网站大量收购独家精品文档,联系QQ:2885784924

ResNet及其在医学图像处理领域的应用:研究进展与挑战.docx

ResNet及其在医学图像处理领域的应用:研究进展与挑战.docx

  1. 1、本文档共21页,其中可免费阅读10页,需付费150金币后方可阅读剩余内容。
  2. 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. 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. 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
1.?? 引言 深度学习是机器学习领域的一个新的方向和分支,近年来在图像领域中受到越来越多研究者的关注。基于深度学习的卷积神经网络(Convolutional Neural Network, CNN)具有复杂的网络结构,与传统机器学习方法相比具有更强大的特征学习和特征表达能力。CNN在目标识别中表现出色的性能,并逐渐成为图像分析的首选,它能够从大量数据中自动提取特征,并且具有良好的泛化能力。CNN经典模型有AlexNet[1], VGGNet[2], GoogleNet[3]和残差神经网络(Residual Neural Network, ResNet),其中残差神经网络[4]是由He等人提出

文档评论(0)

罗伯特之技术屋 + 关注
实名认证
内容提供者

畅游技术蓝海,八大领域技术领先解读!

1亿VIP精品文档

相关文档