机读格式显示(MARC)

• 000 01461nam0 2200301 450

• 001 0000588409

• 005 20210316104400.0

• 010 __ |a 978-7-5210-0354-3 |d CNY68.00

• 099 __ |a CAL 012020028735

• 100 __ |a 20200507d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 基于深度学习的图像语义分割技术 |A Ji Yu Shen Du Xue Xi De Tu Xiang Yu Yi Fen Ge Ji Shu |f 田萱, 王亮, 孟祥光著

• 210 __ |a 北京 |c 海洋出版社 |d 2019

• 215 __ |a xii, 116页 |c 彩图 |d 26cm

• 300 __ |a 中央高校建设世界一流大学 (学科) 和特色发展引导专项资金项目--北京林业大学林学

• 320 __ |a 有书目 (第111-116页)

• 330 __ |a 近年来，随着信息技术的不断发展，图像语义分割技术已经渗入到人们的日常生活中，其重要性也日益显著，吸引着越来越多的学者参与研究。当前，图像语义分割技术被广泛应用于智能汽车、虚拟现实、机器视觉、人机交互、智能机器人等领域，为人们的生活提供各种各样的便利。本书对基于深度学习的图像语义分割的经典方法与研究现状进行分类梳理和系统总结，并受密集卷积网络中密集连接的启发，在传统的编码器-解码器模型进行改进，设计出一个端到端进行图像语义分割训练的DenseASPPDeconvNet网络模型，并在统一的公共数据集上对DenseASPPDeconvNet进行了相关实验分析和对比。

• 606 0_ |a 图象分割 |A Tu Xiang Fen Ge

• 690 __ |a TN911.73 |v 5

• 701 _0 |a 田萱 |A Tian Xuan |4 著

• 701 _0 |a 王亮 |A Wang Liang |4 著

• 701 _0 |a 孟祥光 |A Meng Xiangguang |4 著

• 801 _0 |a CN |b CAU |c 20210311

• 905 __ |a CAU |d TN911.73/147

• 920 __ |a 211180 |z 1