由于相似的车辆之间可能存在微小的差异，因此我们采用分块的方式重点关注车

由于相似的车辆之间可能存在微小的差异，因此我们采用分块的方式重点关注车辆的局部特征。为了获得局部区域，我将大小为112*112*64的由RES-net生成的特征图划分为两个重叠的局部区域。这两个区域分别用upper-local和lower-local表示，分别表示特征图像的上部区域和下部区域。两个特征区域的尺寸大小为56*112*64，他们将通过特征映射生成有判别力的块特征最终输入网络。因此，我们通过局部网络获取一张车辆图像的局部关键特征。

0/5000

源语言: -

目标语言: -

结果 (英语) 1: [复制]

复制成功！

ເປັນອາດຈະມີຄວາມແຕກຕ່າງເລັກນ້ອຍລະຫວ່າງພາຫະນະທີ່ຄ້າຍຄືກັນ, ສະນັ້ນພວກເຮົານໍາໃຊ້ block ຂອງການສຸມໃສ່ການລັກສະນະທ້ອງຖິ່ນຂອງຍານພາຫະນະໄດ້. ໃນຄໍາສັ່ງທີ່ຈະໄດ້ຮັບພື້ນທີ່ໃນທ້ອງຖິ່ນ, ຂະຫນາດຂອງຂ້າພະເຈົ້າ 112 * 112 * 64 ໄດ້ຖືກສ້າງຂຶ້ນໂດຍການ RES-net wherein ຄົນແບ່ງອອກເປັນສອງ overlapping ຂົງເຂດທ້ອງຖິ່ນ. ທັງສອງພາກພື້ນແມ່ນເປັນຕົວແທນໂດຍເທິງທ້ອງຖິ່ນແລະຫຼຸດລົງ, ທ້ອງຖິ່ນ, ຕາມລໍາດັບເປັນເຂດເທິງແລະພາກພື້ນຕ່ໍາຄຸນນະສົມບັດຮູບພາບ. Wherein ຂະຫນາດຂອງສອງຂົງເຂດແມ່ນ 56 * 112 * 64, ສະນັ້ນພວກເຂົາເຈົ້າປ້ອງກັນແຜນການຜະລິດຈໍາແນກວັດສະດຸປ້ອນທີ່ຜ່ານມາໂດຍຄຸນສົມບັດຂອງເຄືອຂ່າຍດັ່ງກ່າວ. ດັ່ງນັ້ນ, ພວກເຮົາໄດ້ຮັບຄຸນນະສົມບັດທີ່ສໍາຄັນຂອງຮູບພາບທີ່ຍານພາຫະນະໃນທ້ອງຖິ່ນໂດຍຜ່ານການເຄືອຂ່າຍທ້ອງຖິ່ນ.

正在翻译中..

结果 (英语) 2:[复制]

复制成功！

Since there may be minor differences between similar vehicles, we use a blocked approach to focus on the local characteristics of the vehicle. To get a local area, I divided the RES-net-generated feature map, which is size 112 x 112 x 64, into two overlapping local regions. These two areas are represented by upper-local and local, representing the upper and lower areas of the feature image, respectively. The size of the two feature areas is 56 x 112 x 64, and they will generate a distinct block feature through the feature map to eventually enter the network. Therefore, we obtain local key features of a vehicle image through a local network.

正在翻译中..

结果 (英语) 3:[复制]

复制成功！

As there may be small differences between similar vehicles, we focus on the local characteristics of vehicles in a block based way. In order to obtain the local area, I divide the feature map generated by res net with the size of 112 * 112 * 64 into two overlapping local areas. These two regions are represented by upper local and lower local, respectively, representing the upper and lower regions of the feature image. The size of the two feature areas is 56 * 112 * 64. They will generate the final input network of discriminative block features through feature mapping. Therefore, we obtain the local key features of a vehicle image through a local network.

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.