国产无玛黄色大片|99最新极品蜜臀精品久久|久久精品成人av|精品久久久久久中文幕人妻日本|99热资源站人妻多P无码|韩日黄色的男女免费大全|av在线尤物精品国产|无码av免费精品一区二区三区影院|东京热一区二区三区|久久久久久国产成人a亚洲精品无码

摘要：近年來(lái),卷積神經(jīng)網(wǎng)絡(luò)在圖像分類、圖像檢索和物體檢測(cè)等領(lǐng)域的表現(xiàn)越來(lái)越出色,針對(duì)深度學(xué)習(xí)在海戰(zhàn)場(chǎng)圖像目標(biāo)識(shí)別中應(yīng)用的研究越來(lái)越豐富。首先歸納了圖像目標(biāo)識(shí)別系統(tǒng)中常用深度學(xué)習(xí)技術(shù)的理論和發(fā)展歷程,然后對(duì)比分析了傳統(tǒng)識(shí)別技術(shù)與深度學(xué)習(xí)技術(shù)、基于區(qū)域建議的R-CNN系列模型與基于回歸的YOLO模型的優(yōu)勢(shì)和缺陷,梳理了深度學(xué)習(xí)技術(shù)在海戰(zhàn)場(chǎng)圖像目標(biāo)識(shí)別中的應(yīng)用現(xiàn)狀,最后展望了未來(lái)海戰(zhàn)場(chǎng)圖像目標(biāo)識(shí)別技術(shù)的可能發(fā)展方向。