檢索結果:共6筆資料 檢索策略: "電機工程系".dept (精準) and ckeyword.raw="特徵比對"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
在以往的深度學習研究中,大部分的模型訓練需要仰賴大量且乾淨的資料集才能得到較好的效能;然而,一旦資料集中存有部分錯誤的標註資料,將可能嚴重影響到模型的準確率。以影像分類任務為例,一般的深度學習方法是…
2
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…
3
現行的貨櫃檢驗作業方式為使用人力於貨櫃集散站交換各項單據,以及人工進行檢查的方式相對耗時,檢查過程中也容易產生疏忽之情況,本研究希望透過影像處理特徵比對之技術,研究貨櫃背面影像建立特徵並進行比對,利…
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
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…