版权说明 操作指南
首页 > 成果 > 详情

基于深度学习的纹样图像分类研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
吕思奇;李莉
作者机构:
[吕思奇; 李莉] 长沙理工大学设计艺术学院
语种:
中文
关键词:
迁移学习;数据集;数据增强;纹样
关键词(英文):
Transfer learning;Datase;Data enhancements;Patterns
期刊:
电脑与信息技术
ISSN:
1005-1228
年:
2023
卷:
31
期:
3
页码:
24-28
基金类别:
教育部人文社会科学研究规划基金项目(项目编号:22YJA760038);
机构署名:
本校为第一机构
院系归属:
设计艺术学院
摘要:
针对依靠人的肉眼对纹样图像进行分类准确率不高以及工作效率低下的问题,本文提出一种基于改进的Res Net18网络模型中进行迁移学习的方式来对纹样图像按国家进行分类实验,从而提升该模型的训练效果。由于数据集纹样图像数量较少...展开更多 针对依靠人的肉眼对纹样图像进行分类准确率不高以及工作效率低下的问题,本文提出一种基于改进的Res Net18网络模型中进行迁移学习的方式来对纹样图像按国家进行分类实验,从而提升该模型的训练效果。由于数据集纹样图像数量较少,因此引入了数据增强技术对数据集纹样图像加以扩充,借此来进一步增强Res Net18网络模型的泛化能力。最终的实验结果表明在基于改进...
摘要(英文):
Aiming at the problem that the accuracy of classifying pattern images by human eye is not high and the work efficiency is low,this paper proposes a method of transfer learning based on the improved ResNet18 network model to classify pattern images by country,so as to im...MORE Aiming at the problem that the accuracy of classifying pattern images by human eye is not high and the work efficiency is low,this paper proposes a method of transfer learning based on the improved ResNet18 network model to classify pattern images by country,so as to improve the training effect of the model.Due to the sm...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com