檢索結果:共6筆資料 檢索策略: "卷積神經網路".ckeyword (精準) and ckeyword.raw="遷移學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
我們提出結合三個不同的卷積神經網路並融合各自分類結果最終決定出臉部情緒,這三個網路在過去幾年不同的圖像辨識競賽上面都有很好的成績,分別是 VGG16、ResNet50 和 SeNet50 網…
2
在現代工業中,旋轉機械是提供工廠穩定動力的來源之一,而其設備的穩定性是影響工廠生產及機器稼動率的重要因素。機械振動可能造成主軸偏心或軸承損壞,進而導致設備故障停機。近年來,深度學習模型被用來進行故障…
3
本論文於DNA樣本分析領域中,針對使用原子力顯微鏡(Atomic Force Microscope)所獲取的DNA樣本數位影像為研究對象,以深度學習的技術發展出一個自動化辨識DNA交叉與非交叉樣本的…
4
使用深度學習,我們很容易地可以分辨圖片的正確性,由於房間室內場景的圖片每一種都很相似,所以需要大量的資料和時間來進行辨識,來提高準確率。因此我們使用遷移學習來改善我們的神經網路,從已經預先訓練好的模…
5
本研究設計了一種引擎號碼辨識系統,利用深度學習、卷積神經網路的影像分類技術來進行引擎號碼辨識,不需要利用影像處理技術來對圖像進行預處理,而是利用經過深度學習訓練後的辨識模型直接對引擎號碼圖像進行辨識…
6
隨著市場上應用情境的需求不斷提升與改變,深度學習網路架構也逐漸變的複雜且龐大,準確度上升的同時造成了模型參數指數性成長,亦產生了模型效率不佳等更多延伸問題,各個領域的應用需要在準確度與易用性上做出取…