典型文献
基于CNNBN的水果图像检测算法
文献摘要：
针对果实图像小目标检测难,检测速度、精度受限等问题,利用CNN算法对图像进行特征数据提取、卷积、池化等操作,在最后1个卷积层操作之后、激活函数之前插入BN(BatchNorm)层,使用BN算法对图像数据进行批规范化处理,减小图像之间的绝对差异,突出相对差异;并针对数据特点设计训练方案,通过给定输入向量和输出的目标向量,求出隐层以及输出层中各个单元的输出,然后进一步求出目标值和实际输出值之间的偏差值e;通过不断比对最终确定有效的权值和阈值;经远程云服务器上的TensorFlow2.1.0学习框架实验,表明CNNBN算法能够加快分类效果和训练速度.
文献关键词：
图像检测;CNNBN;算法
中图分类号：
作者姓名：
张睿敏;杜叔强;周秀媛
作者机构：
兰州工业学院计算机与人工智能学院,甘肃 兰州 730050
文献出处：
引用格式：
[1]张睿敏;杜叔强;周秀媛-.基于CNNBN的水果图像检测算法)[J].兰州工业学院学报,2022(02):76-81
A类：
CNNBN,BatchNorm
B类：
水果图像,图像检测算法,果实图像,小目标检测,检测速度,特征数据,数据提取,池化,卷积层,激活函数,图像数据,绝对差异,训练方案,过给,出层,目标值,偏差值,权值,程云,云服务器,TensorFlow2,框架实验,分类效果,训练速度
AB值：
0.423057
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。
