caffe框架相关论文
针对人工分拣垃圾成本过高影响垃圾分类推广的问题，将计算机视觉中的物体检测应用于垃圾分类领域，实现“云、边、端”协同的垃圾分类......
图像着色在计算机图形学方面应用广泛,已然成为图像处理领域的研究热点。随着近年来深度学习的快速发展,图像着色技术有了进一步提......
近年来,随着安防行业的快速发展,其核心视频监控技术被广泛应用在各种不同行业。除了一些特殊领域如交通、治安、金融、银行等以外......
当前,水凝胶作为生物制造领域的组织重构基材已成为国内外学者的研究热点。众多专家采用FDM成型工艺将水凝胶材料打印成为生物体支......
目前,水凝胶挤出式打印成型过程中极易出现成型问题,例如打印断丝和打印物体坍塌现象时有发生。所以通常打印时需要实验员长时间守......
针对复杂背景下多视角人脸检测的问题,提出了一种基于深度卷积网络的多视角人脸检测算法。该算法从AFLW多视角人脸库中得到了原始......
在高速公路复杂因素干扰的情况下,存在车型误判和车辆颜色变化较大不易于识别的问题。文中利用深度学习Caffe框架中的LeNet、AlexN......
计算机技术水平的不断提高为深度学习理论的成功实践提供了必要的技术基础，互联网大数据时代可以为深度学习框架提供数量巨大的训练......
随着社会经济的不断发展,人们对商品的成分、产地、生产日期及有效期等信息格外关注,而记录这些重要信息的正是商品的标签。标签在......
图像分类问题一直是计算机视觉的一个核心问题,而随着深度学习的发展,也为我们解决图像分类中图像特征提取问题提供了一种很好的解......
人类在长期的进化中具有了高度发达的视觉注意机制,拥有在复杂的环境中快速选择性的发现感兴趣目标的能力。模拟这种视觉注意机制......
2013年贾扬清博士在Github上发布了一款深度学习框架“Caffe”,为众多研究人员和工程师们提供了一套简单易用且性能强大的深度学习......
随着计算机技术的发展,融合计算机视觉、机器学习、深度学习等技术的火灾图像处理技术得到了广泛的研究和应用。针对传统图像处理......
行人检测就是计算机对于给定的图像和视频,判断出其中是否有行人,如果有还需要给出行人的具体位置。行人检测是行人跟踪,行为分析,......
为解决现有露天矿电铲铲齿缺失状态靠人员观察进行识别的现状,构建一套电铲铲齿缺失状态的实时智能监测系统。该系统基于Caffe的深......
本文基于高等院校课堂考勤管理的实际情况及需求设计一个基于本地人脸识别的考勤系统,采用了RFBnet网络及caffe框架等新兴图像处理......
在车牌字符识别的某些场合中，获得的字符通常存在切割不均匀、光照对比度强烈、遮挡严重等强噪声污染．针对被强噪声污染的数字字符，提......
我国是人口大国,粮食生产大国,也是粮食储藏大国。在储粮过程中,我国每年的粮食损失约为储粮总量的0.2%至0.5%,其中由储粮害虫危害......
以自然环境下采集到的生姜病害图片为基础,对炭疽病、姜瘟病、根结线虫病和白星病进行研究分析,提出一种基于卷积神经网络的生姜病......
近年来,深度学习的提出给机器学习领域带来新的革命,各种开源的深度学习框架也不断地推陈出新,Caffe就是其中的一种.由于简单易用......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
以常见的大豆病害图片为样本,研究分析了大豆的叶斑病、花叶病、霜霉病和灰斑病,并利用卷积神经网络技术设计了针对大豆的病害检测......
自然环境下的交通标志识别,是无人驾驶中必不可少的技术要求,近年来百度、亚马逊、google、facebook等公司越来越重视无人驾驶,前......
本文根据深度学习模型智能化的特点,提出了一种基于Caffe框架的深度学习缺陷检测模型,该模型的创新点主要表现在使用Dropout函数在......
传统方法在图像清晰度识别上主要通过提取图像特征进行识别和预测,由于图像特征的提取存在一定的复杂度,尤其是对高维图像和在复杂......
2006年深度学习的提出为机器学习领域带来新的革命,深度学习的成功不仅依赖于理论和模型上的突破,也离不开大数据环境下的海量训练......
随着社会信息化程度的不断提高,深度学习分析由于其高效率、高可塑性、高普适性等特点已经被社会各行各业所广泛应用,同时深度学习......
随着经济快速发展,城市人口和机动车拥有量急剧增长,交通流量日益增大,拥挤堵塞情况日趋严重。为了减轻交通压力,最关键的是要对车......
现在是大数据时代,随着计算机性能的不断提高与科学技术的不断进步,深度学习已经成为了新的研究热点并取得了突破性的研究成果,在......
基于Caffe深度学习框架和首层卷积层取反操作,提出了He-Net网络模型解决图像分类问题.该模型主要由3个卷积层和最大池化层及3个完......
随着软硬件技术的不断发展及大数据时代的来到,深度学习已经成为了研究的热点。并在图像识别、语音识别和自然语言处理等领域都取......
近年来,大规模训练数据和GPU的出现使得长期受到冷落的深度学习重新进入人们的视野。深度学习在图像分类上表现出极高的性能,Caffe......
为了提高猪肉新鲜度检测的实时性,提出了基于Caffe框架与ResNet残差神经网络的猪肉新鲜度分级的新方法。根据理化试验结果将猪肉的......
随着深度学习的快速发展,神经网络和深度学习算法已经广泛应用于图像处理。基于FPGA的神经网络加速设计,搭建了以快速特征嵌入的卷......
车辆识别是现代交通控制系统不可或缺的组成部分,也是交通管束、无人驾驶、追踪嫌犯、行为分析等其他智能任务的基础。在高速公路......
图像分类是根据图像的信息将不同类别的图像区分开来,是计算机视觉中重要的基本问题,也是图像检测、图像分割、物体跟踪、行为分析......
