檢索結果:共7筆資料 檢索策略: ckeyword.raw="影像分類"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
使用卷積神經網路作影像分類時,卷積核對圖像特徵擷取,有著舉足輕重之 影響,本文提出利用遺傳演算法結合卷積神經網路,搜尋對於不同的影像資料, 具有最佳特徵擷取能力的卷積核,以進行影像分類。 本文…
2
深度學習在許多領域有很多傑出的表現。在深度學習的領域中,最常見的演算法架構為卷積神經網路(CNN),不僅被廣泛的應用在電腦視覺及影音辨識,近年來更大幅的超越所有相關領域的人工特徵。然而,此些技術相較…
3
數位影像在拍攝過程中可能受到周遭環境光線變化或不足,導致影像品質降 低。在過去,研究學者提出了很多影像增強方法,然而其演算法大多只能針對單 一亮度或對比做強化。在本篇論文中,提出了一種自動的影像增強…
4
隨著科技的發展,產品良率和質量備受關注,產品的瑕疵檢測已成為生產過程中不可或缺的重要角色。本研究使用基於網格分類和目標檢測方法來對影像中的紡織線圈進行瑕疵檢測。在本研究的產品影片由台灣化學纖維股份有…
5
隨著深度學習技術的快速發展,卷積神經網路(Convolutional Neural Network, CNN)在影像分類任務中取得了顯著的成果。然而,傳統的CNN模型因其龐大的參數量和高昂的計算成本…
6
本論文探討以RGB三色型與RGBW四色型曲面OLED顯示器2D色彩影像品質,以及偏光式與快門式立體4K2K顯示器3D色彩影像品質,並比較顯示器在不同的電視模式(standard模式與cinema模式…
7
隨著應用深度學習法的許多系統成效卓著,如何能夠快速地把個別的問題轉換成應用到深度學習架構來尋求專業的運作,是目前相當熱門的研究項目之一。一般而言,要應用深度學習架構從頭開始訓練一個新的任務,需要很長…