基于深度神经网络数据集的关联处理方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：基于深度学习方法对数据集进行特征提取。传统的残差神经网络有效解决了网络层数过深带来的梯度弥散问题，但是低网络层高分辨率对图像语义特征提取不足，高网络层低分辨率对图像细节特征提取不足，课题研究提出了一种多尺度特征融合的方式改进网络，以提升特征提取的质量。通过迁移学习的方式在PCB图像数据集上训练该网络并进行验证，相比于其他神经网络得到明显提升。（剩余2580字）

试读结束

目录
monitor