设计应用

基于卷积神经网络的图像分类模型综述*

作者：郭庆梅1，于恒力2，王中训1，刘宁波2
发布日期：2023-09-22
来源：电子技术应用 2023年9月

0　引言

卷积神经网络[1]是一种深度学习模型，主要应用于图像和视频等数据的识别与分类。2012年Alex Krizhevsky等人[2]在ImageNet大赛中使用CNN大幅度超越传统方法，CNN一跃成为计算机视觉领域的热门技术。其具有表征学习能力、泛化能力以及平移不变性，可以高效处理大规模图像且能够转换成图像结构的数据，解决了传统方法需手动提取特征带来的耗时、准确率低等问题，加之计算机性能有了很大的提升[3]，使得CNN得到了质的发展，因此在图像分类、目标识别以及医疗诊断等领域被广泛应用[4]，且取得了显著的成就。


本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005634




作者信息：

郭庆梅1，于恒力2，王中训1，刘宁波2

（1.烟台大学 物理与电子信息学院，山东 烟台 264005；2.海军航空大学 信息融合研究所，山东 烟台 264001）


微信图片_20210517164139.jpg

此内容为AET网站原创，未经授权禁止转载。
卷积神经网络 计算机视觉 特征提取 分类模型

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map