TY -的A2 -叮,白元盟——王,气非盟-李,凌PY - 2022 DA - 2022/01/24 TI -博物馆文物图像检测和识别基于深度学习SP - 9670191六世- 2022 AB -提高博物馆文物图像识别的准确性,DenseNet和ResNet选为中枢神经网络的检测和识别。针对小目标问题在文物,金字塔的特性,介绍了提高DenseNet方法。提高目标探测的准确性通过多尺度特征提取和融合。同时,瞄准的问题弱鲁棒性和文物图像的特征提取,提出了改善ResNet注意机制。因此,这个网络可以注意的关键特性区域的图像。最后,通过实验验证了上述方法。结果表明,YOLOv3和其他算法相比,改进的准确性ResNet提议在这个实验中是90%以上。此外,错过和错误检测的数量是最低的,分别是171年和134年。标识映射指标精度可以达到86%,也超过了SVD-Net DenseNet。可以看出,构造方法可以有效地检测和识别博物馆文物图像。 SN - 1687-5265 UR - https://doi.org/10.1155/2022/9670191 DO - 10.1155/2022/9670191 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -