- 博客(2)
- 收藏
- 关注
RSS订阅原创 摘要：兵马俑碎片是中国古代文化遗产的重要组成部分，其分类和识别对于文物修复、保护和研究具有重要意义。但兵马俑碎片匹配和拼接是一份十分耗费人工精力的工作，目前更多的计算机辅助技术引入兵马俑修复的工程中。
卷积神经网络可以直接对图像操作，通过输入大量图像样本的训练，可以得到能够提取图像分类特征的卷积核，从而大大简化人为试验提取图像复杂特征的过程，卷积神经网络的精度往往取决于训练数据的质量、网络的深度和宽度[1]，随着几十年深度学习的迅速发展，神经网络模型从最初的LeNet到 AlexNet、ZFNet 、VGGNet 、GoogleNet及 ResNet等，这些深度神经网络分别在图像分类、目标识别和图像分割等领域取得创新性的成果，现在这些模型已发展出多个变种，并且能对三维的图像数据进行处理[2][3]。
2024-03-15 22:37:10
866
原创 RESNET19兵马俑图像分类python
摘要：兵马俑碎片是中国古代文化遗产的重要组成部分，其分类和识别对于文物修复、保护和研究具有重要意义。但兵马俑碎片匹配和拼接是一份十分耗费人工精力的工作，目前更多的计算机辅助技术引入兵马俑修复的工程中。本研究旨在设计和实现一种基于ResNet18架构的兵马俑碎片分类网络。采用深度学习的方法，通过对ResNet18进行参数调整和优化，构建了一种适用于兵马俑碎片分类的卷积神经网络（CNN）模型。
2024-03-15 22:28:20
1020
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人