Zobrazeno 1 - 10
of 93
pro vyhledávání: '"feature recalibration"'
Publikováno v:
IET Image Processing, Vol 18, Iss 3, Pp 731-740 (2024)
Abstract In this paper, an additive margin network with adaptive feature recalibration, AMNets, for handling a wide range of visual tasks, is proposed. The new AMNets consists of three improvements on convolutional neural networks: (1) squeeze‐and
Externí odkaz:
https://doaj.org/article/a81e8f2952fa4eddb6e0ec95b72da779
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 13, Iss 7, p 4531 (2023)
Current existing methods are either not very discriminative or too complex. In this work, an effective and very simple plant recognition method is proposed. The main innovations of our method are threefold. (1) The feature maps of multiple pretrained
Externí odkaz:
https://doaj.org/article/b3ade6c0e2314b30b00506dc0d2af75f
Autor:
Xingpeng Zhang, Xiaohong Zhang
Publikováno v:
IEEE Access, Vol 8, Pp 79046-79055 (2020)
Feature recalibration is a very effective strategy of further improving performance in deep networks. The commonly used global pooling operation will lose the information of distinguishing features, which requires additional fully connected layers to
Externí odkaz:
https://doaj.org/article/c5022382f6094330848e5a48501d48fb
Publikováno v:
IEEE Access, Vol 8, Pp 51664-51673 (2020)
In this paper, the object detection algorithm based on deep learning running on the robot platform is studied and optimized. The p has high requirements for the detection efficiency and scale invariance of the algorithm. In order to improve the detec
Externí odkaz:
https://doaj.org/article/bf3f833a2d1b4260b0f000007bc894f8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 7, Pp 77436-77447 (2019)
Motivated by recent successes on learning 3D feature representations, we present a Siamese network to generate representative 3D descriptors for 3D point matching in point cloud registration. Our system, dubbed HAF-Net, consists of feature extraction
Externí odkaz:
https://doaj.org/article/a0fbe7987b574c49a168bcd8dc1d3f91