类激活映射相关论文
“民为国基、谷为民命”,国家的社会发展和经济建设离不开农作物的生产。当前,在农业领域一个重要的研究方向是如何通过育种提高农......
目的:由于深度学习的不断发展,智能医疗技术得到不断提高,心电自动诊断设备的精度得到了大幅度的提升,设备误诊率甚至达到低于人工......
基于卷积神经网络的轴承故障诊断过程往往无法解释，并且常规CNN的抗噪性较差。因此，提出了一种基于CNN-BiLSTM的可解释性轴承故障诊......
随着信息技术的发展、社交网络的兴起和智能终端的普及,以图像为代表的多媒体数据正在爆炸式地增长,图像识别成为了一个具有挑战性......
近年来,深度学习及其相关模型在安防、金融、交通、医疗等众多领域均有应用,是智能化信息化系统的核心技术,而其样本数据关系到深......
近年来，深度学习在很多领域得到广泛应用。然而，由于深度神经网络模型的高度非线性操作，导致其可解释性较差，并常常被称为“黑箱”模型......
目标跟踪广泛应用于视频监控、人机交互、视觉导航、医学诊断等多个领域,近些年目标跟踪的技术取得了重大发展,但仍然面临着一些挑......
类激活映射(CAM)是卷积神经网络(CNN)解释中的一种直观的方法,通常由CNN的最后一个卷积层生成,可以突出显示输入图片中目标类的不......
截至目前,在全球灾难性爆发的新型冠状病毒肺炎（以下简称新冠肺炎）的确诊仍然存在临床困难。CT检查作为肺部疾病诊断的主要手段,医生......
随着产业数字化发展，智能养殖技术也是其中重要一环。如在对生物资产监测中，通过移动式或固定式的智能终端设备进行实时、精准的智能......
细粒度图像分类任务的关键在于获取精细的局部特征,为了充分利用数据价值,提出一种面向视觉注意力的数据增强方法,基于类激活映射......
人脸图像生成是计算机图形学与计算机视觉领域中的重要研究方向。但在多属性人脸生成问题上,传统模型存在两个不足,一是控制生成人......
随着人工智能的不断发展,将深度学习应用于医疗影像分析,可以帮助医生定位病症、分析病情并做出诊断。在临床实践中,支持分类结果......
多标签的图像分类问题是计算机视觉与模式识别领域一个重要的课题。由于在现实世界中,诸如图像、视频、音乐、文档等对象通常均由......
心律失常是当前常见的疾病之一,深度学习技术能够有助于医生进行心律失常疾病的早期诊断。由于心电图(Electrocardiogram,ECG)包含......
基于软注意力机制的图像描述算法,提出类激活映射-注意力机制的图像描述方法。利用类激活映射算法得到卷积特征包含定位以及更丰富......
由于缺少实例级标签,使得深度神经网络在工业表面检测领域的应用受到了限制.为解决这一问题,本文面向实际的热轧钢板表面缺陷检测......
光伏电池外观缺陷种类多、大小和形状差异较大,标注成本高,这为缺陷分割任务带来困难。为了提高光伏电池外观缺陷的分割性能,文中......
现有X线气胸检测存在两个主要问题:一是由于气胸通常与肋骨、锁骨等组织重叠,在临床上存在较大的漏诊,而现有算法的检测性能仍有待......
