- 1、本文档共62页,其中可免费阅读19页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中文摘要
随着深度学习的迅速发展,神经网络算法在图像数据特征提取领域备受关
注,卷积神经网络无需依赖繁琐的人工特征工程,可直接应用于各种视觉识别
任务。然而,在实际应用场景中,图像数据样本稀少和低分辨率等特点对特征
提取带来了极大的挑战。因此,如何在图像数据量少的基础上抽取到高质量的
特征信息成为研究热点之一。
传统的卷积神经网络因其卷积结构只关注图像数据的相邻特征信息,忽视
了全局信息的重要性,导致其无法在有限的图像数据中提取到高质量特征信
息,而自注意力机制模型具有优秀的全局信息提取能力,能
文档评论(0)