|
成果名称 |
复杂图像物体识别及场景分类关键技术研究 |
||
|
完成单位 |
北京交通大学-计算机与信息技术学院 |
||
|
成果简介 |
综合介绍: 针对图像语义理解中的有效标记训练样本不足的情况,研究在弱监督学习框架下,如何构建深度神经网络结构自动学习模型,以提高复杂图像物体识别和场景分类的准确性和泛化性。 科研成果: 基于视觉注意力机制的感兴趣 目标提取及定位 基于多标记学习的区域级图像标注 端对端深度卷积神经网络构建 弱监督学习框架下图像场景分类
|
||
|
成果照片 |
|
||
|
项目成熟度 |
□实验室阶段 □小试 □中试 □产业化前期 |
||
|
项目负责人 |
郎丛妍 |
||
|
联 系 人 |
徐焱 |
电子邮箱 |
|
|
办公电话 |
0511-85580926 |
手机号码 |
13405588133 |

园区概况
企业风采
名企介绍
区域位置
经济看台
宣传锦集
园区动态
投资环境
投资政策
项目推进
项目准入
投资流程
配套设施
产业导向
房源信息
企业办事
下载中心
常见问题
便民查询
网格化服务
通知公告
园区管理
环境卫生
院校合作
人才引进
产品创新
高企培育
知识产权
企业建议
问卷调查