作者：程冰卷积神经网络自动标注学习技术人工智能投入成本计算机视觉深度学习推理模型
摘要：近几年来,人工智能深度学习技术发展快速,卷积神经网络作为深度学习中一个具有代表性的算法,由于其仿造生物的视知觉(visual perception)机制构建,具有较强的表征学习(representation learning)能力,而被广泛应用于计算机视觉领域。然而,为了训练卷积神经网络推理模型,需要对大量的图像数据进行人工标注,时间和人力投入成本较高。本文旨在提出一种自动标注的技术方法,并搭建Python+Keras环境对该方法进行验证。从实践结果来看,该方法具有可行性和有效性,可在一定程度上降低人工标注的时间和人力投入成本。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
