지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국정보통신학회JICCE Journal of information and communication convergence engineering Journal of information and communication convergence engineering Vol.19 No.2
- 발행연도
- 2021.6
- 수록면
- 79 - 83 (5page)
이용수
초록· 키워드
오류제보하기
This paper proposes a novel image classification method based on few-shot learning, which is mainly used to solve model overfitting and non-convergence in image classification tasks of small datasets and improve the accuracy of classification. This method uses model structure optimization to extend the basic convolutional neural network (CNN) model and extracts more image features by adding convolutional layers, thereby improving the classification accuracy. We incorporated certain measures to improve the performance of the model. First, we used general methods such as setting a lower learning rate and shuffling to promote the rapid convergence of the model. Second, we used the data expansion technology to preprocess small datasets to increase the number of training data sets and suppress over-fitting. We applied the model to 10 monkey species and achieved outstanding performances. Experiments indicated that our proposed method achieved an accuracy of 87.92%, which is 26.1% higher than that of the traditional CNN method and 1.1% higher than that of the deep convolutional neural network ResNet50.
목차
Abstract
Ⅰ. INTRODUCTION
Ⅱ. BACKGROUND
Ⅲ. PROPOSED METHOD
Ⅳ. RESULTS
Ⅴ. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A New Image Classification Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
Few-shot Learning-Based Image Classification
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2022 .01
-
작은 데이터 세트에 대한 새로운 이미지 분류 방법
한국정보통신학회 종합학술대회 논문집
2021 .10
-
Few-shot 학습 기반 이미지 분류
한국정보통신학회 종합학술대회 논문집
2021 .05
-
메트릭 학습 기반 오픈세트 극소수 학습에 대한 분류 성능 향상
대한전자공학회 학술대회
2020 .11
-
컨볼루션 신경망을 기반으로 한 드론 영상 분류
한국인터넷방송통신학회 논문지
2017 .01
-
딥 러닝 기반의 전이 학습을 이용한 이미지 분류에 관한 연구
한국전자통신학회 논문지
2023 .06
-
A Novel Integrated Convolutional Neural Network via Deep Transfer Learning in Colorectal Images
정보기술융합공학논문지
2019 .12
-
카테고리 계층을 고려한 회선신경망의 이미지 분류
멀티미디어학회논문지
2018 .12
-
깊은 Convolutional Neural Network를 이용한 얼굴표정 분류 기법
방송공학회논문지
2017 .03
-
Analysis of JPEG Image Compression Effect on Convolutional Neural Network-Based Cat and Dog Classification
한국방송미디어공학회 학술발표대회 논문집
2022 .11
-
다양한 이미지 향상 기법을 사용한 전립선 병리영상 딥러닝 이진 분류 연구
멀티미디어학회논문지
2020 .04
-
전이학습에 방법에 따른 컨벌루션 신경망의 영상 분류 성능 비교
멀티미디어학회논문지
2018 .12
-
Few-Shot 학습을 이용한 영상 분류
한국컴퓨터정보학회 학술발표논문집
2021 .07
-
Convolutional Neural Network Based Image Processing System
Journal of information and communication convergence engineering
2018 .09
-
A Deep Learning Approach for Classification of Cloud Image Patches on Small Datasets
Journal of information and communication convergence engineering
2018 .09
-
Lightweight image classifier for CIFAR-10
센서학회지
2021 .09
-
전이학습을 이용한 비전기반 결함 탐지 알고리즘 개발
한국CDE학회 논문집
2020 .09
-
CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법
대한건축학회논문집
2020 .09
-
Learning Deep Representation by Increasing ConvNets Depth for Few Shot Learning
International journal of advanced smart convergence
2019 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-000406397