开发工具:
文件大小: 695kb
下载次数: 0
上传时间: 2021-02-25
详细说明：在某些图像分类任务中，不同类别之间的相似性是不同的，并且样本通常被误分类为高度相似的类别。 为了区分高度相似的类别，需要更具体的功能，以便分类器可以提高分类性能。 在本文中，我们提出了一种基于深度卷积神经网络（CNN）的新颖的两级分层特征学习框架，该框架简单有效。 首先，使用转移学习方法训练不同级别的深度特征提取器，该方法将预训练的深度CNN模型朝新的目标数据集进行微调。 其次，将从所有类别中提取的一般特征和从高度相似的类别中提取的特定特征融合到特征向量中。 然后将最终的特征表示输入线性分类器。 最后，使用Caltech-256，Oxford Flower-102和塔斯马尼亚珊瑚点数（CPC）数据集进行的实验表明，通过两级分层特征学习获得的深层特征的表达能力很强大。 与平面多重分类法相比，我们提出的方法有效地提高了分类精度。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
