待验证50% 置信事实精确时间

深度学习在图像识别中层层抽象，第一层识别边缘，第二层识别形状，更深层识别具体物体

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AI大模型入门：核心概念与发展历程全解析

涉及实体

深度学习technology

相关事实

待验证《Deep Residual Learning for Image Recognition》论文在CVPR 2016获得最佳论文奖76% 相似待验证现代行人重识别方法以深度度量学习为主流，通过三元组损失或对比损失训练孪生网络，将同一目标的不同图像映射至特征空间中相近位置74% 相似待验证形变检测的标注层次可从图像级二分类标签、边界框、像素级语义分割到形变类型/严重程度/3D深度估计等多维标注递进73% 相似待验证图像分割常借助深度学习中的语义分割模型如U-Net或Mask R-CNN实现，逐像素判断哪些区域属于鸟类主体72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/908062

API

curl https://kongchang.com/api/v1/knowledge/claims/908062

MCP

get_claim(id=908062)