目前人工智能技术已经渗透到媒体日常生产的全部环节,研究面向内容安全的图像识别技术,对网络中的违法不良图像信息进行识别和监管,具有重要的现实意义。本设计利用深度可分离卷积神经网络和MobileNet模型,配合cuDNN的GPU并行计算架构,对构建的敏感图像数据集进行训练。保存训练完成的模型,对敏感图像实现较高准确度的识别选择所需识别的图片后,通过所保存的训练模型,即可准确度较高的识别黄色、争斗、暴力、血腥以及枪械的五类图像。2MobileNet模型GoogleMobileNet网络架构,是一系列在Tensor-Flow上高效、小尺寸的移动优先型视觉模型。其具有结构孝延迟低、功耗低的特性,依旧可以像大规模模型(如Inception)一样,用于图像的分类、检测、嵌入以及分割等任务,有效地最大化模型的准确性[7-11]。MobileNet模型采用的是深度可分离卷积神经网络,又名。图像识别系统设计-电动折弯机数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机它将传统的卷积分为了Depthwise卷积和Pointwise卷积,打破通道数量,卷积内核大小,通过滤波和组合方式形成卷积。其本质为冗余信息更少的稀疏化表达 本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanj
- [2019-08-06]传感器优化设计-液压电动滚圆机
- [2019-08-06]界面自组装-数控滚圆机滚弧机电
- [2019-08-06]澄清效果的影响-数控滚圆机滚弧
- [2019-08-05]刚度的解析公式-数控滚圆机滚弧
- [2019-08-05]制备及缓释性能-数控滚圆机滚弧
- [2019-08-05]组振动建模研究-数控滚圆机滚弧
- [2019-08-04]模型的风电功率预测-数控滚圆机
- [2019-08-04]最大准入容量计算-数控滚圆机滚
- [2019-08-03]传输电缆建模研究-数控滚圆机滚
- [2019-08-03]风电网损及运行-数控滚圆机滚弧