热门标签
标签: 卷积
以下是与 "卷积" 标签相关的所有文章。
- 深度卷积神经网络已经成为图像识别、语音识别领域的核心算法之一。
- 求解线性卷积的四个步骤为：移位、翻转（翻褶）、相乘、相加。
- 根据工程新业态发展和应用，提出深度卷积神经网络新算法的是（）。
- 已知图像现用模板对其进行卷积操作，试求出中心像素灰度值为（）。
- 根据全球人工智能产业发展现状和趋势（上），提出深度卷积神经网络新算法的是（）。
- 2012年以来，深度卷积神经网络已经成为计算机视觉主流方法，网络深度成为（）。
- 在大数据和大计算能力的支撑下，深度卷积神经网络的视觉识别能力在许多国际公开测评中，达到或超过（）。
- 以深度卷积神经网络为代表的感知智能可以说取得了巨大成功，采用的是“举三反一”或（）的方法，而它最大的缺陷之一就是没有人类举一反三的能力。
- 针对（）的交通标志识别，深度卷积神经网络也超过了人类的识别能力。
- 基于全卷积神经网络的路面场景像素级语义分割取得重要进展，在一个场景里可以进行（）实体的识别。