你即將離開本站

並前往https://aoiea.itri.org.tw/tc/includes/GetFile.ashx?mid=38&id=46&chk=9b80ba36-8b7b-4edf-b2cb-d482989a1003&name=FileName

基於深度卷積神經網路之印刷電路板影像瑕疵分類 - AOIEA

也有不使用參考影像的做法像是[4]所提. 出的特徵萃取方法，利用卷積神經網路(convolutional neural network, CNN)對輸入的缺陷. 影像作運算並從中提取卷積特徵，再利用SVM ...

確定！ 回上一頁

查詢 「卷積神經網路深度學習」的人也找了：

  1. 卷積神經網路介紹
    2.
  2. cnn深度學習應用
    3.
  3. cnn影像辨識範例
    4.
  4. cnn影像辨識
    5.
  5. 卷積層
    6.
  6. 卷積運算
    7.
  7. 卷積層介紹
    8.
  8. 卷積神經網路python
    9.