| 林庆达,陈敏,禤亮,吴舟舟.图像分割方法应用于施工现场物体的识别[J].,2017,45(3):63-67. |
| 图像分割方法应用于施工现场物体的识别 |
| ApplicationofImageSegmentationMethodBasedonDepthLearningonObjectRecognitioninConstructionSite |
| |
| DOI： |
| 中文关键词: 图像分割 深度信念网 dropout 深度学习 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 128 |
| 全文下载次数: 0 |
| 中文摘要: |
| 复杂场景中的图像分割是当前图像分割中的一个难点,给分割算法带来了更大的挑战.基于深度学习的算法基于统计学理论,相比传统的神经网络,深度学习能够进行更深层次的学习,因此准确率大大提升,本文研究了一种深度信念网模型,加入dropout策略,并且进行改进,最后把模型应用于施工现场勾机的图像分割与识别.实验证明,改进的深度信念网模型算法可以有效的识别复杂场景中的图像. |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|