FOD-机场异物目标检测

人工智能-其他 .i

研究了一种改进的深度卷积神经网络以提升异物检测的准确性。因为有些道面异物非常小,难以检测,而且不同的道面异物往往差异很大,因此基于深度学习的道面小异物检测算法通过自动学习目标特征,能够提高异物检测的准确性,即使在光照条件等环境因素改变的情况下,依然能够较准确地检测异物,解决检测率低、错检漏检等问题。 第一个版本是制作好的yolov4网络,后将mobilenet系列移植到yolov4里面(用mobilenet-v1v2v3对yolov4的主干特征提取网络进行替换),调整网络结构和参数量后做出一版mobilenet-yolov4-lite网络。对比调整前后,识别速度大幅上升,帧率达到30FPS(...

FOD-机场异物目标检测
FOD-机场异物目标检测
FOD-机场异物目标检测

基于深度学习的花卉识别系统设计与实现

人工智能-其他 .i

比较传统机器学习图像分类方法和基于深度学习的分类 方法,针对花卉识别的具体问题,结合相关理论分析优劣后,选择使用深度学 习模型进行花卉种类分类。参照经典网络模型结构,设计了多分支的分类模型 结构,并解释说明此模型的各个模块的具体功能。多轮训练达到不错的分类效 果后,统计分类指标并进行成果对比。 在系统的分类功能实现完毕后,对系统应用界面进行了开发制作,使得整 个系统拥有较美观的交互界面。系统功能的实现依靠 Flask 搭建服务器与安卓 端进行交互,使得基于深度学习的花卉识别系统最终呈现为安卓软件--“趣识 花卉”。在整个系统设计编码完成之后进行测试,结果显示系统功能完善,对 于花卉种类的识别性...

基于深度学习的花卉识别系统设计与实现
基于深度学习的花卉识别系统设计与实现
基于深度学习的花卉识别系统设计与实现
------ 加载完毕 ------
联系需求方端客服