您的位置： 专家智库 > >

李亚钊

作品数：18 被引量：0H指数：0
供职机构：天津大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 17篇专利
  • 1篇学位论文

领域

  • 7篇自动化与计算...

主题

  • 16篇神经网
  • 16篇神经网络
  • 16篇网络
  • 15篇图像
  • 10篇神经网络结构
  • 10篇网络结构
  • 10篇卷积
  • 8篇卷积神经网络
  • 6篇图像分类
  • 6篇网络参数
  • 6篇标签
  • 4篇多尺度
  • 4篇神经网络方法
  • 4篇图像分类方法
  • 4篇子网
  • 4篇子网络
  • 4篇网络方法
  • 4篇网络训练
  • 4篇类别标签
  • 4篇类方

机构

  • 18篇天津大学

作者

  • 18篇李亚钊
  • 16篇庞彦伟
  • 4篇张志杰
  • 1篇章宦记
  • 1篇刘倩
  • 1篇刘立

年份

  • 3篇2023
  • 3篇2021
  • 4篇2020
  • 5篇2019
  • 2篇2017
  • 1篇2014
共 18 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于全分辨率深度卷积神经网络的图像分类方法
本发明涉及一种基于全分辨率深度卷积神经网络的图像分类方法，包括下列步骤：准备训练图像集合及集合中每幅图像的类别标签；设定全分辨率卷积神经网络的层数；对输入图像先进行跨度卷积，然后将未经跨度卷积计算过的元素由1×1卷积进行...
庞彦伟李亚钊谢今汪天才张志杰
一种基于双向多尺度金字塔的语义分割方法
本发明涉及一种基于双向多尺度金字塔的语义分割方法，包含：收集训练图像；设计基于双向多尺度金字塔的深度卷积神经网络结构以适用于语义分割；设计该网络的主干子网络，用以提取图像的基础特征；设计自下而上的多尺度金字塔模块；设计自...
庞彦伟李亚钊
文献传递
基于全分辨率深度卷积神经网络的图像分类方法
本发明涉及一种基于全分辨率深度卷积神经网络的图像分类方法，包括下列步骤：准备训练图像集合及集合中每幅图像的类别标签；设定全分辨率卷积神经网络的层数；对输入图像先进行跨度卷积，然后将未经跨度卷积计算过的元素由1×1卷积进行...
庞彦伟李亚钊谢今汪天才张志杰
文献传递
一种基于信息无损池化的深度神经网络方法
本发明涉及一种基于信息无损池化的深度卷积神经网络方法，用于图像分类，包括下列步骤：收集各种不同类别的图像，并标注图像类别，作为图像标签信息；图像集划分，将收集的图像划分为训练集，验证集和测试集；设计基于信息无损池化的卷积...
李亚钊庞彦伟
文献传递
一种基于邻近尺度特征滤除与转移的物体检测方法
本发明涉及一种基于邻近尺度特征滤除与转移的物体检测方法，包含下列步骤：收集包含各种不同类别物体的图像，并标注每张图像中的所有感兴趣物体，标注内容为每一个物体的坐标位置，每一个物体的类别，每一张图像的语义分割结果，以其作为...
庞彦伟李亚钊
文献传递
基于张量分析的全分辨率深度卷积神经网络图像分类方法
本发明涉及一种基于张量分析的全分辨率深度卷积神经网络图像分类方法，包括如下步骤：准备训练图像集合及集合中每幅图像的类别标签；设定全分辨率卷积神经网络的层数和计算全分辨率卷积所需要的滤波器参数，用全分辨率卷积得到主干网络；...
庞彦伟谢今李亚钊张志杰汪天才
文献传递
用于高保真音乐播放的移动终端外壳
本发明涉及手机等移动智能终端设备的功能扩展等领域，为实现便携的高保真音乐播放。本发明采取的技术方案是，用于高保真音乐播放的移动终端外壳，包括：电源模块、通讯模块、数据存储模块、解码转换模块、音频放大电路、外接模块、控制模...
刘立刘倩章宦记李亚钊
文献传递
一种基于语义分割增强的物体检测方法
本发明涉及一种基于语义分割增强的物体检测方法，包括：准备标注好的图像；图像集划分；设计基于语义分割增强的深度卷积神经网络结构，以适用于物体检测，基于语义分割增强的深度卷积神经网络包含三个主要部分：主干子网络，分割子网络和...
庞彦伟李亚钊
文献传递
一种基于多尺度高级语义融合网络的物体检测方法
本发明一种基于多尺度高级语义融合网络的物体检测方法，包含以下步骤：准备训练图像：收集应用场景中的包含各种不同类别物体的图像，并标注感兴趣的物体；设计多尺度高级语义融合的深度卷积神经网络结构；初始化网络中的参数；输入图像数...
庞彦伟李亚钊
文献传递
一种基于空间融合池化的深度神经网络方法
本发明涉及一种基于空间融合池化的深度神经网络方法，用于图像分类，包括：收集各种不同类别的图像，并标注图像类别，作为图像标签信息；图像集划分；将收集的图像划分为训练集，验证集和测试集，训练集用于训练卷积神经网络；设计应用于...
庞彦伟李亚钊
文献传递
全选 清除 导出
共2页<12>
聚类工具0