The second group is based on deep l

The second group is based on deep learning models, par- ticularly deep convolutional neural networks (CNNs), which have been successfully used in various visual tasks such as image classification, object detection and image retrieval. Image representation and similarity measure become critical to image retrieval task which aims to find matched images in a big dataset. The recent works [3], [4] proposed an idea ofutilizing a pretrained CNN from a related image classification problem in image retrieval and showed very promising results.

0/5000

源语言: -

目标语言: -

结果 (简体中文) 1: [复制]

复制成功！

第二组基于深度学习模型，尤其是深度卷积神经网络（CNN），该模型已成功用于各种视觉任务，例如图像分类，目标检测和图像检索。图像表示和相似性度量对于图像检索任务至关重要，该任务旨在在大数据集中查找匹配的图像。最近的工作[3] [4]提出了一种利用相关图像分类问题中的预训练CNN进行图像检索的想法，并显示出非常有希望的结果。

正在翻译中..

结果 (简体中文) 2:[复制]

复制成功！

第二组基于深度学习模型，即深度卷积神经网络（CNN），这些模型已成功地用于图像分类、对象检测和图像检索等各种视觉任务。图像表示和相似度度测量对于旨在在大数据集中找到匹配图像的图像检索任务至关重要。最近的作品[3]，[4]提出了一个想法，利用预先训练的CNN从相关的图像分类问题在图像检索，并显示出非常有希望的结果。

正在翻译中..

结果 (简体中文) 3:[复制]

复制成功！

第二组是基于深度学习模型，特别是深度卷积神经网络（CNNs），它已成功地应用于各种视觉任务，如图像分类、目标检测和图像检索。图像的表示和相似性度量是图像检索的关键，而图像检索的目的是在一个大的数据集中找到匹配的图像。最近的工作[3]，[4]提出了一种将预训练的CNN从相关的图像分类问题中应用到图像检索的思想，并取得了很好的效果。<br>

正在翻译中..

其它语言

本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.