机构名称：
¥ 1.0
摘要：通过图像分类和识别对象并制作边界框是对象识别和检测的基本原理。对象识别，是最关键的问题，这是它对研究引起强烈关注的原因。在过去几年中，随着计算机视觉中对象检测技术的巨大增长，该主题发生了重大变化。在1990年代，人们仍在使用创造性的思想和持久的设计来弄清楚如何在早期计算机视觉中识别对象。如果您查看我们今天如何将对象识别为可以通过深度学习实现的变化，则可以同时学习高级和低级功能。本文通过深度学习讨论了对象识别领域的混合方法。这项工作的主要贡献是通过使用EfficityNet CNN深度学习模型与一些突出的主链体系结构呈现混合分类器方法，并与Yolo探测器结合使用Yolo检测器，用于对象识别e-Yolo。在某些指标上，该模型测试与某些现有的COCO Dataset上的现有模型用于常见的Benchmark。最后讨论了现有模型的性能和准确性与对这些指标的拟议模型的比较。因此，提出的模型的准确性优于现有模型。
使用混合深度学习中图像中的对象识别...
主要关键词
相关文件推荐
