【摘 要】
：
目标检测是一个基于机器学习的计算机视觉的子领域。文章在TensorFlow框架的基础上,结合SSD(Single Shot MultiBox Detector)算法,设计了图像神经网络检测模型,并在地图像集的检测中进行了应用。由实验结果可知,基于SSD神经网络的图像目标物体检测充分发挥了TensorFlow和SSD高效准确以及稳定的优势。最终实验在PyCharm上运用该模型对目标物体成功完成检测,
【机 构】
：
河南科技大学软件学院,河南 洛阳 471003
论文部分内容阅读
目标检测是一个基于机器学习的计算机视觉的子领域。文章在TensorFlow框架的基础上,结合SSD(Single Shot MultiBox Detector)算法,设计了图像神经网络检测模型,并在地图像集的检测中进行了应用。由实验结果可知,基于SSD神经网络的图像目标物体检测充分发挥了TensorFlow和SSD高效准确以及稳定的优势。最终实验在PyCharm上运用该模型对目标物体成功完成检测,其中95%的测试集的可信度达90%以上。
其他文献
随着互联网的快速发展,各式各样的应用软件层出不穷,从初始的客户端向着移动设备端的方向进行发展,不少企业也开始使用微博、微信等客户端树立自己的品牌形象,提高运营者和关注者之间的粘性.医疗行业也不例外,也需要在信息化的基础上,使用数据共享的方式,将医院和各个科室有效地联系起来.文章分析了医院微信公众医疗平台需要探究的主要问题,并结合现状提出了以微信公众医疗平台为基础,为患者提供更多的功能性服务,增强患者就医体验,提高工作效率的建议.
由于工程项目管理从当前状况来看属于新型管理方式,所以必须将其与实际生活需求紧密联系到一起,更加有针对性地让其对整体工程进行有效管制,这在某种程度上可以实现维护工程质量的目的。而伴随着信息技术的广泛应用,凭借计算机网络,项目管理方面的很多问题都可以得到高效处理。因此,文章以工程项目管理的相关概念和特征作为探讨依据,按照项目管理现实状况来对计算机技术的应用情况进行合理分析。
文章主要就区块链相关技术及其具体应用进行研究。首先,介绍了区块链相关概念与特征,重点针对区块链的分布式账本、P2P网络、密码学和共识机制等相关技术进行了论述。其次,对区块链的具体应用进行了介绍。最后,对文章研究工作进行总结。
文章指出,随着计算机技术的迅猛发展和办公信息化的普及,在日常管理中高校也逐渐注重利用信息化手段管理日常事务。例如在考试管理过程中,为了杜绝考试中替考的现象和减轻考务人员核实考生信息工作量,研发基于指纹识别技术的考务管理系统,在考生进入考场之前通过现场采集到的指纹信息与之前采集的学生指纹信息进行比对,判断是否为同一个人,进而识别该生的身份,判断是否存在替考行为,从而在提高工作效率与准确性的同时,促使
计算机实训机房是信息化教学的重要场所,实验平台的性能直接影响课程教学效果。文章在分析传统PC机房常见问题的基础上,提出基于云桌面技术的信息化实训平台,利用网络和虚拟化技术部署和管理云桌面系统,实现教学资源的共享和基础设施的集中管理,减少硬件投入和降低维护成本,保证日常教学和管理工作,有效改善信息化教学环境。
近年来,工业遗产资源保护开发利用的加速得到越来越多人的关注。随着数字技术的发展,工业遗产的保护与传播发展趋势将变得更加多元化,技术手段的发展使得传播的方式更趋向数字化。文章以福建船政工业遗产为例,从VR虚拟现实、AR增强现实、触控展示、全息投影等数字展示技术方面,做出了尝试,并为现今的工业遗产数字展示传播提供有效借鉴。
卫生陶瓷生产工艺发展中,卫生陶瓷的成型是关键也是薄弱的环节.传统工艺主要采用石膏模手工浇筑,耗费较多的人力,且生产效率相对较低.而压力注浆工艺的出现,能有效解决传统石膏模具注浆成型方法的缺陷.具体应用中有微压、低压、中压及高压等压力体系.压力注浆工艺在卫生陶瓷成型环节发挥着重要的作用.文章主要就卫生陶瓷中压注浆设备的自动控制系统设计进行了探讨.
文章针对传统的交通灯控制系统不能满足城市高速发展的需要,提出一种基于单片机的智能交通信号灯控制系统。该系统在实现基本功能的基础上,通过红外线传感器对车流量进行数据采集,将车流量大小与绿灯时长对比,灵活地调节交通灯的通行时间,实现实时控制交通流量、缓解交通拥堵的目的。
在高校的教学中,使用计算机进行辅助教学越来越普及,原有的计算机设备逐渐不能满足日益增长的教学需求。文章分析了高校教学过程中计算机辅助教学的现状和云计算平台的应用现状,提出了通过搭建基于OpenStack的云计算教学平台,为教师和学生提供更好的教学资源,以解决传统计算机辅助教学的不足,推动教学质量的进一步提升。
在互联网高速发展的时代,各大网站对网页元素的数据有着各自的加密方式,使得程序员在数据爬取时遇到的问题越来越多.文章以某文档网站为例,在此文档网站中使用Selenium—一种基于Web的自动化测试工具来模拟浏览器行为,通过其提供的一些方法在画布上查询出图像数据,进而将HTML5的canvas元素进行解析,成功将该网站中的文档图片爬取了出来.