- 機器學習和神經網絡處理技術承載著嵌入式處理器下一個主要的市場機會。國際數據公司(IDC)預測，全球在人工智能和機器學習方面的支出將從2016年的80億美元增長到2020年的470億美元。AI爆發式增長的背后有三個主要的驅動力：算法的快速演進、強大的技術平臺以及大數據。AI日益無處不在，這就要求消費電子、汽車電子、工業4.0等終端產品具備實時神經網絡推理、可靈活升級至最新最優算法，以及從持續學習中收集有用信息的能力。
- 關鍵字：
芯原 機器學習 視覺圖像
- 高精度的微小零件邊緣檢測中，傳統邊緣檢測算法存在實際應用可操作性較差，檢測結果難以達到精度要求等問題。為了提高邊緣檢測精度，提出了基于Soble算子的改進算法，該算法擴展了Sobel算子邊緣檢測的模板，并對擴展的梯度方向圖進行了細化處理，而后在梯度圖像上實現多項式插值亞像素細分，從而完成對目標邊緣的精確定位。
實驗結果表明，該方法的定位精度為0．20 pixel，滿足微小零件在實際檢測的精度要求。
- 關鍵字：
視覺圖像 零件 邊緣檢測 算法研究
視覺圖像介紹
您好，目前還沒有人創建詞條視覺圖像!
歡迎您創建該詞條，闡述對視覺圖像的理解，并與今后在此搜索視覺圖像的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
