈。當測試資料來自不同分佈時，使用監督學習的…
3
在傳統未加入領域自適應的監督式學習中，需要仰賴大量的標記數據集來進行訓練，但是標記圖像必須花費許多的人力和時間，且監督學習模型在測試來自不同分佈的圖像時效果也並不理想。為了實現跨越各種場景的物件偵測…
4
Android系統是一個以Linux為基礎的半開放原始碼作業系統，主要用於行動端設備，屬於開發性系統，自由度高，機體相容性廣泛，提供完善的開發環境，支援各種先進的繪圖、網路、相機等處理能力，近年來市…
5
本論文提出一應用於機器人影像認知學習之互動式學習系統，此一系統以模擬幼童認知階段，教導者手上拿取物品並輕微晃動引發幼童注意，藉由語音傳達正確物品名稱，進而教導幼童學習與認知口語指令之物品型態。在實作…
6
近年來隨著科技進步，人工智慧的影像辨識技術已發展相當成熟，並已廣泛運用於各項產業，建築資訊模型(Building Information Model, BIM)的建構與應用近年來已成為營建產業實務上…
7
物件偵測被廣泛應用在監控、自駕車等應用中。近年來，基於深度學習的物件偵測方法展現出優秀的性能。然而基於深度學習的物件偵測方法往往需要大量的運算資源和記憶體頻寬，因此只能部屬在有高性能圖形處理器的電腦…
8
物件偵測和影像復原在深度學習和計算機視覺領域中是一項具挑戰性的任務，物件偵測現今被廣泛應用於自動駕駛、醫療、監控等應用中。近年來隨著硬體技術突破，使基於深度學習的物件偵測性能得到重大的突破，然…
9
在感測器數量有限的前提下，本研究提出一種使用視覺感測器，以物件偵 測技術 YOLO v3 完成實體的阿克曼自動停車系統，初步探討利用微型單板電腦 Raspberry Pi 4B 整合等多項系統讓自走…
10
近年來，影像的物件偵測及辨識的重要性逐漸提升。越來越多的及時影像資訊逐漸佈滿我們的生活之中，包括衛星、監視器、隨身錄影設備、直播等等。但也產生許多的問題和衍生多項的技術議題等待被解決。隨著科技迅速的…