檢索結果:共4筆資料 檢索策略: "機械工程系".cdept (精準) and ckeyword.raw="卷積類神經網路"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
台灣製藥產業對於藥錠的表面瑕疵檢測多以人力進行檢測,利用人工檢測的方式不但缺乏時間效率,且容易有不穩定及誤判之問題。近年來深度學習的發展快速,使得神經網路也逐漸應用在許多領域。如想基於卷積神經網路(…
2
本研究使用深度學習之方法進行工業零件辨識,並整合工研院7A6型機械手臂進行物件夾取之任務。利用於桌上型電腦搭配影像處理單元(GPU)建立立體視覺辨識系統,藉由深度攝影機(Intel RealSens…
3
本文提出以多層Dropout神經網路架構(Multi-Dropout Framework, MDF)進行跨視角人臉地標點與角度偵測,不同於多數的人臉地標點偵測器只可偵測yaw小於45度之樣本,所提出…
4
自從LeNet 模型在1998 年發表後,圖像辨識逐漸興盛及成熟,應用的領域及需求也日益增加。近來,在圖像處理領域中開發了基於K 聚體的模式識別(KPR)的方法,從生物醫學領域DNA 序列的K-me…