基于稠密反卷積聚合網(wǎng)絡(luò)的圖像語義分割技術(shù)研究
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖1.1圖像語義分割說明圖
南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第一章緒論1第一章緒論研究背景與意義人工智能吸引了全世界頂尖、最有影響力的技術(shù)公司,例如Google、Facebook等,它被公認為第四次工業(yè)革命。人工智能覆蓋領(lǐng)域眾多,落地應(yīng)用的垂直領(lǐng)域也會隨著算法的不斷優(yōu)化完善越來越多,例如神經(jīng)網(wǎng)絡(luò)在圖像....
圖2.1卷積操作示意圖
南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第二章相關(guān)背景知識介紹6第二章相關(guān)背景知識介紹卷積神經(jīng)網(wǎng)絡(luò)術(shù)語介紹近幾年深度學(xué)習(xí)非;鸨絹碓蕉嗟膶W(xué)者投身到這個領(lǐng)域的研究中。深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支,卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetwork,CNN)是深度學(xué)....
圖2.2最大池化操作示意圖
南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第二章相關(guān)背景知識介紹8池化操作。在每一個2×2的區(qū)域中選出最大值留下,其他的值舍棄。留下的值保持原來的相對位置不變,形成池化后的特征圖。卷積核為2×2,步長為2是最大池化最為常見的參數(shù),操作后得到的特征圖的分辨率是輸入圖像分辨率的一半。池化....
圖2.3殘差塊結(jié)構(gòu)示意圖
南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第二章相關(guān)背景知識介紹11達到飽和。如果再繼續(xù)增加網(wǎng)絡(luò)的深度,網(wǎng)絡(luò)的準確率反而會下降。不僅在測試集上的誤差值增大,在訓(xùn)練集上的誤差同樣也增大了,因此這不是過擬合問題。假設(shè)一個淺層的網(wǎng)絡(luò)的準確率已經(jīng)達到了飽和狀態(tài),那么在網(wǎng)絡(luò)的后面再加上幾層全等....
本文編號:3913862
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3913862.html