基于机器学习的多类目标识别方法分析

• 作者: 肖思昌 靳经 潘敏 柳明
• 来源期刊: 中国设备工程
• 学科: 工学
• 关键词: 机器学习 目标识别 虚拟数据
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 智能制造与趋势
• 页码范围: 24-25
• 页数: 2页
• 分类号: TM73|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0711.2021.16.016

摘要

本文基于机器学习的多类目标识别方法进行有效分析,简要阐述了机器学习的基本理论,其中包括统计学习理论、深度学习理论.然后主要强调了在机器学习的基础上目标识别的具体方法.如虚拟数据目标识别方法、增强迁移学习目标识别方法、复用特征目标识别方法,从而增强目标物体的识别率,以供参考.