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

河道治理：基于深度学习的河道漂浮物图像识别与预测被引量：1

下载PDF

导出

摘要本文我们在于了解目标检验模型在检验水面漂浮物,尤其是非物体种类时的属性。基于此,我们开发了一个小型水面漂浮物数据集,该集合涵盖了漂浮着的落叶和水草。之后我们通过预训练模型收集水面漂浮物的数据资料,检验对水面漂浮物的范围,达成预期学习目标。

作者马菲

机构地区上海立信会计金融学院

出处《区域治理》 2019年第46期146-148,共3页 REGIONAL GOVENANCE

关键词河道治理深度学习河道漂浮物图像识别与预测

分类号 TV856 [水利工程—水利水电工程]

引文网络
相关文献

同被引文献4

1方浩文,施华君.基于深度学习的卫星图像识别分类方法[J].计算机系统应用,2019,28(10):27-34. 被引量：5
2王家.基于深度学习的图像识别问题中对抗样本的研究[J].电脑知识与技术,2019,15(10):222-223. 被引量：2
3彭欣仪,李磊.应用深度学习神经网络的图像识别系统[J].福建电脑,2020,36(1):65-67. 被引量：1
4薛勇,王立扬,张瑜,沈群.基于GoogLeNet深度迁移学习的苹果缺陷检测方法[J].农业机械学报,2020,51(7):30-35. 被引量：59

引证文献1

1刘亚林,郭秋红.深度学习在图像识别中的应用[J].信息与电脑,2020,32(7):28-30.

区域治理

2019年第46期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部