異構集成方法對重新識別的有效性研究
原文中文,约400字,阅读约需1分钟。发表于: 。本文介绍了一种新的集成方法,用于工业实体的重新识别,使用了芯板托盘和镀锌金属板的图像作为数据集示例,并使用简化的、基本的模型代替常用的复杂孪生神经网络,提供更广泛的适用性,尤其适用于硬件限制的场景。我们的算法在训练时间的一小部分内使用了不同类型的数据特征作为输入,实现了创建有效集成模型的目标,并且在任务中达到了最先进的性能,排名 1 准确率超过 77%,排名 10 准确率超过...
本文介绍了一种新的集成方法,用于工业实体的重新识别。该方法使用了芯板托盘和镀锌金属板的图像作为数据集示例,并使用简化的、基本的模型代替复杂的孪生神经网络,提供更广泛的适用性。算法在训练时间的一小部分内使用了不同类型的数据特征作为输入,实现了创建有效集成模型的目标,并在任务中达到了最先进的性能。五种不同的特征提取方法被介绍,并通过不同的集成方法对其组合进行了研究。