新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版弱监督视觉目标检测9787030721181科学出版社
¥ ×1
新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
目录
前言
章 绪论 1
1.1 研究背景与意义 1
1.2 研究现状与存在的问题 5
1.2.1 研究现状 5
1.2.2 存在的问题 10
1.3 本书的主要研究内容 11
第2章 相关工作与技术 14
2.1 全监督目标检测 14
2.1.1 候选框提取算法 14
2.1.2 特征提取 15
2.1.3 特征学习 16
2.2 弱监督目标检测 18
2.2.1 传统方法 19
2.2.2 基于深度学习的方法 21
. 特征学习与建模 24
..1 无监督特征预学习 24
..2 不变特征 25
.. 弱监督目标建模 26
2.4 弱监督语义分割与实例分割 27
2.5 本章小结 28
第3章 *小熵隐变量模型 29
3.1 问题简介 29
3.2 *小熵隐变量模型 31
3.2.1 候选框团划分 33
3.2.2 全局*小熵隐模型 34
3.. 局部*小熵隐模型 36
3.3 网络结构与实现 37
3.4 模型优化 39
3.5 模型分析 41
3.6 实验结果与分析 43
3.6.1 实验设定 43
3.6.2 候选框团的影响与分析 46
3.6.3 定位随机分析 48
3.6.4 模型拆解分析 52
3.6.5 实验结果与对比 55
3.7 本章小结 62
第4章 渐进多示例学习 63
4.1 多示例学习回顾 65
4.2 非凸分析 67
4.3 渐进多示例学习 68
4.3.1 渐进示例挖掘 69
4.3.2 渐进检测器学习 70
. 络结构与实现 70
4.5 实验结果与分析 71
4.5.1 实验设定 71
4.5.2 连续优化方法评测 72
4.5.3 语义稳定极值区域 75
4.5.4 实验能与对比 76
4.6 本章小结 79
第5章 弱监督X线图像违禁品检测 80
5.1 问题简介 80
5.2 弱监督X线违禁品定位网络 81
5.2.1 分层置信度传播 81
5.2.2 多尺度激活 83
5.3 实验结果与分析 84
5.3.1 实验设置与评测 84
5.3.2 数据集简介 85
5.3.3 分类与定位实验 87
5.3.4 模型验实验 91
5.4 本章小结 92
第6章 总结与展望 93
6.1 总结 93
6.2 展望 94
参考文献 96
《弱监督视觉目标检测》阐述弱监督目标检测的建模理论、优化方法和实际应用,主要内容包括弱监督目标检测的任务定义、现有弱监督目标检测算法简介和问题呈现、熵隐变量模型方法的建模、连续优化多示例学习方法和弱监督目标检测算法在X线安检场景中的应用。其中的主要问题包括弱监督目标检测的定位稳定建模、弱监督学习的非凸优化方法,以及弱监督学习在实际应用场景中的部署等。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格