本文主要研究内容
作者王玉维,杨波,马卫东(2019)在《X光图片禁带品智能识别技术》一文中研究指出:X射线安检工作是地铁安检工作的重要部分。当前X光图片检测工作很大程度上依赖人工来完成。本文采用了一种基于机器学习方法的X光图片禁带品智能识别技术,将区域卷积神经网络框架和VGG16网络模型相结合,能快速精准的在X光图片上完成对禁带品的标记识别。
Abstract
Xshe xian an jian gong zuo shi de tie an jian gong zuo de chong yao bu fen 。dang qian Xguang tu pian jian ce gong zuo hen da cheng du shang yi lai ren gong lai wan cheng 。ben wen cai yong le yi chong ji yu ji qi xue xi fang fa de Xguang tu pian jin dai pin zhi neng shi bie ji shu ,jiang ou yu juan ji shen jing wang lao kuang jia he VGG16wang lao mo xing xiang jie ge ,neng kuai su jing zhun de zai Xguang tu pian shang wan cheng dui jin dai pin de biao ji shi bie 。
论文参考文献
论文详细介绍
论文作者分别是来自中国传媒大学学报(自然科学版)的王玉维,杨波,马卫东,发表于刊物中国传媒大学学报(自然科学版)2019年04期论文,是一篇关于机器学习论文,区域卷积神经网络论文,地铁安检论文,深度学习论文,中国传媒大学学报(自然科学版)2019年04期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自中国传媒大学学报(自然科学版)2019年04期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:机器学习论文; 区域卷积神经网络论文; 地铁安检论文; 深度学习论文; 中国传媒大学学报(自然科学版)2019年04期论文;