一种基于渐进迁移学习的细粒度实体分类方法.pdf

基于深度学习的细粒度图像分类方法研究.pdf 摘要摘要在计算机视觉的研究领域中，传统图像分类的目标通常是隶属于不同基础类别的物体，而实际应用场景对图像的分类粒度提出了更加细致的要求，因此细粒度图像分类成为当今研究的热点之一。细粒度图像分类任务的研究目标往往是属于同一基础类别的不同子类对象，其分类难点在于不同类别间仅有细微的局部差异，而同一类别内却可能出现特征差异大的现象，同时复杂的背景特征也给图像识别带来了干扰因素。 基于细粒度图像分类的研究前景和任务难度

2020-12-16 约8.88万字 55页立即下载

基于弱监督学习的细粒度图像分类方法研究.pdf 摘要 细粒度图像分类问题就是对大类下的子类进行识别分类。普通的图像分类也就是粗粒度图像分类是将袋鼠和狗分开，而细粒度图像分类就是将狗类下的哈士奇和爱斯基摩犬分开。细粒度图像分类涉及更细微的类别区分，通常需要依赖于微小的局部特征来区分不同类别。相比之下，与人脸识别等对象级分类任务相比，细粒度图像分类面临更大的挑战，因为类内差异更为显著，涉及光照、遮掩、噪声干扰等多种不可预见的原因。因此，细粒度图像分类是一项极具挑战性的研究任务。在实际应用中，识别不同的子类别具有重要的应用场景。例如，在生态保护领域，准确识别不同种类的生物是进行生态研究的关键。若能够利用计算机视觉技术实现低成本的细粒

2025-03-15 约8.63万字 65页立即下载

一种基于细粒度的宫颈细胞图像分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990118 A (43)申请公布日 2021.06.18 (21)申请号 202110443854.7 (22)申请日 2021.04.23 (71)申请人武汉希诺智能医学有限公司

2023-06-10 约6.94千字 6页立即下载

一种基于增量学习的垃圾图像细粒度分类方法.docx PAGE 1- 一种基于增量学习的垃圾图像细粒度分类方法 一、引言随着互联网的快速发展和信息技术的广泛应用，网络垃圾信息对社会的负面影响日益凸显。垃圾图像作为一种常见的网络垃圾信息，不仅侵犯了用户的隐私权，还可能对社会稳定和公共秩序造成威胁。因此，对垃圾图像进行有效的识别和分类显得尤为重要。在图像识别领域，细粒度分类是一种重要的任务，它要求系统能够对图像中的物体进行精确的分类，尤其是在垃圾图像分类中，这一任务更为复杂。传统的垃圾图像分类方法大多依赖于深度学习技术，但这类方法在处理大量数据时，模型复杂度高，训练时间长，且容易过拟合。针对这些问题，本文提出了一种基于增量学习的垃圾图像细粒度分类方

2025-02-03 约3.31千字 6页立即下载

基于深度学习的细粒度图像分类研究.pdf 摘要 细粒度图像分类旨在对同一类别的不同子类进行识别。但相对于普通的图像分类，细粒度图像分类具有类间差异小和类内差异大的特点，类间差异小表现为不同类别的对象仅有细微的差异，类内差异大表现为同一类别对象呈现的姿势与角度不同。这些原因使得细粒度分类的难度更大，如捕捉判别性区域不足，提取特征信息单一，背景噪声冗余等问题。为了解决这些问题，本文设计了两个基于深度学习的细粒度图像分类模型，优化网络特征提取和建模等能力，进而提高分类识别的准确率。本文完成的工作内容如下： 1.基于Res2Net和递归门控卷积的细粒度图像分类。由于现有的细粒度图像分类方法忽视了图像多尺度信息以及相邻空间位置信息

2025-03-11 约9.75万字 69页立即下载

一种细粒度小样本图像的分类方法及装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990282 A (43)申请公布日 2021.06.18 (21)申请号 202110233904.9 (22)申请日 2021.03.03 (71)申请人华南理工大学地址

2023-06-07 约1.65万字 14页立即下载

基于深度学习的车辆品牌型号细粒度分类系统及方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343881 A (43)申请公布日 2021.09.03 (21)申请号 202110683549.5 G06N 3/04 (2006.01)

2023-06-20 约1.19万字 11页立即下载

一种基于信息增强的细粒度三维点云分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882285 A (43)申请公布日 2022.08.09 (21)申请号 202210562458.0 G06K 9/62 (2022.01)

2023-05-14 约1.57万字 12页立即下载

一种基于知识蒸馏实现的无数据细粒度分类模型压缩系统及方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565019 A (43)申请公布日 2022.05.31 (21)申请号 202210085563.X (22)申请日 2022.01.25 (71)申请人华东师范大学地址 200241

2023-05-08 约1.35万字 11页立即下载

一种基于增强的弱监督细粒度阿尔兹海默症分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821146 A (43)申请公布日 2022.07.29 (21)申请号 202110112318.9 (22)申请日 2021.01.27 (71)申请人四川大学

2023-05-12 约5.66千字 7页立即下载

一种基于细粒度的归一化数据治理方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113360489 A (43)申请公布日 2021.09.07 (21)申请号 202110624309.8 (22)申请日 2021.06.04 (71)申请人浪潮软件科技有限公司

2023-06-19 约7.93千字 7页立即下载

一种基于标签细粒度自监督的跨模态检索方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113342922 A (43)申请公布日 2021.09.03 (21)申请号 202110673926.7 (22)申请日 2021.06.17 (71)申请人北京邮电大学地址

2023-06-18 约1.31万字 9页立即下载

基于迁移学习和双线性CNN的细粒度菌菇表型识别.pptx 基于迁移学习和双线性CNN的细粒度菌菇表型识别汇报人：2024-01-28 目录引言迁移学习理论基础双线性CNN模型构建数据集与实验设置实验结果与分析结论与展望 01引言研究背景与意义菌菇种类繁多，表型特征复杂，传统分类方法耗时费力且易出错。02深度学习在图像识别领域取得显著成果，迁移学习和双线性CNN能有效提高细粒度图像分类准确率。03研究基于迁移学习和双线性CNN的细粒度菌菇表型识别方法，对于实现菌菇快速准确分类、保护生态环境和推动食用菌产业发展具有重要意义。01 目前，国内外学者在菌菇分类识别方面开展了大量研究，主要采用传统图像处理和机器学习方法。然而，这些方法在处理复杂背景和细粒度特

2024-06-24 约2.93千字 27页立即下载

基于深度学习的结肠组织病理学图像的细粒度分类研究.pdf 中文摘要结肠组织病理学图像的细粒度分类对癌症治疗和预后评估都具有重要意义。然而，结肠组织病理学图像尤其是组织学亚型图像形态特征表现极为相似，通过人工实现高精度识别面临着巨大挑战。而现有的基于单个模型的计算机辅助诊断方法容易产生预测偏差，基于此，通过多角度的特征提取以提高组织病理学细粒度图像分类准确率，对结肠癌的治疗与研究尤为重要。针对上述问题，本文提出一种基于多距离测度异质集成学习的细粒度分类方法，对结肠组织病理学图像微卫星状态进行分型预测。该方法综合考虑两个方面来提升模型性能：一是借助于InceptionV3、DenseNet169和InceptionResNetV2在特征提

2025-03-28 约11.07万字 63页立即下载

基于注意感知交互特征学习的细粒度果蔬分类算法：理论、实践与应用拓展.docx 基于注意感知交互特征学习的细粒度果蔬分类算法：理论、实践与应用拓展一、引言 1.1研究背景与意义 1.1.1细粒度果蔬分类的重要性在现代农业和食品产业的复杂网络中，细粒度果蔬分类扮演着极为关键的角色，其重要性贯穿于从田间到餐桌的各个环节。在农业生产领域，精准的细粒度果蔬分类是实现农产品精细化管理与质量分级的基石。以苹果种植为例，不同品种的苹果在生长周期、对土壤肥力和气候条件的需求上存在显著差异。通过细粒度分类技术，种植者能够在种植初期就依据不同品种的特性，精准地进行土壤改良、灌溉和施肥，从而为果树生长创造最适宜的环境。在收获季节，准确分类有助于将果实按照品种、成熟度和品质进行分级，优

2025-05-01 约2.6万字 22页立即下载