卷积神经网络在物体检测方面的应用

• 作者: 牛伯浩
• 来源期刊: 电子测试
• 关键词: 深度学习 卷积神经网络 物体检测 计算机视觉
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 网络与信息工程
• 页码范围: 72-73
• 页数: 2页
• 字数: 1311字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2018.09.030

摘要

深度学习的应用越来越广泛,而且在图像处理方面有着很好的效果.而其中的卷积神经网络(convolutional neural network,CNN)就是一个很好的应用典型,虽然卷积神经网络在特征提取方面有很大的优势,并且也取得了不错的效果.但是在某些具体的检测任务,卷积神经网络(convolutional neural network,CNN)会面临如何处理在图像提取特征的时候,如何保证特征不畸变的问题.本文将通过对卷积神经网络模型的改进来进一步分析如何处理这个问题.实验结果表明,我们提出的多特征池化层能够很好地改善CNN的这一不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛伯浩	宁夏大学信息工程学院	3	2	1.0	1.0