典型文献
基于卷积神经网络的图像分类研究与应用
文献摘要：
现阶段在开展目标检测工作时,当需要更换检测目标时就需要完成卷积神经网络的重新训练,导致在更换检测目标时投入更多的训练成本,花费更多的时间,降低了目标检测的准确率和效率.针对这种问题,提出了准确划分检测目标各个检测状态的种类,对输入的图像实时使用卷积神经网络图像分类模型完成图像分类,借助图像分类类别来完成检测目标状态判定.测试表明,这种方法能够满足检测目标快速更换的要求,能够极大提高检测目标的准确性,同时也在很大程度上降低了训练成本.
文献关键词：
图像分类;卷积神经网络;图像检测
中图分类号：
作者姓名：
侯星晨;杨玉
作者机构：
郑州财经学院,河南 郑州 450000
文献出处：
引用格式：
[1]侯星晨;杨玉-.基于卷积神经网络的图像分类研究与应用)[J].电子元器件与信息技术,2022(11):93-97
A类：
B类：
图像分类,分类研究,目标检测,检测工作,新训,练成,花费,分检,个检,网络图像,分类模型,成图,测试表明,快速更换,高检,图像检测
AB值：
0.337305
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
