2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著計算機視覺技術的發(fā)展,越來越多的圖像識別技術應用在實際的生活中。而Logo則代表了企業(yè)信息的重要標志,圖像和視頻中的Logo識別成為了一個重要的課題,其應用前景已變得十分廣泛,例如盜版侵權(quán)檢測,廣告上下文設計,智能交通控制系統(tǒng),社交媒體中品牌相關信息自動統(tǒng)計,AR等。然而傳統(tǒng)算法在性能和效率上遠不能滿足這些應用。隨著人工智能的發(fā)展,深度學習成為了近年來人工智能領域取得的重大突破之一,傳統(tǒng)的目標檢測課題大都可移步于深度學習的研究。深度

2、學習算法相較于傳統(tǒng)算法表現(xiàn)出了較大的優(yōu)越性。目前來說,深度學習中的卷積神經(jīng)網(wǎng)絡(CNN)方法已經(jīng)在圖像分類、人臉識別、行人檢測等方面取得了顯著的成效,并獲得了廣泛的應用。
  本文主要介紹了深度學習在Logo識別上的探索研究。首先介紹了傳統(tǒng)算法在Logo識別上的研究現(xiàn)狀和深度學習卷積神經(jīng)網(wǎng)絡近年來發(fā)展的研究現(xiàn)狀。在這基礎之上,研究和完成深度學習課題實驗,并設計開發(fā)一套基于實驗結(jié)果的web展示系統(tǒng)。本文主要工作有:
  1、詳

3、細分析了傳統(tǒng)算法中的常用特征模型和常用分類器,結(jié)合課題作出可行性分析,并引出神經(jīng)網(wǎng)絡,闡述了CNN在圖像分類上的優(yōu)勢所在。
  2、著重介紹了近年來CNN算法的發(fā)展,并選擇性能更加均衡的faster-rcnn算法進行論文實驗。針對收集的數(shù)據(jù)集,利用深度學習平臺caffe框架進行網(wǎng)絡訓練,優(yōu)化調(diào)參,提高識別準確率,得到較好的訓練模型。
  3、根據(jù)系統(tǒng)需求分析和實驗結(jié)果,使用nodejs開發(fā)web展示頁面。該頁面系統(tǒng)實現(xiàn)了通過

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論