期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络的汽车图像损坏检测
1
作者
王纯杰
易铭瑒
谭佳伟
《长春工业大学学报》
CAS
2024年第3期193-198,F0003,共7页
探讨卷积神经网络(CNN)在汽车图像中损坏识别的应用,通过收集包含不同损坏程度的汽车图像数据集构建一个CNN模型,利用准确率等关键性能指标对该模型进行深入评估。实验对比多种损失函数对模型性能的影响,分析表明,采用稀疏类别交叉熵损...
探讨卷积神经网络(CNN)在汽车图像中损坏识别的应用,通过收集包含不同损坏程度的汽车图像数据集构建一个CNN模型,利用准确率等关键性能指标对该模型进行深入评估。实验对比多种损失函数对模型性能的影响,分析表明,采用稀疏类别交叉熵损失函数的CNN模型在性能表现上较为突出,其准确率达到97%。这一发现证明,稀疏类别交叉熵在提升模型准确性方面的显著优势,本研究为利用CNN在汽车图像中实现损坏识别提供有力支持。
展开更多
关键词
卷积神经网络
深度学习
分类模型
汽车图像识别
下载PDF
职称材料
题名
基于卷积神经网络的汽车图像损坏检测
1
作者
王纯杰
易铭瑒
谭佳伟
机构
长春工业大学数学与统计学院
出处
《长春工业大学学报》
CAS
2024年第3期193-198,F0003,共7页
基金
吉林省科技厅重大科技专项(20210301038GX
20220301031GX)。
文摘
探讨卷积神经网络(CNN)在汽车图像中损坏识别的应用,通过收集包含不同损坏程度的汽车图像数据集构建一个CNN模型,利用准确率等关键性能指标对该模型进行深入评估。实验对比多种损失函数对模型性能的影响,分析表明,采用稀疏类别交叉熵损失函数的CNN模型在性能表现上较为突出,其准确率达到97%。这一发现证明,稀疏类别交叉熵在提升模型准确性方面的显著优势,本研究为利用CNN在汽车图像中实现损坏识别提供有力支持。
关键词
卷积神经网络
深度学习
分类模型
汽车图像识别
Keywords
CNN(Convolutional Neural Networks)
deep learning
classification model
vehicle image recognition.
分类号
O212 [理学—概率论与数理统计]
O212.8 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的汽车图像损坏检测
王纯杰
易铭瑒
谭佳伟
《长春工业大学学报》
CAS
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部