• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    候選框密度可變的YOLO網(wǎng)絡(luò)國(guó)際音標(biāo)字符識(shí)別方法

    2019-08-27 02:26:02鄭伊齊冬蓮王震宇
    計(jì)算機(jī)應(yīng)用 2019年6期
    關(guān)鍵詞:深度學(xué)習(xí)

    鄭伊 齊冬蓮 王震宇

    摘 要:針對(duì)傳統(tǒng)方法對(duì)國(guó)際音標(biāo)(IPA)的字符特征提取存在的識(shí)別精度低、實(shí)效性差等問題,提出了一種候選框密度可變的YOLO網(wǎng)絡(luò)國(guó)際音標(biāo)字符識(shí)別方法。首先,以YOLO網(wǎng)絡(luò)為基礎(chǔ),結(jié)合國(guó)際音標(biāo)字符圖像X軸方向排列緊密、字符種類和形態(tài)多樣的特點(diǎn)來改變YOLO網(wǎng)絡(luò)中候選框的分布密度;然后,增加識(shí)別過程中候選框在X軸上的分布,同時(shí)減小Y軸方向上的密度,構(gòu)成YOLO-IPA網(wǎng)絡(luò)。對(duì)采集自《漢語方音字匯》的含有1360張、共72類國(guó)際音標(biāo)圖像的數(shù)據(jù)集進(jìn)行檢驗(yàn),實(shí)驗(yàn)結(jié)果表明:所提方法對(duì)尺寸較大的字符識(shí)別率達(dá)到93.72%,對(duì)尺寸較小的字符識(shí)別率達(dá)到89.31%,較傳統(tǒng)的字符識(shí)別算法,大幅提高了識(shí)別準(zhǔn)確性;同時(shí),在實(shí)驗(yàn)環(huán)境下檢測(cè)速度小于1s,因而可滿足實(shí)時(shí)應(yīng)用的需求。

    關(guān)鍵詞:國(guó)際音標(biāo);字符檢測(cè)與識(shí)別;YOLO網(wǎng)絡(luò);深度學(xué)習(xí)

    中圖分類號(hào): TP391.1

    文獻(xiàn)標(biāo)志碼:A

    Abstract: Aiming at the low recognition accuracy and poor practicability of the traditional character feature extraction methods to International Phonetic Alphabet (IPA), a You Only Look Once (YOLO) network character recognition method with variable candidate box density for IPA was proposed. Firstly, based on YOLO network and combined with three characteristics such as the characters of IPA are closely arranged on X-axis direction and have various types and forms, the distribution density of candidate box in YOLO network was changed. Then, with the distribution density of candidate box on the X-axis increased while the distribution density of candidate box on the Y-axis reduced, YOLO-IPA network was constructed. The proposed method was tested on the IPA dataset collected from Chinese Dialect Vocabulary with 1360 images of 72 categories. The experimental results show that, the proposed method has the recognition rate of 93.72% for large characters and 89.31% for small characters. Compared with the traditional character recognition algorithms, the proposed method greatly improves the recognition accuracy. Meanwhile, the detection speed was improved to less than 1s in the experimental environment. Therefore, the proposed method can meet the need of real-time application.

    Key words: International Phonetic Alphabet (IPA); character detection and recognition; You Only Look Once (YOLO) network; deep learning

    0 引言

    國(guó)際語音字母表(International Phonetic Alphabet, IPA)是國(guó)際語音學(xué)會(huì)為世界各種語言提供的一套強(qiáng)大的語音標(biāo)注系統(tǒng),通過采用一種簡(jiǎn)單的圖表方式對(duì)音標(biāo)符號(hào)進(jìn)行分類和命名,目前在國(guó)際語言學(xué)界以及語言教學(xué)領(lǐng)域得到廣泛應(yīng)用[1]。在我國(guó)各地方言和少數(shù)民族語言文字保護(hù)工作中,均需借助國(guó)際音標(biāo)進(jìn)行記錄,可以說國(guó)際音標(biāo)是記錄和傳承民族、地區(qū)文化最重要的載體。

    目前,國(guó)際音標(biāo)有103個(gè)單獨(dú)字母,23個(gè)元音、72個(gè)輔音,已發(fā)展成為一種獨(dú)立復(fù)雜的符號(hào)系統(tǒng)[2]。但是,現(xiàn)存的字符識(shí)別系統(tǒng)還不能對(duì)國(guó)際音標(biāo)字符進(jìn)行高效且準(zhǔn)確的識(shí)別。

    從語言學(xué)背景角度分析,其主要原因在于:首先,國(guó)際音標(biāo)是一種專門化的符號(hào)系統(tǒng),往往只有語言學(xué)家學(xué)習(xí)和使用,應(yīng)用環(huán)境相對(duì)封閉[3];其次,涉及國(guó)際音標(biāo)的著作較少,影響也小,所以缺乏專門的字符識(shí)別系統(tǒng)[4];再次,早期的國(guó)際音標(biāo)符號(hào)以拉丁字母為基礎(chǔ),音標(biāo)符號(hào)較少,借助已有的拉丁字母識(shí)別系統(tǒng),可實(shí)現(xiàn)部分國(guó)際音標(biāo)符號(hào)的識(shí)別[5]。然而,隨著數(shù)字化技術(shù)的出現(xiàn)、圖像設(shè)備的普及以及互聯(lián)網(wǎng)的迅速發(fā)展,越來越多的圖書文獻(xiàn)以圖像的形式出現(xiàn),這其中也包括以國(guó)際音標(biāo)為載體所記錄的文獻(xiàn)。為此,對(duì)于國(guó)際音標(biāo)字符識(shí)別的研究也逐步引起學(xué)者的關(guān)注。

    從技術(shù)應(yīng)用角度分析,傳統(tǒng)的字符識(shí)別被當(dāng)作一個(gè)分類問題來解決,從字符圖像的獲取到結(jié)果的輸出,必須經(jīng)過5個(gè)步驟:圖像的獲取、字符圖像的預(yù)處理、字符的特征提取、字符的識(shí)別分類和識(shí)別結(jié)果[6]。其中,字符圖像的特征提取最為關(guān)鍵,決定著識(shí)別系統(tǒng)的準(zhǔn)確率和識(shí)別速度。目前,已有研究大多基于統(tǒng)計(jì)特征和結(jié)構(gòu)特征提取字符圖像的信息,如四邊碼特征、粗網(wǎng)格特征、梯度角度直方圖特征等[7]。但當(dāng)使用此類特征提取方法時(shí),會(huì)產(chǎn)生相似字符區(qū)分度差、抗筆畫粘連干擾能力弱、局部字符特征描述不足等缺點(diǎn),導(dǎo)致后續(xù)分類器的應(yīng)用困難、識(shí)別準(zhǔn)確性下降、模型訓(xùn)練速度減慢,嚴(yán)重制約了國(guó)際音標(biāo)字符識(shí)別技術(shù)的應(yīng)用和發(fā)展。

    隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,基于深度學(xué)習(xí)的目標(biāo)檢測(cè)與定位識(shí)別方法得到了廣泛引用[8-10]。卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network, CNN)作為深度學(xué)習(xí)常用模型之一,在目標(biāo)檢測(cè)與識(shí)別方面發(fā)揮了舉足輕重的作用。Krizhevsky 等[11]利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)LSVRC-2010 (Large Scale Visual Recognition Challenge-2010)和LSVRC-2012 (Large Scale Visual Recognition Challenge-2012)數(shù)據(jù)集的1.2×106張圖像進(jìn)行1000種以上的分類,獲得了當(dāng)時(shí)最高的分類準(zhǔn)確率。基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法大致可以分為兩類:一類是基于區(qū)域提名(Region Proposal)的目標(biāo)檢測(cè)方法,如R-CNN(Region CNN)[12]、SPP-net(Spatial Pyramid Pooling net) [13]、Fast R-CNN(Fast R-CNN) [14]、Faster R-CNN(Faster R-CNN) [15]、R-FCN (Region-based Fully Convolutional Network) [16];另一類是無需區(qū)域提名,基于端到端(End-to-End)的目標(biāo)檢測(cè)方法,如YOLO (You Only Look Once) [17]、SSD(Single Shot multibox Detector)[18]等?;趨^(qū)域提名的方法在精度上占據(jù)優(yōu)勢(shì),但端到端的方法在速度上的優(yōu)勢(shì)更加明顯。

    YOLO是由Redmon等[17]于2016年提出的一種全新的端到端檢測(cè)算法,雖然YOLO也屬于CNN,但在檢測(cè)過程中模糊了候選區(qū)域生成、候選區(qū)域特征提取、特征輸入分類器驗(yàn)證的區(qū)別,直接快速地完成了檢測(cè)任務(wù),可滿足實(shí)時(shí)性檢測(cè)的需求。國(guó)際音標(biāo)圖像排列緊密,且字符的種類、形態(tài)多樣,綜合考慮檢測(cè)準(zhǔn)確性與檢測(cè)速度,本文提出了一種候選區(qū)域密度可變的YOLO國(guó)際音標(biāo)字符識(shí)別方法YOLO-IPA,結(jié)合國(guó)際音標(biāo)圖像特點(diǎn),合理分布候選框密度,提高檢測(cè)的準(zhǔn)確性,為音標(biāo)記錄文獻(xiàn)提供一種穩(wěn)定、高效、可實(shí)時(shí)應(yīng)用的字符識(shí)別方法。

    1.1 目標(biāo)檢測(cè)

    YOLO通過使用來自整個(gè)圖像的特征預(yù)測(cè)每個(gè)邊界框,同時(shí)可預(yù)測(cè)所有類的邊界框。如圖2所示,YOLO首先將輸入圖像劃分為S×S網(wǎng)格。如果目標(biāo)的中心落入網(wǎng)格單元,那么網(wǎng)格單元就負(fù)責(zé)檢測(cè)該目標(biāo)。每個(gè)網(wǎng)格要預(yù)測(cè)B個(gè)邊界框,而每個(gè)邊界框除了要回歸自身的位置之外,還要附帶預(yù)測(cè)所存在目標(biāo)的置信度,如式(1)所示:

    1.2 目標(biāo)識(shí)別定位

    每個(gè)邊界框均要預(yù)測(cè)(X,Y,W,H)和置信度等5個(gè)值,其中,X、Y為預(yù)測(cè)框中心相對(duì)于單元格邊界的偏移,W、H為預(yù)測(cè)框?qū)捀呦鄬?duì)于整幅圖像之比。同時(shí),每個(gè)網(wǎng)絡(luò)將預(yù)測(cè)C個(gè)類別概率,即Pr(Classi|Object) ,該概率表示第i類物體中心落入該網(wǎng)格的概率。因此,對(duì)于輸入的每幅照片,最終網(wǎng)絡(luò)的輸出為S×S×(5×B+C)的一個(gè)向量。

    2 YOLO-IPA網(wǎng)絡(luò)架構(gòu)

    針對(duì)國(guó)際音標(biāo)字符的結(jié)構(gòu)特點(diǎn),YOLO-IPA首先以YOLO網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ),采用目標(biāo)區(qū)域網(wǎng)絡(luò)(Region Proposal Network, RPN)并去除全連接層,使用錨箱來預(yù)測(cè)目標(biāo)框;通過在所有卷積層上添加批量歸一化處理,改善收斂效果,構(gòu)成YOLOv2網(wǎng)絡(luò)[19]。其次,針對(duì)國(guó)際音標(biāo)圖像中,音標(biāo)在X軸上排列較為密集的情況,如圖3所示,增加識(shí)別過程中候選框在X軸上的分布密度,同時(shí)減少Y軸方向上的數(shù)量,最終構(gòu)成YOLO-IPA網(wǎng)絡(luò),如圖4所示。

    2.1 RPN

    YOLO包含有全連接層,可直接預(yù)測(cè)邊界框的坐標(biāo)值,但Faster R-CNN僅用卷積層與RPN來預(yù)測(cè)錨箱的偏移值與置信度,而不是直接預(yù)測(cè)坐標(biāo)值。實(shí)際應(yīng)用中,通過預(yù)測(cè)偏移量而不是坐標(biāo)值更能夠簡(jiǎn)化問題,降低神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)難度。因此,本文將使用RPN代替YOLO的全連接層,使用錨箱來預(yù)測(cè)邊界框。雖然使用錨箱會(huì)讓精確度有所下降,但可同時(shí)實(shí)現(xiàn)對(duì)不低于一千個(gè)框的預(yù)測(cè),且大大提高了召回率。

    2.2 批量歸一化

    批量歸一化可以顯著改善收斂性能,而不需要其他形式的正則化。通過在YOLO所有卷積層中添加批量歸一化,mAP(mean Average Precision)可獲得超過2%的改進(jìn)效果,同時(shí)也有助于規(guī)范模型,而不會(huì)出現(xiàn)過度擬合[19]。因此,本文在YOLO網(wǎng)絡(luò)的基礎(chǔ)上增加了批量歸一化的方法。

    2.3 X軸方向候選框擴(kuò)展

    YOLO網(wǎng)絡(luò)首先將輸入圖像分成S×S網(wǎng)格,候選框?qū)⒃赬和Y軸上同等密度分布。對(duì)國(guó)際音標(biāo)字符進(jìn)行檢測(cè)時(shí),如圖3所示,音標(biāo)字符在圖像中呈現(xiàn)出在X軸上緊密排列分布、Y軸上分布稀疏的特點(diǎn),原有的候選框分布規(guī)則將難以適用。針對(duì)這一問題,本文在此前建立網(wǎng)絡(luò)上增加AddBoxes層,增加候選框在X軸方向的密度,同時(shí)減小Y軸方向候選框密度,構(gòu)成YOLO-IPA網(wǎng)絡(luò)。

    3 實(shí)驗(yàn)結(jié)果及分析

    為了驗(yàn)證本文所設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)在國(guó)際音標(biāo)字符檢測(cè)與識(shí)別中的有效性,在PC上進(jìn)行了實(shí)驗(yàn)。PC的基本配置如下:CPU雙核2.8GHz,GPU采用單塊TitanX,12GB顯存,32GB內(nèi)存,Ubuntu 14.04操作系統(tǒng)。深度學(xué)習(xí)采用Caffe框架訓(xùn)練,訓(xùn)練時(shí)間共18h。

    3.1 國(guó)際音標(biāo)字符訓(xùn)練集

    本文使用的國(guó)際音標(biāo)字符樣本來自《漢語方音字匯》。該文獻(xiàn)收錄了20個(gè)漢語方言點(diǎn)的字音材料,基本上可以代表漢語的各大方言:北京、濟(jì)南、西安、太原、武漢、成都、合肥、揚(yáng)州(以上官話),蘇州、溫州(以上吳語),長(zhǎng)沙、雙峰(以上湘語),南昌(贛語),梅縣(客家話),廣州、陽江(以上粵語),廈門、潮州、福州、建甌(以上閩語)。全書共收入3000個(gè)字目,按普通話音序排列,用國(guó)際音標(biāo)標(biāo)寫方言讀音,該書是漢語語音研究的重要參考書。將全書掃描,按書中表格截出音標(biāo)字符,國(guó)際音標(biāo)字符如圖3所示。

    3.2 實(shí)驗(yàn)步驟

    實(shí)驗(yàn)步驟如下:

    1)訓(xùn)練算法。使用基于隨機(jī)梯度下降(SGD)法衍生的批量歸一化方法來訓(xùn)練數(shù)據(jù)。每次隨機(jī)讀取10幅圖像進(jìn)行訓(xùn)練,動(dòng)量項(xiàng)為0.9,學(xué)習(xí)率為10-4,偏置學(xué)習(xí)率為2×10-4,權(quán)值衰減系數(shù)為5×10-4。前20層卷積層使用原YOLO網(wǎng)絡(luò)的參數(shù),卷積層轉(zhuǎn)化為RPN的卷積核參數(shù)用0來初始化,原網(wǎng)絡(luò)結(jié)構(gòu)中的dropout操作被保留在原來的位置。

    2)微調(diào)。通過反向傳播算法微調(diào)所有層的參數(shù),在原YOLO網(wǎng)絡(luò)的基礎(chǔ)上對(duì)RPN進(jìn)行微調(diào),并遵循Fast R-CNN 中“image-centric”采樣策略進(jìn)行訓(xùn)練。

    3)訓(xùn)練數(shù)據(jù)。收集了1360張、共72類國(guó)際音標(biāo)字符圖像,并人工標(biāo)定了訓(xùn)練與測(cè)試用的數(shù)據(jù)集。訓(xùn)練前沒有對(duì)字符圖像進(jìn)行任何處理,字符圖像的分辨率為300萬~2000萬像素。

    3.3 結(jié)果分析

    為驗(yàn)證本文提出的增加X軸方向候選框數(shù)量以提高檢測(cè)器性能的有效性,比較了YOLO-IPA與利用選擇性搜索(Selective Search,SS)和EB(Edge Boxes)兩種不同方法進(jìn)行可能性目標(biāo)區(qū)域定位,然后分別對(duì)可能性目標(biāo)區(qū)域進(jìn)行方向梯度直方圖(Histogram of Oriented Gradient, HOG)、尺度不變特征變換(Scale-Invariant Feature Transform,SIFT)特征提取,最后使用K-近鄰(K-Nearest Neighbors, KNN)、支持向量機(jī)(Support Vector Machine, SVM)、邏輯回歸Softmax分類器分別進(jìn)行實(shí)現(xiàn)識(shí)別的仿真結(jié)果。如表1所示,本文以、、s、k、五種字符為例給出了不同算法的識(shí)別精度對(duì)比,并以圖5為例給出了不同字符的識(shí)別結(jié)果。

    從表1可知,6種方法中,YOLO-IPA均實(shí)現(xiàn)了最高精度,YOLOv2次之,而基于傳統(tǒng)特征提取的識(shí)別算法明顯差于深度學(xué)習(xí)方法。同時(shí),由表1實(shí)驗(yàn)結(jié)果可以看出,YOLO-IPA方法識(shí)別精度與字符大小相關(guān),例如對(duì)于尺寸較大的字符(識(shí)別精度為93.72%)相比其他較小的字符,如s字符(識(shí)別精度為89.31%),具有更高的識(shí)別精度,但相比其他算法的識(shí)別精度已經(jīng)有了大幅提升。

    4 結(jié)語

    當(dāng)前卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用在目標(biāo)識(shí)別與檢測(cè)的研究中,本文采用一種改進(jìn)的YOLO目標(biāo)檢測(cè)架構(gòu)對(duì)國(guó)際音標(biāo)進(jìn)行定位和狀態(tài)識(shí)別。與傳統(tǒng)方法相比,該方法可以有效地對(duì)國(guó)際音標(biāo)字符進(jìn)行識(shí)別,但對(duì)較小尺寸的目標(biāo)識(shí)別準(zhǔn)確率還有待進(jìn)一步提高,這也是下一步的研究工作。

    參考文獻(xiàn) (References)

    [1] 燕海雄,江荻.國(guó)際音標(biāo)符號(hào)的分類、名稱、功能與Unicode編碼 [J].語言科學(xué),2007,6(6):82-91.(YAN H X, JIANG D. The classifications, functions, Chinese names of IPA symbols and their unicode [J]. Linguistic Sciences, 2007, 6(6): 82-91.)

    [2] 呂佳,江荻.國(guó)際音標(biāo)擴(kuò)展表的分類、命名與功能[J].聽力學(xué)及言語疾病雜志,2013,21(6):665-668.(LYU J, JIANG D. The classification, nomenclature and function of extensions to the international phonetic alphabet [J]. Journal of Audiology and Speech Pathology, 2013, 21(6): 665-668.)

    [3] 曹雨生,徐昂.微機(jī)國(guó)際音標(biāo)系統(tǒng)[J].民族語文,1990(1):74-79.(CAO Y S, XU A. The international phonetic alphabet system in microcomputer [J]. Minority Languages of China, 1990(1): 74-79.)

    [4] 潘曉聲.國(guó)際音標(biāo)符號(hào)名稱的簡(jiǎn)稱[J].民族語文,2012(5):56-61.(PAN X S. The name abbreviation of international phonetic alphabet symbols [J]. Minority Languages of China, 2012 (5): 56-61.)

    [5] PADEFOGED H,石在.國(guó)際音標(biāo)的一些主要特征[J].齊齊哈爾師范學(xué)院學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),1995(2):150-153.(PADEFOGED H, SHI Z. Some major features of the international phonetic alphabet [J]. Journal of Qiqihar University (Philosophy & Social Science Edition), 1995(2): 150-153.)

    [6] 邱立松.國(guó)際音標(biāo)字符識(shí)別算法的研究[D].上海師范大學(xué),2015:2-3.(QIU L S. Study on the recognition algorithm of international phonetic alphabet characters [D]. Shanghai: Shanghai Normal University, 2015: 2-3.)

    [7] 張玉葉,姜彬,李開端,等.一種結(jié)合結(jié)構(gòu)和統(tǒng)計(jì)特征的脫機(jī)數(shù)字識(shí)別方法[J].微型電腦應(yīng)用,2016,32(8):76-79.(ZHANG Y Y, JIANG B, LI K D, et al. An off-line handwritten numeral recognition method combined with the statistical characteristics and structural features [J]. Microcomputer Applications, 2016, 32(8): 76-79.)

    [8] 陳東杰,張文生,楊陽.基于深度學(xué)習(xí)的高鐵接觸網(wǎng)定位器檢測(cè)與識(shí)別[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2017,47(4):320-327.(CHEN D J, ZHANG W S, YANG Y. Detection and recognition of high-speed railway catenary locator based on deep learning [J]. Journal of University of Science and Technology of China, 2017, 47(4): 320-327.)

    [9] 白翔,楊明錕,石葆光,等.基于深度學(xué)習(xí)的場(chǎng)景文字檢測(cè)與識(shí)別[J].中國(guó)科學(xué):信息科學(xué),2018,48(5):531-544.(BAI X, YANG M K, SHI B G, et al. Deep learning for scene text detection and recognition [J]. SCIENTIA SINICA Informationis, 2018, 48(5): 531-544.)

    [10] 鐘沖,徐光柱.結(jié)合前景檢測(cè)和深度學(xué)習(xí)的運(yùn)動(dòng)行人檢測(cè)方法[J].計(jì)算機(jī)與數(shù)字工程,2016,44(12):2396-2399.(ZHONG C, XU G Z. Movement pedestrian detection method combined with foreground subtraction and deep learning [J]. Computer & Digital Engineering, 2016, 44(12): 2396-2399.)

    [11] KRIZHEVSKY A, SUTSKEVER I, HINTON G E. ImageNet classification with deep convolutional neural networks [C]// NIPS 2012: Proceedings of the 25th International Conference on Neural Information Processing Systems. North Miami Beach, FL: Curran Associates Inc., 2012: 1097-1105.

    [12] GIRSHICK R, DONAHUE J, DARRELL T, et al. Rich feature hierarchies for accurate object detection and semantic segmentation [C]// Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway, NJ: IEEE, 2014: 580-587.

    [13] HE K M, ZHANG X Y, REN S Q, et al. Spatial pyramid pooling in deep convolutional networks for visual recognition [C]// Proceedings of the 2014 European Conference on Computer Vision, LNCS 8691. Cham: Springer, 2014: 346-361.

    [14] GIRSHICK R. Fast R-CNN [C] // ICCV 2015: Proceedings of the 2015 IEEE International Conference on Computer Vision. Washington, DC: IEEE Computer Society, 2015: 1440-1448.

    [15] REN S Q, HE K M, GIRSHICK R, et al. Faster R-CNN: towards real-time object detection with region proposal networks [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39(6): 1137-1149.

    [16] DAI J F, LI Y, HE K M, et al. R-FCN: object detection via region-based fully convolutional networks [C] // NIPS 2016: Proceedings of the 30th International Conference on Neural Information Processing Systems. North Miami Beach, FL: Curran Associates Inc., 2016: 379-387.

    [17] REDMON J, DIVVALA S, GIRSHICK R, et al. You only look once: unified, real-time object detection [C]// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway, NJ: IEEE, 2016: 779-788.

    [18] LIU W, ANGUELOV D, ERHAN D, et al. SSD: single shot multibox detector [C]// ECCV 2016: Proceedings of the 2016 European Conference on Computer Vision, LNCS 9905. Cham: Springer, 2016: 21-37.

    [19] REDMON J, FARHADI A. YOLO9000: better, faster, stronger [C]// Proceedings of the 2017 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway, NJ: IEEE, 2017: 6517-6525.

    猜你喜歡
    深度學(xué)習(xí)
    從合坐走向合學(xué):淺議新學(xué)習(xí)模式的構(gòu)建
    面向大數(shù)據(jù)遠(yuǎn)程開放實(shí)驗(yàn)平臺(tái)構(gòu)建研究
    基于自動(dòng)智能分類器的圖書館亂架圖書檢測(cè)
    搭建深度學(xué)習(xí)的三級(jí)階梯
    有體驗(yàn)的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識(shí)別研究
    利用網(wǎng)絡(luò)技術(shù)促進(jìn)學(xué)生深度學(xué)習(xí)的幾大策略
    考試周刊(2016年94期)2016-12-12 12:15:04
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    中文字幕av电影在线播放| www.熟女人妻精品国产| 久久99精品国语久久久| 国产成人精品无人区| 九草在线视频观看| 十八禁网站网址无遮挡| 久久鲁丝午夜福利片| 久久久国产精品麻豆| 国产成人精品久久久久久| 欧美xxⅹ黑人| 国产亚洲精品久久久久5区| 中文字幕人妻丝袜制服| 大话2 男鬼变身卡| 国产精品 欧美亚洲| 丝袜美腿诱惑在线| 久9热在线精品视频| 亚洲情色 制服丝袜| 国产黄色视频一区二区在线观看| av欧美777| 久久人妻熟女aⅴ| 精品久久久久久电影网| 国产成人免费无遮挡视频| 悠悠久久av| 午夜福利,免费看| 国产成人精品无人区| 99国产综合亚洲精品| xxxhd国产人妻xxx| 国产免费视频播放在线视频| 亚洲一区中文字幕在线| 中文字幕高清在线视频| 亚洲精品一卡2卡三卡4卡5卡 | 伦理电影免费视频| 日日夜夜操网爽| 咕卡用的链子| 国产无遮挡羞羞视频在线观看| www.自偷自拍.com| 女人被躁到高潮嗷嗷叫费观| 国产午夜精品一二区理论片| 岛国毛片在线播放| 精品国产一区二区三区久久久樱花| 日本黄色日本黄色录像| 两个人免费观看高清视频| 精品亚洲成a人片在线观看| 久久亚洲精品不卡| 捣出白浆h1v1| 日本a在线网址| 久久99精品国语久久久| 极品人妻少妇av视频| √禁漫天堂资源中文www| 精品少妇久久久久久888优播| 婷婷色综合www| 亚洲三区欧美一区| 亚洲 国产 在线| 国产免费又黄又爽又色| 久久亚洲国产成人精品v| 国产av精品麻豆| 亚洲国产av影院在线观看| 美女福利国产在线| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲国产精品一区二区三区在线| 中文字幕色久视频| 国产黄色视频一区二区在线观看| 99re6热这里在线精品视频| 只有这里有精品99| 啦啦啦视频在线资源免费观看| 飞空精品影院首页| 成在线人永久免费视频| 国产亚洲欧美精品永久| 日韩一区二区三区影片| 成年人免费黄色播放视频| 一区在线观看完整版| 黄色怎么调成土黄色| 国产精品久久久久久精品古装| 人人妻人人爽人人添夜夜欢视频| 亚洲欧洲国产日韩| 久久精品亚洲熟妇少妇任你| 另类亚洲欧美激情| 国产一区二区三区av在线| 我的亚洲天堂| 欧美成人精品欧美一级黄| 啦啦啦 在线观看视频| 69精品国产乱码久久久| 欧美乱码精品一区二区三区| 国产野战对白在线观看| 纵有疾风起免费观看全集完整版| 久久ye,这里只有精品| 天堂俺去俺来也www色官网| 99re6热这里在线精品视频| 国产熟女午夜一区二区三区| 精品久久久精品久久久| 精品人妻在线不人妻| 婷婷色麻豆天堂久久| 丰满迷人的少妇在线观看| 老汉色∧v一级毛片| 国产一区二区三区综合在线观看| 久久这里只有精品19| 一区二区三区乱码不卡18| 免费黄频网站在线观看国产| 1024视频免费在线观看| av在线播放精品| 亚洲精品国产av蜜桃| 波野结衣二区三区在线| 2018国产大陆天天弄谢| 欧美日韩黄片免| 岛国毛片在线播放| 国产97色在线日韩免费| 久热爱精品视频在线9| 亚洲成人国产一区在线观看 | 亚洲精品国产av蜜桃| 免费高清在线观看日韩| 国产精品人妻久久久影院| 久久久久网色| www.999成人在线观看| 精品国产乱码久久久久久小说| 精品高清国产在线一区| 青春草视频在线免费观看| 免费看十八禁软件| 国产免费视频播放在线视频| 国产xxxxx性猛交| 老鸭窝网址在线观看| 亚洲国产精品一区三区| 中文字幕制服av| 国产精品一区二区在线观看99| 国产成人91sexporn| 国产精品久久久久成人av| avwww免费| 亚洲精品久久久久久婷婷小说| 免费在线观看日本一区| 十八禁高潮呻吟视频| 精品国产乱码久久久久久男人| 欧美日韩亚洲国产一区二区在线观看 | 侵犯人妻中文字幕一二三四区| 亚洲av美国av| av片东京热男人的天堂| 亚洲精品成人av观看孕妇| 中文字幕人妻丝袜一区二区| 一级毛片 在线播放| www日本在线高清视频| 久久久精品免费免费高清| 国产成人a∨麻豆精品| 无遮挡黄片免费观看| 精品福利永久在线观看| 一区二区三区四区激情视频| 日本欧美视频一区| 国产精品一国产av| 超碰成人久久| 国产在线视频一区二区| 欧美黄色淫秽网站| 久久久精品区二区三区| 国产亚洲精品久久久久5区| svipshipincom国产片| 丝袜在线中文字幕| 亚洲七黄色美女视频| 男女高潮啪啪啪动态图| 亚洲av成人不卡在线观看播放网 | 中文字幕色久视频| 妹子高潮喷水视频| 天堂中文最新版在线下载| www.熟女人妻精品国产| 午夜视频精品福利| 久久精品国产亚洲av高清一级| 国产精品欧美亚洲77777| 欧美日韩黄片免| 欧美日韩亚洲综合一区二区三区_| 亚洲国产中文字幕在线视频| 黑人巨大精品欧美一区二区蜜桃| 天天躁夜夜躁狠狠久久av| 50天的宝宝边吃奶边哭怎么回事| 国产亚洲av片在线观看秒播厂| 天天躁夜夜躁狠狠久久av| 免费在线观看日本一区| 久热这里只有精品99| 别揉我奶头~嗯~啊~动态视频 | 国产在线观看jvid| 日本色播在线视频| a级毛片黄视频| 中文字幕人妻丝袜一区二区| 高清av免费在线| 热re99久久精品国产66热6| 久久国产精品大桥未久av| 亚洲欧洲日产国产| 亚洲色图综合在线观看| 亚洲精品久久午夜乱码| 这个男人来自地球电影免费观看| 精品国产乱码久久久久久小说| 亚洲国产欧美在线一区| 人人澡人人妻人| 欧美精品亚洲一区二区| av在线app专区| 免费看不卡的av| 欧美在线一区亚洲| 一本色道久久久久久精品综合| 亚洲国产最新在线播放| 亚洲av成人不卡在线观看播放网 | 午夜福利,免费看| 欧美精品一区二区免费开放| 青春草亚洲视频在线观看| 又紧又爽又黄一区二区| 国产av一区二区精品久久| 欧美精品一区二区大全| 亚洲综合色网址| 又黄又粗又硬又大视频| 亚洲精品一区蜜桃| 青草久久国产| 一边摸一边抽搐一进一出视频| 精品少妇黑人巨大在线播放| 男女国产视频网站| 日本91视频免费播放| 欧美亚洲 丝袜 人妻 在线| 咕卡用的链子| 国产一卡二卡三卡精品| 中文精品一卡2卡3卡4更新| 美女视频免费永久观看网站| a级毛片在线看网站| 国产1区2区3区精品| 80岁老熟妇乱子伦牲交| 成人国语在线视频| 伊人久久大香线蕉亚洲五| 亚洲国产欧美一区二区综合| 无限看片的www在线观看| a级片在线免费高清观看视频| 菩萨蛮人人尽说江南好唐韦庄| 欧美日韩精品网址| 国产精品.久久久| 男女国产视频网站| 精品一区二区三卡| 少妇人妻久久综合中文| 久久久久久人人人人人| 久久99精品国语久久久| 国产黄色视频一区二区在线观看| 久久人妻熟女aⅴ| 黄色怎么调成土黄色| 美女中出高潮动态图| 日本一区二区免费在线视频| 国产精品久久久久久精品古装| 午夜福利在线免费观看网站| 日本a在线网址| 国产视频一区二区在线看| 久久久久久人人人人人| 成年人免费黄色播放视频| 欧美日韩视频精品一区| 一区二区三区乱码不卡18| 日本欧美视频一区| 在线看a的网站| 久久精品久久久久久噜噜老黄| 中国国产av一级| 手机成人av网站| 80岁老熟妇乱子伦牲交| 又大又爽又粗| 亚洲国产精品一区三区| 国产一级毛片在线| 看免费成人av毛片| 日本一区二区免费在线视频| 亚洲欧美一区二区三区久久| 一个人免费看片子| 亚洲国产精品一区二区三区在线| 日本猛色少妇xxxxx猛交久久| 国产精品国产三级国产专区5o| 亚洲国产精品999| 99精品久久久久人妻精品| 国产99久久九九免费精品| 青春草视频在线免费观看| 久久久精品国产亚洲av高清涩受| 久久久精品区二区三区| 又大又爽又粗| 热99国产精品久久久久久7| 成年人免费黄色播放视频| 激情五月婷婷亚洲| 在线观看一区二区三区激情| 极品人妻少妇av视频| 超碰97精品在线观看| 久久久久久久久久久久大奶| 国产精品久久久久成人av| 国产一区二区激情短视频 | 一区二区三区四区激情视频| kizo精华| 又粗又硬又长又爽又黄的视频| 曰老女人黄片| 岛国毛片在线播放| 久久青草综合色| 乱人伦中国视频| 免费女性裸体啪啪无遮挡网站| av天堂在线播放| 最新的欧美精品一区二区| 欧美性长视频在线观看| 欧美日韩综合久久久久久| 人人妻人人添人人爽欧美一区卜| 91麻豆精品激情在线观看国产 | 下体分泌物呈黄色| 亚洲av日韩在线播放| 99久久综合免费| 人妻一区二区av| 免费久久久久久久精品成人欧美视频| 一个人免费看片子| 日韩大片免费观看网站| 国产亚洲精品第一综合不卡| 国产成人91sexporn| 国产高清视频在线播放一区 | 人人妻人人添人人爽欧美一区卜| 久久亚洲国产成人精品v| 男女边吃奶边做爰视频| 亚洲国产看品久久| 国产一区亚洲一区在线观看| 91成人精品电影| 午夜老司机福利片| 999久久久国产精品视频| 欧美精品一区二区免费开放| 久久久精品区二区三区| 国产精品成人在线| 精品国产超薄肉色丝袜足j| 色精品久久人妻99蜜桃| 亚洲精品一卡2卡三卡4卡5卡 | 两性夫妻黄色片| 九色亚洲精品在线播放| 日韩一本色道免费dvd| 欧美精品啪啪一区二区三区 | 亚洲精品日韩在线中文字幕| 九色亚洲精品在线播放| 亚洲av欧美aⅴ国产| 欧美 亚洲 国产 日韩一| 成在线人永久免费视频| 天天躁日日躁夜夜躁夜夜| 啦啦啦 在线观看视频| 青青草视频在线视频观看| 蜜桃在线观看..| 欧美中文综合在线视频| 国产主播在线观看一区二区 | 亚洲男人天堂网一区| 多毛熟女@视频| 亚洲国产看品久久| 国产精品免费大片| 亚洲第一av免费看| 久久久国产一区二区| 亚洲成人免费av在线播放| 日韩制服骚丝袜av| 欧美日韩亚洲高清精品| 久久精品久久久久久噜噜老黄| 999精品在线视频| 成人手机av| 建设人人有责人人尽责人人享有的| 一级,二级,三级黄色视频| 美女国产高潮福利片在线看| 电影成人av| 中文乱码字字幕精品一区二区三区| 久久人妻福利社区极品人妻图片 | 欧美精品人与动牲交sv欧美| 日韩 亚洲 欧美在线| 最近最新中文字幕大全免费视频 | 在线观看免费日韩欧美大片| 秋霞在线观看毛片| 青草久久国产| 少妇粗大呻吟视频| bbb黄色大片| 亚洲 国产 在线| 国产欧美日韩综合在线一区二区| 亚洲图色成人| 午夜老司机福利片| 涩涩av久久男人的天堂| 国产精品人妻久久久影院| 国产一区有黄有色的免费视频| 在线av久久热| 国产精品久久久av美女十八| 777米奇影视久久| 一个人免费看片子| 午夜激情久久久久久久| avwww免费| 国产男女内射视频| 成人午夜精彩视频在线观看| 制服人妻中文乱码| 亚洲久久久国产精品| 两个人看的免费小视频| 十八禁网站网址无遮挡| 国产成人免费无遮挡视频| 五月开心婷婷网| 国产成人a∨麻豆精品| 看十八女毛片水多多多| 9191精品国产免费久久| 成年美女黄网站色视频大全免费| 亚洲国产精品成人久久小说| 亚洲国产欧美一区二区综合| 日韩中文字幕欧美一区二区 | 国产日韩欧美亚洲二区| 亚洲精品乱久久久久久| 精品国产一区二区三区四区第35| 国产成人啪精品午夜网站| 日韩欧美一区视频在线观看| 国产视频首页在线观看| 尾随美女入室| 丁香六月欧美| 美女脱内裤让男人舔精品视频| 国语对白做爰xxxⅹ性视频网站| 成在线人永久免费视频| 欧美精品啪啪一区二区三区 | 99香蕉大伊视频| 18禁观看日本| 桃花免费在线播放| 男女无遮挡免费网站观看| 久久久国产一区二区| 一区二区日韩欧美中文字幕| 国产高清国产精品国产三级| 亚洲成av片中文字幕在线观看| 久久久久久久精品精品| 国产精品一区二区在线观看99| 一区二区三区乱码不卡18| 国产伦人伦偷精品视频| 9热在线视频观看99| 老鸭窝网址在线观看| 一级黄片播放器| 两性夫妻黄色片| 欧美日韩亚洲高清精品| av片东京热男人的天堂| 国产xxxxx性猛交| √禁漫天堂资源中文www| 久久天堂一区二区三区四区| xxxhd国产人妻xxx| 天天添夜夜摸| 亚洲精品日本国产第一区| 日韩人妻精品一区2区三区| 97精品久久久久久久久久精品| 亚洲精品日韩在线中文字幕| 少妇粗大呻吟视频| 国产97色在线日韩免费| 成年av动漫网址| 丝袜人妻中文字幕| 中文字幕av电影在线播放| 免费黄频网站在线观看国产| 免费看十八禁软件| 中文字幕高清在线视频| 亚洲av美国av| 亚洲精品乱久久久久久| 婷婷成人精品国产| 亚洲av欧美aⅴ国产| 欧美乱码精品一区二区三区| 久久久久精品人妻al黑| 久久久久精品国产欧美久久久 | 欧美成人午夜精品| 在线看a的网站| 99久久99久久久精品蜜桃| 在线精品无人区一区二区三| 男女边吃奶边做爰视频| 一个人免费看片子| 一区二区av电影网| 每晚都被弄得嗷嗷叫到高潮| 汤姆久久久久久久影院中文字幕| 欧美精品啪啪一区二区三区 | 宅男免费午夜| 国产亚洲欧美精品永久| 十八禁高潮呻吟视频| 婷婷丁香在线五月| 别揉我奶头~嗯~啊~动态视频 | 午夜福利乱码中文字幕| 久久久久久久久免费视频了| 午夜福利在线免费观看网站| 亚洲国产精品成人久久小说| 日本av免费视频播放| 伊人久久大香线蕉亚洲五| 爱豆传媒免费全集在线观看| 1024香蕉在线观看| 男男h啪啪无遮挡| 国产伦人伦偷精品视频| 日韩一区二区三区影片| 久久久精品国产亚洲av高清涩受| 国产免费又黄又爽又色| 黄片播放在线免费| 人人妻人人澡人人爽人人夜夜| 婷婷色综合www| 日韩一本色道免费dvd| 欧美亚洲日本最大视频资源| 十分钟在线观看高清视频www| 久久精品aⅴ一区二区三区四区| 91老司机精品| 叶爱在线成人免费视频播放| 少妇 在线观看| 最黄视频免费看| tube8黄色片| 亚洲精品国产色婷婷电影| www.999成人在线观看| 精品国产国语对白av| 人成视频在线观看免费观看| 美女视频免费永久观看网站| 99热网站在线观看| 国产主播在线观看一区二区 | 国产亚洲精品久久久久5区| 97精品久久久久久久久久精品| 国产熟女午夜一区二区三区| 亚洲欧美色中文字幕在线| 成人影院久久| 亚洲av日韩精品久久久久久密 | 夫妻性生交免费视频一级片| 国产精品99久久99久久久不卡| 亚洲熟女精品中文字幕| 国产日韩欧美亚洲二区| 伦理电影免费视频| 国产精品一区二区在线观看99| 一边摸一边抽搐一进一出视频| 欧美精品一区二区免费开放| 日本91视频免费播放| 精品一区在线观看国产| 大香蕉久久网| 国产精品久久久久久精品电影小说| 成年人黄色毛片网站| av在线app专区| 国产片内射在线| 亚洲av日韩精品久久久久久密 | 欧美日韩综合久久久久久| 水蜜桃什么品种好| 亚洲色图 男人天堂 中文字幕| 精品亚洲成国产av| 亚洲av电影在线观看一区二区三区| 成人亚洲精品一区在线观看| 国产老妇伦熟女老妇高清| 国产精品一国产av| 亚洲欧美色中文字幕在线| 黑人欧美特级aaaaaa片| 美女脱内裤让男人舔精品视频| 亚洲精品第二区| 亚洲国产av影院在线观看| 久热这里只有精品99| 日日摸夜夜添夜夜爱| 国产福利在线免费观看视频| 国产无遮挡羞羞视频在线观看| 十分钟在线观看高清视频www| 亚洲视频免费观看视频| 好男人视频免费观看在线| 日韩av不卡免费在线播放| 国产爽快片一区二区三区| 免费久久久久久久精品成人欧美视频| www.av在线官网国产| 在线 av 中文字幕| 中文字幕人妻熟女乱码| 精品一品国产午夜福利视频| 日日夜夜操网爽| cao死你这个sao货| 女人被躁到高潮嗷嗷叫费观| 日韩av免费高清视频| 欧美激情极品国产一区二区三区| 亚洲午夜精品一区,二区,三区| 婷婷色综合大香蕉| 成年动漫av网址| 国产av国产精品国产| 亚洲欧美一区二区三区黑人| 晚上一个人看的免费电影| 久久久国产一区二区| 九草在线视频观看| 777久久人妻少妇嫩草av网站| 精品熟女少妇八av免费久了| 男人添女人高潮全过程视频| 日日摸夜夜添夜夜爱| 久久久久久久久久久久大奶| 黑人巨大精品欧美一区二区蜜桃| 久久久久精品国产欧美久久久 | 日韩av在线免费看完整版不卡| 日韩制服丝袜自拍偷拍| 黑人猛操日本美女一级片| 性高湖久久久久久久久免费观看| 黄色视频在线播放观看不卡| 日韩制服骚丝袜av| 欧美激情 高清一区二区三区| 一本大道久久a久久精品| 国产精品偷伦视频观看了| 欧美精品高潮呻吟av久久| 黄片播放在线免费| 在线看a的网站| 午夜精品国产一区二区电影| 国产成人啪精品午夜网站| 人人妻人人澡人人爽人人夜夜| 99热全是精品| 七月丁香在线播放| 亚洲男人天堂网一区| 在现免费观看毛片| 18禁黄网站禁片午夜丰满| 国产午夜精品一二区理论片| av电影中文网址| 男人操女人黄网站| 男人添女人高潮全过程视频| 中文字幕高清在线视频| 欧美亚洲 丝袜 人妻 在线| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲色图综合在线观看| 色精品久久人妻99蜜桃| 丁香六月天网| 人人妻人人添人人爽欧美一区卜| 纵有疾风起免费观看全集完整版| 亚洲专区中文字幕在线| 中文字幕最新亚洲高清| 男女之事视频高清在线观看 | 国产黄色免费在线视频| 极品少妇高潮喷水抽搐| 国产精品一区二区免费欧美 | 夫妻午夜视频| 午夜福利在线免费观看网站| 啦啦啦啦在线视频资源| 美女扒开内裤让男人捅视频| 久久国产精品大桥未久av| 另类精品久久| 一级片'在线观看视频| 亚洲av电影在线进入| 热re99久久精品国产66热6| 美女扒开内裤让男人捅视频| 成人亚洲欧美一区二区av| 婷婷成人精品国产| 国产精品 欧美亚洲| 丝袜美腿诱惑在线| 久久久久久久大尺度免费视频| 久久久久精品国产欧美久久久 | 91国产中文字幕| 免费少妇av软件| 美女福利国产在线| 国产精品偷伦视频观看了| 久久精品熟女亚洲av麻豆精品| 午夜91福利影院| 免费观看a级毛片全部| 亚洲人成网站在线观看播放| 免费在线观看视频国产中文字幕亚洲 | 国产一区二区在线观看av|