檢索結果:共8筆資料 檢索策略: "Image Classification".ekeyword (精準) and ckeyword.raw="深度學習"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
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…
2
在當今先進的醫療技術下,已經有多種方法可以有效地檢測婦女的懷孕情況。然而,這些方法往往各自存在一些缺陷,例如對被檢測者可能造成不適或價格昂貴等問題。心電訊號圖(Electrocardiograph,…
3
近年,DeepFake技術於影視、藝術產業帶來重要的貢獻,但相對的也越來越多使用DeepFake技術引起的各式假新聞、假資訊漫天飛舞,使得人們在資訊爆炸的時代無法冷靜判斷消息的真假,因此這也是為什麼…
4
類神經網絡模型的壓縮近年來受到了越來越多的關注。為了減緩卷積核冗餘的問題,這篇論文提出了新的卷積結構:共享核卷積和加權共享核卷積,後者在前者的基礎上增加了額外的共享權重來滿足不同輸入通道訊號間的差異…
5
For analyzing digital images of paintings we propose a new approach to categorize them based on art…
6
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…
7
本文目的是用來區分不同可可豆的類別,以利應用於智慧農業中。而 智慧農業應用的關鍵是要如何區分所有類別之間的微小差異,有時候可能 因為這些微小的差異導致農產品的味道品嘗起來十分地不同。 我們提出的方案…
8
進年來,深度學習技術被廣泛得應用在影像處理上。其中一個熱門的應用是醫學影像分類處理。胸腔X光攝影是一個常見且有不錯品質的胸腔疾病診斷方式。然而,訓練一個合格的放射科醫師需要很長的時間,而且,即便是專…