全局池化相关论文
人脸表情做为一种常规且重要的情感交流表达方式,对其进行识别的智能技术也是人机交互的重要基本组成部分,在医疗、驾驶、教育等领......
为解决传统卷积神经网络模型训练时间长、参数量大、泛化能力弱等问题,提出了一种基于VGG-16的改进多尺度卷积神经网络模型。用一......
植物叶片识别与分类对植物保护与研究、生态环境保护、种子优劣鉴定、植物病害防护等具有十分重要的意义。植物叶片是植物外形特征......
随着激光雷达、RGBD相机等三维传感器在机器人、无人驾驶领域的广泛应用,基于三维点云数据的研究也变得越来越广泛,包括三维点云的......
针对传统机器学习方法对特征依赖大、基于深度学习的检测方法效率低以及易过拟合的问题,提出一种基于改进的一维卷积神经网络(ICNN......
针对传统Alex Net模型参数大、特征尺度单一的问题,该文提出一种空洞卷积与全局池化相结合的多尺度特征融合卷积神经网络识别模型......
针对训练收敛时间长,模型参数庞大的问题,该文将传统的卷积神经网络模型进行改进,提出一种批归一化与全局池化相结合的卷积神经网......
为提升原始SSD算法的小目标检测精度及鲁棒性,提出一种基于通道注意力机制的SSD目标检测算法。在原始SSD算法的基础上对高层特征图......
情感分析是自然语言处理领域经典的研究方向之一,随着互联网以及电子商务的成熟,人们已经习惯在各种线上平台上消费。在线上平台消......
为改善一阶段目标检测算法小目标检测能力不足、鲁棒性较差、定位不佳等缺点，提出一种引入注意力机制的SSD检测算法。该算法在原始S......
针对多类植物叶片识别准确率和计算效率低问题,通过残差连接卷积层,构建了一种基于残差连接的Alexnet卷积神经网络。对卷积层的输......
