《表1 多任务学习卷积神经网络结构》
提示：宽带有限、当前游客访问压缩模式
基于ResNet50网络，本文提出可以同时执行笑容识别任务和性别分类任务的多任务学习卷积神经网络，网络结构如表1所示.
| 图表编号 | XD0038026500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.01 |
| 作者 | 樊迪、Hyunwoo Kim、陈晓鹏、刘云辉、黄强 |
| 绘制单位 | 北京理工大学机电学院、北京理工大学机电学院、北京理工大学机电学院、香港中文大学机械与自动化工程学系、北京理工大学机电学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 多尺度卷积神经网络模型参数设置》2020.06.01
- 《表1 教学项目及任务：基于卷积门控循环网络的居民出行模式识别》2020.12.30
- 《表2 VGG网络结构：结合重检测机制的多卷积层特征响应跟踪算法》2021.03.01
- 《表1 岩石力学参数表：基于Unet网络多任务学习的遥感图像建筑地物语义分割》2020.12.01
- 《表1 卷积神经网络结构：基于强化学习的无人驾驶仿真研究》2020.06.10
- 《表4 卷积神经网络结构：基于流形光谱降维和深度学习的高光谱影像分类》2020.03.01
- 《表2 NIN网络结构：多斜率自适应卷积神经网络激活函数》2020.06.01
- 《表1 不含空间特征编码的多任务网络的结构》2020.09.01
- 《表1 基于可分离卷积结构的改进卷积神经网络结构》2020.06.10
- 《表2 基于逐像素作差损失与基于感知损失的多任务联合学习的人脸超分辨网络在Celeb A测试集上的重建效果对比》2020.02.16
- 《表1 单任务人脸超分辨网络与多任务联合学习的人脸超分辨网络在Celeb A测试集上的重建效果对比》2020.02.16
- 《表1 对比实验结果/%：基于字典学习的卷积神经网络压缩方法》2020.04.16
- 《表1 资源使用情况：基于FPGA的多卷积神经网络任务实时切换方法》2020.03.30
- 《表7 对比算法结果：基于卷积神经网络的雷达人体动作与身份多任务识别》2020.01.25
- 《表2 基于多任务学习的卷积神经网络模型中的参数设置》2019.08.01
- 《表1 REM网络结构：CCNet:面向多光谱图像的高速船只检测级联卷积神经网络（英文）》2019.06.01
- 《表2 多尺度卷积神经网络特征的学习参数》2019.06.25
- 《表1 多尺度卷积神经网络特征的提取参数》2019.06.25
- 《表3 实时性能的比较：使用多任务级联卷积神经网络进行车牌照识别》2019.02.01
- 《表1 Res13的结构：使用多任务级联卷积神经网络进行车牌照识别》2019.02.01