基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度模型结构复杂,对其进行优化需要庞大的数据量和计算资源,训练数据库的规模和质量直接影响模型的效果.本文介绍了进行深度学习研究时常用的图像、logo、视频和音频等4类数据库,分别从数据库图像数目、类别、大小、训练/测试集划分和视觉任务等方面进行了阐述,并进行了总结.
推荐文章
面向深度学习的多模态融合技术研究综述
深度学习
多模态
模态融合
模态对齐
多核学习
图像模型
融合多特征的深度学习标注方法
多特征融合
深度学习
受限玻尔兹曼机
图像标注
融合元数据及attention机制的深度联合学习推荐
元数据
属性权重
attention机制
深度联合学习
非线性分解
多模态深度学习综述
多模态
深度学习
多神经网络
多模态表示
多模态传译
多模态融合
多模态对齐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向媒体融合的深度学习训练数据集研究
来源期刊 广播电视信息 学科
关键词 深度学习 计算机视觉 深度模型 数据库
年,卷(期) 2017,(10) 所属期刊栏目 人工智能与大数据
研究方向 页码范围 59-63
页数 5页 分类号
字数 3930字 语种 中文
DOI 10.3969/j.issn.1007-1997.2017.10.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王倩 13 29 3.0 5.0
2 王磊 29 56 3.0 6.0
3 席岩 17 43 2.0 6.0
4 张智军 13 41 2.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
深度学习
计算机视觉
深度模型
数据库
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广播电视信息
月刊
1007-1997
11-3229/TN
大16开
北京市场信息2144信箱
82-46
1994
chi
出版文献量(篇)
9372
总下载数(次)
15
总被引数(次)
6032
论文1v1指导