在本文中,我们处理了准确,自动检测一般图像的方向的问题,例如,假日快照。检测图像方向对于人类来说是一件容易的事,但在数字照片的处理和管理过程中可能是一项漫长而乏味的活动。在设计系统以正确的方向显示图像的系统设计中已经进行了几次尝试,但是,这仍然是一个开放的问题。在这项工作中,我们利用深度学习的力量提出了一种转移学习方法,该方法将预训练的卷积神经网络调整为此分类任务。我们创建了通过随机更改给定网络的所有激活层中的激活功能设计的不同卷积神经网络模型的合奏。以及几个已知的激活函数,我们还将新颖的软学习激活函数包括在“随机集”中。我们由此产生的合奏已在从四个不同的公共数据集中拍摄的45,000多张图像上进行了广泛的评估,显示出与其他最新方法相对于其他最新方法的显着性能改善。所有用于此工作的源代码均可在https://github.com/lorisnanni/上免费获得。
主要关键词