自适应池化相关论文
为实现表情准确且快速的识别,提出一种自适应重加权池化深度多任务学习(DMTL)的表情识别.设计孪生神经网络,通过自适应重加权模块......
局部感受野、参数同享和池化方式的引入,使得卷积神经网络结构更加简略清晰,拟合参数更少,并且具有对抗数据集扭曲,平移,转动的特......
随着互联网和人工智能技术的发展,目前市面上出现了智能音响、语音助手等产品。而机器如果能做到语音情感识别,就可以提供更友好的......
在计算机视觉领域,图像语义分割一直是及其重要的分支,在深度学习的热潮下,图像语义分割也得到了巨大的发展。然而,目前取得优秀效......
针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池......
针对传统机场检测方法准确率低、虚警率高、耗时长等问题,借鉴深度卷积神经网络的架构,提出一种改进的区域提取网络和自适应池化网......
针对传统池化方式不能提取有效特征值的问题,提出根据池化域的尺寸、池化域内的元素值和网络的训练轮数调整池化结果的自适应池化......
针对相同构造的卷积神经网络输入同样的数据集也会提取到不同特征的情况,为利用该差异挖掘图像的深层特征,提出一种双路卷积神经网......
针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池......
基于卷积神经网络的行人检测器普遍采用图像识别网络,通常会引起多池化层导致小目标行人特征信息丢失、单一池化方法导致行人局部......
在电子元件生产中,缺陷检测环节对于保证元件出厂质量而言非常关键。电子元件缺陷产品需要被准确检出,以保证电子元件出厂的良品率......
