檢索結果：共12筆資料 檢索策略： "Department of Computer Science and Information Engineering".edept (精準) and ekeyword.raw="Data augmentation"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
醫護專業人員花費大量精力和時間在文書處理上，用以紀錄患者的資訊。醫療語音辨識有助於醫療專業人員進行病歷登載、巡房記錄、診斷追蹤等。隨著深度學習的迅速發展，語音識別已取得了巨大進步，而深度學習將端對端…
2
在本論文中，我們採用端到端的深度學習應用在自動駕駛領域。近期的文獻中[1]，已經探索並驗證了深度神經網絡（DNN）模仿人類駕駛的可能性。本篇論文主要的目標為僅使用一單眼攝影機學習自動駕駛，並在非結構…
3
當我們沒有足夠的訓練資料使模型足夠泛化時，過擬和會是一個很嚴重的問題。然而，資料增強與半監督學習有助於解決這樣的問題。資料增強的發展在電腦視覺領域中相比起自然語言處理領域而言成熟了不少，半監督學習也…
4
組裝一副完整的拼圖需要耗費相當多的時間和精力，隨著機器視覺和深度學習技術的快速發展，本論文嘗試將這兩項技術應用在自動化拼圖辨識，推動技術應用的創新層面。 本論文提出了一種基於深度學習的YOLO演算法…
5
半導體製程技術的進步促使元件結構的微縮，除了對製程技術迎來更大的挑戰，同時也需要更有效率的量測方法來驗證製程結果。關鍵尺寸(Critical dimension)量測技術是驗證製程標準的關鍵步驟。傳…
6
人工智慧之深度學習技術已逐步應用於生產線上之產品瑕疵檢測，深度學習需使用大量影像訓練才有良好的辨識效果，然而在實際的產線中，瑕疵品相對良品的比例低很多，造成瑕疵品的訓練樣本數過少，導致深度學習的檢測…
7
全像擴增實境抬頭顯示器(Augmented Reality-Head-Up Display, AR-HUD)有著能縮小系統體積、更長的成像距離、簡單的光學結構等優點，且不會對眼睛造成疲勞或不適，是A…
8
半導體製程技術的持續進步使得元件結構逐漸微縮，不僅為製程技術帶來更大挑戰，同時也促使量測方法需更加高效以確保製程質量。特徵尺寸(Critical Dimension, CD)量測是製程驗證中不可或缺…
9
在過去，傳統監督學習高度依賴標記數據，這限制了其應用在各種不同種類的數據集。隨著自監督學習在計算機視覺領域取得了驚人的進展，它顯示了在不依賴標籤的情況下達到與監督學習相媲美的成果的潛力。近年來，這種…
10
從影像中分割心臟的不同區域是確立心臟磁共振診斷的一項常見臨床任務，深度學習在此領域已展現出顯著的性能，如自動心臟診斷挑戰賽等。本論文通過數據增強技術訓練網絡，並證明該模型有助於更有效地學習心臟影像分…