科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度学习是目前最强大的机器学习算法之一,其中卷积神经网络模型具有自动学习特征的能力,在图像处理领域较其他深度学习模型有较大的性能优势。该文先简述了深度学习的发展史;然后综述了深度学习在超声检测缺陷识别中的应用与发展,从早期浅层神经网络到现在深度学习的应用现状,并借鉴医学影像识别和射线图像识别领域的方法,分析了卷积神经网络对超声图像缺陷识别的适用性;最后,探讨归纳了目前在超声检测图像识别中使用卷积神经网络存在的一些问题及其主要应对策略的研究方向。
-
单位中国科学院大学; 声场声信息国家重点实验室; 中国科学院声学研究所
