(CNN)

AI量化策略 篇一：方向综述

文章目录简述特点传统AI方向循环神经网络(RNN)卷积神经网络(CNN)深度自回归网络（DeepAR）其他长短时记忆网络(LSTM)线性回归模型自回归模型（ARIMA,GARCH）随机森林（RandomForests
李小白杂货铺·2024-01-10 04:08

FPN（Feature Pyramid Networks）

图b图b是FastR-CNN和FasterR-C
meteor,across T sky·2024-01-10 04:02

多特征变量序列预测(一)——CNN-LSTM风速预测模型

目录往期精彩内容：前言1多特征变量数据集制作与预处理1.1导入数据1.2数据集制作与预处理2基于Pytorch的CNN-LSTM预测模型2.1定义CNN-LSTM预测模型2.2设置参数，训练模型3模型评估与可视化
建模先锋·2024-01-10 03:52

Python轴承故障诊断 (十)基于VMD+CNN-Transfromer的故障分类

目录1变分模态分解VMD的Python示例2轴承故障数据的预处理2.1导入数据2.2故障VMD分解可视化3基于VMD+CNN-Transformer的轴承故障诊断分类3.1定义VMD-CNN-Transformer
建模先锋·2024-01-10 03:50

第2章 大模型的基础知识2.2 大模型的关键技术2.2.1 模型架构

从传统的多层感知器（MLP）到卷积神经网络（CNN）、循环
OpenChat·2024-01-10 02:29

关于CNN卷积神经网络与Conv2D标准卷积的重要概念

一、参考资料深入解读卷积网络的工作原理（附实现代码）深入解读反卷积网络（附实现代码）WaveletU-net进行微光图像处理卷积知识点CNN网络的设计论：NASvsHandcraft二、卷积神经网络(CNN
花花少年·2024-01-10 01:16

竞赛保研 基于深度学习的动物识别 - 卷积神经网络 机器视觉 图像识别

文章目录0前言1背景2算法原理2.1动物识别方法概况2.2常用的网络模型2.2.1B-CNN2.2.2SSD3SSD动物目标检测流程4实现效果5部分相关代码5.1数据预处理5.2构建卷积神经网络5.3tensorflow
iuerfee·2024-01-09 20:08

Attention Is All You Need--Transformer

这个架构只需要运用注意力机制，而不需要用RNN和CNN，通过减少模型参数简化了模型。作者通过实验同时说明了该架构的适应性较好。
sweet_Mary·2024-01-09 20:37

【读文献】Attention is all your need - Transformer

基于RNN/CNN的Encoder-Decoder或者RNN带Attention的Encoder-Decoder不能并行计算或者并行计算的复杂度会随着输入输出距离的增加而大幅度增加，以及RN
无名草鸟·2024-01-09 20:05

论文阅读-Attention Is All You Need阅读报告-机器翻译

文中提到，主流的序列转换模型都是基于复杂的循环神经网络（RNN）或卷积神经网络（CNN），且都包含一个encoder和一个decoder。RNN及其衍生网络的缺点就是慢，问题在于前后隐藏状
完美屁桃·2024-01-09 20:05

图像分类任务的可视化脚本，生成类别json字典文件

如这篇文章中：CNN卷积神经网络对染色血液细胞分类(blood-cells)在分类任务中，必定经历过图像预处理，缩放啊、随即裁剪啊之类的，可视化效果不太明显本章将从数据角度出发，直接根据数据目录将图像可视化
听风吹等浪起·2024-01-09 19:46

[C#]使用PaddleInference图片旋转四种角度检测

它提供了一系列先进的目标检测算法，包括但不限于FasterR-CNN,MaskR-CNN,YOLOv3,YOLOv4,PP-YOLO等，以及丰富的高质量预训练模型，方
FL1623863129·2024-01-09 16:51

为什么我们对图像使用卷积而不仅仅是FC层？

其次，卷积神经网络(CNNs)具有部分内建的平移不变性，因为每个卷积核充当其自身的滤波器/特征检测器。
城市中迷途小书童·2024-01-09 16:33

图像分类保姆级教程-深度学习入门教程（附代码）

1.算法原理：深度学习图像分类利用卷积神经网络（CNN）作为模型的核心。CNN具有多层卷积和池化层，能够自动发现图像中的特征。
从懒虫到爬虫·2024-01-09 16:39

自动驾驶轨迹预测

目录神经网络轨迹预测综述：比较新的轨迹预测网络Uber：LaneRCNN[5]Google：VectorNet[6]Huawei：HOME[7]Waymo：TNT[8]Aptive：Covernet[9
AI视觉网奇·2024-01-09 15:22

如何标注mask用于图像分割模型训练（VIA标注semantic segmentation数据集的mask）

近几年深度学习发展非常迅猛，深度学习用于图像识别、分割等方面效果非常好，像maskrcnn这类网络已经可以做到对象分割了（instancesegmentation）。再不跟进就落伍了！！
dvlee1024·2024-01-09 14:27

基于tensorflow CNN的花卉识别系统

用户可以上传一张花卉图片，系统通过使用卷积神经网络（CNN）模型，自动识别出该花卉的品种。
沐知全栈开发·2024-01-09 12:12

六、计算机视觉相关内容

变换颜色1.1.3结合多种图像增广方法二、微调2.1微调的步骤2.2具体案例三、目标检测和边界框3.1边界框四、锚框五、多尺度目标检测六、目标检测数据集七、单发多框检测(SSD)八、区域卷积神经网络(R-CNN
穆_清·2024-01-09 12:59

静态背景下运动目标检测 matlab_干货 | 视频显著性目标检测（文末附有完整源码）...

背景将CNN应用于视频显著性的第一个问题是缺乏足够大、标记密集的视频训练数据。据我所知，CNN在计算机视觉方面的成功在很大程度上归功于大规模标注图像
weixin_39747049·2024-01-09 10:57

Pytorch上下采样函数--interpolate()

Unpooling是在CNN中常用
Activewaste·2024-01-09 09:05

基于YOLOv6开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv7开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv3开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv4开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv5全系列参数模型【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv8全系列【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:49

高速公路表面图像裂缝检测程序

Python项目、前端项目、人工智能与大数据、简历模板、学习资料、面试题库、技术互助收藏点赞不迷路关注作者有好处文末获取源码项目编号：BS-AI-002一，环境介绍语言环境：Matlab算法：神经网络CNN
qq_469603589·2024-01-09 09:18

科技云报道：“存算一体”是大模型AI芯片的破局关键？

第一次发生在2012年10月，卷积神经网络（CNN）算法凭借比人眼识别更低的错误率，打开了计算机视觉的应用盛世。
科技云报道·2024-01-09 08:46

论文解读：CBAM: Convolutional Block Attention Module--ECCV2018

因为CBAM是个轻量级的通用模块，所有它可以整合到任何CNN框架中，并且计算成本几乎不变。QQ截图20190610123827.png1.Introduction为
jscdw·2024-01-09 04:08

毕业设计：基于深度学习的人脸识别考勤签到系统 人工智能 python CNN

目录前言课题背景和意义实现技术思路一、算法理论基础1.1人脸识别算法1.2卷积神经网络二、数据集三、实验及结果分析3.1实验环境搭建3.2模型训练最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到
Krin_IT·2024-01-08 20:55

(Matlab)基于CNN-Bi_LSTM的多输入分类(卷积神经网络-双向长短期记忆网络)

目录一、程序及算法内容介绍：基本内容：亮点与优势：二、实际运行效果：三、部分代码展示：四、完整代码+数据下载：一、程序及算法内容介绍：基本内容：本代码基于Matlab平台编译，将卷积神经网络(CNN)与双向长短期记忆神经网络
神经网络与数学建模·2024-01-08 18:20

(Matlab)基于CNN-Bi_LSTM的多维回归预测(卷积神经网络-双向长短期记忆网络)

目录一、程序及算法内容介绍：基本内容：亮点与优势：二、实际运行效果：三、部分代码展示：四、完整程序+数据分享：一、程序及算法内容介绍：基本内容：本代码基于Matlab平台编译，将卷积神经网络(CNN)与双向长短期记忆神经网络
神经网络与数学建模·2024-01-08 18:50

(Matlab)基于CNN-Bi_LSTM的多维时序回归预测(卷积神经网络-双向长短期记忆网络)

目录一、程序及算法内容介绍：基本内容：亮点与优势：二、实际运行效果：三、部分代码展示：四、完整代码+数据下载：一、程序及算法内容介绍：基本内容：本代码基于Matlab平台编译，将卷积神经网络(CNN)与双向长短期记忆神经网络
神经网络与数学建模·2024-01-08 18:39

食谱检测 — 一场基于 CNN 的食谱改革

食谱检测项目旨在开发一种算法或系统，能够从各种来源（如图像、文本或二者的组合）识别和分类不同的食谱。其目标是使用户能够上传一张图像或输入描述一道菜肴的文本，并使系统能够准确识别食谱并提供相关信息，如食材、制作步骤和营养信息。该项目可能涉及使用大量食谱的数据集对机器学习模型进行训练，使系统能够学习和识别特定菜肴的模式和特征。诸如图像识别、自然语言处理和数据挖掘等技术可能被采用以提高食谱检测系统的准确
小北的北·2024-01-08 17:55

超级干货 | 从神经元到CNN、RNN、GAN…神经网络看本文绝对够了

在深度学习十分火热的今天，不时会涌现出各种新型的人工神经网络，想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写（如：DCIGN、BiLSTM、DCGAN……还有哪些？)，就已经让人招架不住了。因此，这里整理出一份清单来梳理所有这些架构。其中大部分是人工神经网络，也有一些完全不同的怪物。尽管所有这些架构都各不相同、功能独特，当我在画它们的节点图时……其中潜在的关系开
AAI机器之心·2024-01-08 16:33

李宏毅机器学习_卷积神经网络(CNN)

目录摘要Abstract一、什么是CNN二、ImageClassification三、Observation1一、Simplification1四、Observation2五、BenefitofConvolutionalLayer
Nyctophiliaa·2024-01-08 14:04

哥又来看论文了《Deepfake Video Detection Using Convolutional Vision Transformer》

2.我们的贡献是我们在ViT架构中添加了一个CNN模块，并在DFDC数据集上取得了具有竞争力的结果。卷积VIT（卷积与vit的结合）模型架构由两部分组成
一只发呆的猪·2024-01-08 11:55

[PyTorch][chapter 9][李宏毅深度学习][CNN]

卷积神经网络的创始人是着名的计算机科学家YannLeCun，目前在Facebook工作，他是第一个通过卷积神经网络在MNIST数据集上解决手写数字问题的人.CNN除了在图像分类,还有一些其它有趣的创意方案
明朝百晓生·2024-01-08 10:54

【Python】卷积神经网络

卷积神经网络一、前言二、卷积神经网络2.1简介2.2层级结构2.3实现一、前言卷积神经网络（ConvolutionalNeuralNetworks，CNN）是一种包含卷积计算且具有深度结构的前馈神经网络
Jc.MJ·2024-01-08 10:23

【Pytorch】学习记录分享14——视频分析3D卷积

而在视频理解领域，为了同时保留时序信息，就需要同时学习时空特征，如果用2DCNN来处理视频，那么将不能考虑编码在连续多帧之间的运动信息，而C3D网络就在这样的背景下横空出世了。3Dconvol
大江东去浪淘尽千古风流人物·2024-01-08 10:53

师傅领进门之6步教你跑通一个AI程序！

内容提纲：环境搭建了解Tensorflow运行机制MNIST(手写数字识别)softmax性线回归MNIST深度卷积神经网络（CNN）t
weixin_30915275·2024-01-08 09:19

区间预测 | Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测

区间预测|Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测目录区间预测|Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2024-01-08 08:16

李沐-《动手学深度学习-02-目标检测

一、目标检测算法1.R-CNNa.算法步骤使用启发式搜索算法来选择锚框（选出多个锚框大小可能不一，需要使用Rolpooling）使用预训练好的模型（去掉分类层）对每个锚框进行特征抽取（如VGG,AlexNet
叮咚Zz·2024-01-08 08:40

Conv2Former：一种transformer风格的卷积特征提取方式

我们都知道ViTs推动了设计识别模型的发展，近几年使用的也相当的多，通常就是CNN网络引入注意力机制，往往可以获得不错的性能，因为相比较与卷积cnn，self-attention能够模拟全局成对依赖关系
夏天是冰红茶·2024-01-08 07:54

时序预测 | Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测(多指标评价)

时序预测|Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测(多指标评价)目录时序预测|Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测
机器学习之心·2024-01-08 07:23

CNN——ResNet

深度残差网络（Deepresidualnetwork,ResNet）的提出是CNN图像史上的一件里程碑事件，并且让深度学习真正可以继续做下去，斩获2016CVPRBestPaper。
搁浅丶.·2024-01-08 07:40

深度学习：解决CNN的困境——胶囊网络

整个人工智能学术研究领域谈论最多的应该就是被誉为深度学习之父GeoffreyE.Hinton发表的论文DynamicRoutingBetweenCapsules,其中介绍了全新的深度学习模型——胶囊网络（CapsuleNetwork）1.普通CNN
一碗姜汤·2024-01-08 06:44

全基因组CNV分析3. 深入CNVkit分析管道

就和前文快速上手所介绍的流程一样，bam-cnn(Bincoverages)-
Jason数据分析生信教室·2024-01-07 23:31

深度学习 基本理论 3 ：之物体检测（Anchor base/NMS/softmax/损失函数/BCE/CE/zip

Anchorfree1.1AnchorbaseAnchorbase，译为基于锚点的一个物体检测方法，也可以叫做基于一组预定义的框模型会预测每个锚点是否存在对象，并预测需要对锚点进行的调整以更好地适应该对象Anchorbase物体检测方法：FastR-CNN
机器学习杨卓越·2024-01-07 23:13

树莓派4B使用ncnn部署yolov5-Lite，推理耗时 247ms 包含前后处理

一.引言最近在玩树莓派，想在树莓派上不是一个目标检测算法，大致看了一下，目前开源的大家都在使用yolov5-Lite，使用ncnn去推理加速，于是自己也尝试部署，在此记录一下，个人踩的坑。
鲤鱼不懂·2024-01-07 22:36
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他