【网络架构】第40页

分割研究~~总结

whaosoft143·2022-12-04 06:59

论文阅读：SCDNET: A novel convolutional network for semantic change detection in high resolution optical

SCDNET:一种用于高分辨率光学遥感图像变化检测网络变化检测新的网络架构SCD的局限性提出的SCDNET架构网络结构多尺度空洞卷积模块注意力机制LOSS函数实验结论变化检测变化检测(ChangeDetection

Jkxzt1314·2022-12-04 03:11

基于cifar-10数据集进行深度学习练手

本文基于cifar-10进行多分类网络架构的研究，将从激活函数、网络主干、数据增强等方面进行对比实验。

ng_T·2022-12-04 00:55

Transformer

第一篇论文：AttentionIsAllYouNeed2017简介全新的网络架构Transformer，完全基于注意力机制，不包含递归和卷积，应用在机器翻译上。

视觉菜鸟Leonardo·2022-12-03 20:09

Faster BiSeNet：A Faster Bilateral SegmentationNetwork for Real-time Semantic Segmentation

我们进行了更简洁的设计，以减少冗余网络架构并加强两个分支之间的相

南吕十七·2022-12-03 18:12

swin Transformer

文章目录swinTransformer创新点：网络架构：PatchPartitionlinearEmbeddingSwinTransformerPatchMerging总结swinTransformer

1900_·2022-12-03 15:57

cvpr 深度估计_近两年 CVPR ICCV ECCV 相机位姿估计、视觉定位、SLAM相关论文汇总...

CVPR-20181.CodeSlam:对单目slam算法的关键帧进行深度估计，使用网络架构对单目图像进行处理2.MapNet：去中心化的环境建图，并且能够完成重定位，使用RNN网络3.P2P-flyingcamera

酔与符号·2022-12-03 10:11

UniAD【异常检测：Reconstruction-based】【expand】

论证方式1.测试三种网络架构ML

太简单了·2022-12-03 09:27

知识图谱：【知识图谱问答KBQA（三）】——Prompt Learning

2.全监督学习（神经网络）使得特征学习与模型训练相结合，于是研究重点转向了架构工程，即通过设计一个网络架构（如CNN，RNN，Transformer）能够学习数据特征。

J_Xiong0117·2022-12-03 09:23

【目标检测】SSD: Single Shot MultiBox Detector 模型fine-tune和网络架构

前言博主在上一篇中提到了两种可能的改进方法。其中方法1，扩充类似数据集，详见UdacitySelf-Driving目标检测数据集简介与使用，由于一些原因，并未对此数据集做过多探索，一次简单训练下，mAP为64%左右，这还需要进一步探索。而方法2，说的是fine-tune已经训练好的SSDmodel，最近没来得及进行调参，初次实验效果有限，先把过程和原理记录下来，免得忘了，然后还会说下SSD的网络架

苍穹sky·2022-12-03 08:02

【PyG】图神经网络GCN代码自学

本文考虑了一个具有分层传播规则的多层图卷积网络(GCN)，图卷积网络(GCN)是一个对图数据进行操作的神经网络架构，它非常强大，即使是随机初始化的两层GCN也可以生成图网络中节点的有用特征表示。

双子syl·2022-12-03 05:02

#今日论文推荐# CVPR 2022 | DAFormer：使用Transformer进行语义分割无监督域自适应的开篇之作

尽管有大量的方法提出了新的适应策略，但它们大多是基于比较经典的网络架构。由于目前网络结构的影响尚未得到系统的研究，作者首

wwwsxn·2022-12-02 20:29

基于Pytorch框架实现ENAS算法优化的图像识别技术探索-α迭代随笔

我们希望通过将ENAS的网络架构优化算法转变为实例化项目，能够在有一定实际意义下解决对于Pytorch图像识别的探索问题。

weixin_30768661·2022-12-02 18:44

【毕业设计】深度学习手势识别系统 - yolo python opencv 机器视觉

文章目录0前言1课题背景2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络

caxiou·2022-12-02 16:52

RepVGG论文详解

RepVGG论文详解RepVGG是截止到2021.2.9日为止最新的一个轻量级网络架构。在我的测试中，其在安霸CV22上的加速效果不如ShuffleNetv2。

qq_1041357701·2022-12-02 16:45

Faster R-CNN网络架构

**FasterR-CNN网络架构原理解析**Anchor的第一个分支是一个分类分支负责判断途中有没有东西，但是不会判断物品第二个分支是回归分支表示Anchor和真实值有多远最终提取的候选框尽量向真实值靠拢

爱编程的小懒·2022-12-02 14:29

高校学生消费行为分析系统

72.1聚类算法72.2ECharts72.3Python72.4MySQL简介83系统分析93.1功能需求分析93.2业务流程分析103.3数据流图143.4数据库概念模型设计174系统设计184.1系统网络架构设计

普通网友·2022-12-02 13:52

综述：深度学习时代的低光图像增强最全综述，附带最新提出的大尺度低光图像数据集、在线评估平台

本文从低光图像增强的数据集、网络架构、损失函数、学习机制等不同角度对其进行了系统性的总数；为评估不同方法的泛化性与鲁棒性还提出了一个大尺度低光图像数据集；与此同时，针对低光图像增强存在的挑战以及未来有研究价值的方向进行了探讨

HappyAIWalker·2022-12-02 13:49

【车载以太网】【测试】架构及测试工具

而相比于传统总线技术，车载以太网不仅可以满足汽车制造商对带宽的需求同时还能降低车内的网络成本，是未来整车网络架构设计的趋势。目前，车载以太网主要用于诊断、车载信息娱乐系统（IVI）以及驾驶辅助系统。

流动的星·2022-12-02 11:14

车载以太网工具链，你了解多少？

而相比于传统总线技术，车载以太网不仅可以满足汽车制造商对带宽的需求，同时还能降低车内的网络成本，是未来整车网络架构设计的趋势。目前，车载以太网主要用于诊断、车载信息娱乐系统（IVI）和驾驶辅助系统。

SoftingChina·2022-12-02 11:40

【读点论文】Searching for MobileNetV3 集合了多项热门技术通道注意力，神经网络搜索，V1，V2。建议深度学习MnasNet和NetAdapt两篇论文

MobileNetV3通过硬件网络架构搜索(NAS)的

羞儿·2022-12-02 10:46

语义分割算法性能比较_自动驾驶领域：一种实时高精度的城市道路场景语义分割方法...

然而，由于使用复杂的网络架构，基于DCNN的语义分割方法往往存在计算复杂度高的问题。这极大地限制了在实时处理的真实场景中的应用。本文

weixin_39727005·2022-12-01 20:28

自动驾驶场景实时高精度的城市道路场景语义分割方法

LBN-AACAM：通道注意力机制独特的空间金字塔池DASPP：空间细节保护网络(SPN)特征融合网络(FFN)总结：文章地址：https://arxiv.org/pdf/2003.08736.pdf网络架构

一只不出息的程序员·2022-12-01 20:27

目标分割(八)Large Kernel Matters---GCN讲解

GlobalConvolutionalNetworkReference原文：GCN收录：CVPR2017(IEEEConferenceonComputerVisionandPatternRecognition)代码：GCN-githubABSTRACT在如今网络架构设计中

Raywit·2022-12-01 18:46

2022吴恩达机器学习课程学习笔记（第二课第二周）

激活函数的替代方案如何选择激活函数如何为输出层选择激活函数如何为隐藏层选择激活函数为什么模型需要激活函数多分类问题Softmaxsoftmax回归公式softmax回归代价函数带有softmax输出层的神经网络神经网络架构神经网络实现

Ys能保研·2022-12-01 13:22

【观察】从架构、产品到平台蜕变，思科DNA实现价值新跃迁

在此过程中，思科以全数字化网络架构(DNA)为基础，通过三轮的持续创新和迭代，让思科基于意图的网络的创新，完成了从架构、产品到平台的蜕变，为企业今后通往IBN的道路，应对数字化转型的浪潮，提供更多的驱动力和想象力

申耀的科技观察·2022-12-01 11:26

序列模型（1）—— 难处理的序列数据

参考：《动手学深度学习》8.1节文章目录1.序列数据2.统计工具2.1自回归模型（Autoregressive）2.2马尔可夫模型2.3因果关系3.传统网络架构难以处理序列数据3.1生成训练序列3.2使用

云端FFF·2022-12-01 09:04

干货！基于深度学习的向量嵌入技术在时间序列相似性查询中的应用

在这项工作中，我们提出了一种基于深度神经网络的新型时间序列摘要DEA，并专为学习DEA设计了网络架构SEAnet。为了有效地在海量数据集上训练SEAnet，我们提

AITIME论道·2022-12-01 09:19

YOLO系列-yolov1

网络架构首先第一步拿到448*448*3的固定图片大小，固定值不代表只能检测固定大小的东西，固定值的意思只是把图片resize到固定值，图片里面的物体的坐标都会做相应的改变，还是可以映射到原始的输入数据当中

dzm1204·2022-12-01 08:10

BlazePose

摘要我们提出了BlazePose，一种轻量级卷积神经网络架构，用于人体姿态估计，可用于移动设备上的实时推断。

早起学习晚上搬砖·2022-12-01 07:38

EPNet论文解读

EPNet论文解读1.背景2.网络架构2.1ImageStream2.2GeometricStream2.2.1SA模块2.2.2FP模块2.3FI-Fusion2.3.1GridGenerator2.3.2ImageSampler2.3.3LI-FusionLayer2.4ConsistencyEnforcingLoss2.5OVerallLossFunction

sky1_23·2022-12-01 04:55

BYOL论文笔记(Bootstrap Your Own Latent A New Approach to Self-Supervised Learning)

网络架构：使用resnet50、resnet50(1x)作为基本的编码器,使用两层的MLP作为online和target网络的投影器（20

Sunny_fairness·2022-11-30 22:15

秒杀大王卡！最近超火的电信物联卡哪里有卖？

电信物联网卡定义介绍电信物联网卡是由“中国电信股份有限公司物联网分公司”负责的物联网络架构，电信物联网卡业务是中国电信面向物联网用户提供的采用物联网专用的物联网卡号

搜卡之家·2022-11-30 19:12

【深度学习】万字解读首篇「人脸复原」综述！南大、中山、澳国立、帝国理工等联合发布...

最近，来自南京大学、澳大利亚国立大学、中山大学、帝国理工学院和腾讯的研究者们全面回顾并总结了基于深度学习的人脸复原技术的研究进展，对人脸复原方法进行了分类，讨论了网络架构、损失

风度78·2022-11-30 19:33

Transformer：网络架构

TransformerAttentionisallyouneed代码架构标签平滑(Labelsmoothing)标签平滑（Labelsmoothing），像L1、L2和dropout一样，是机器学习领域的一种正则化方法，通常用于分类问题，目的是防止模型在训练时过于自信地预测标签，改善泛化能力差的问题。传统one-hot编码标签的网络学习过程中，鼓励模型预测为目标类别的概率趋近1，非目标类别的概率趋

不存在的c·2022-11-30 19:10

语音论文阅读(用于SOTA语音识别的多流CNN和自专注SRU)

论文：ASAPP-ASR:MultistreamCNNandSelf-AttentiveSRUforSOTASpeechRecognition摘要：两种新颖的神经网络架构MultistreamCNN(声学模型

wudibaba21·2022-11-30 15:35

【SwinTransformer源码阅读二】Window Attention和Shifted Window Attention部分

虽然从网络架构图里看，W-MSA和S

qq_29750461·2022-11-30 14:01

旷视张祥雨：神经网络架构设计新思路

点击上方“CVer”，选择加"星标"置顶重磅干货，第一时间送达本文转载自：AI科技评论作者|蒋宝尚编辑|青暮深度学习模型在很多任务上都取得了不错的效果，但调参却是一项非常痛苦的事情，大量的超参数和网络结构参数会产生爆炸性的组合。因此最近几年神经网络的架构搜索和超参数优化成为一个研究热点。此外，对于架构设计新方法、新机制的探索，也是当下深度学习研究与落地的重点课题之一。神经网络的架构设计目前进展到哪

Amusi（CVer）·2022-11-30 10:15

使用PyTorch实现简单的AlphaZero的算法（3）：神经网络架构和自学习

神经网络架构和训练、自学习、棋盘对称性、PlayoutCapRandomization，结果可视化从我们之前的文章中，介绍了蒙特卡洛树搜索(MCTS)的工作原理以及如何使用它来获得给定棋盘状态的输出策略

deephub·2022-11-30 10:42

消融实验——Ablation experiment

就是控制变量法，指在原有的模型的基础上：加A：效果提升多少加B：效果提升多少加A+B：效果提升多少结论：A有效、B有效、且A+B有效>案例<以DKN为例，下图即为消融实验效果图（图中DKN可以认为是网络架构

呆萌的代Ma·2022-11-30 10:40

numpy实现cnn

经过多天的奋战，终于写出了一个完成的cnn框架，里面最主要的还是卷积反向传播这一块网络架构用到的包数据集：minist这里是随机抽取了1000份做训练集100份做测试集整体流程'''先思考一下，前面的28

通宵睡一宿·2022-11-30 01:47

改进YOLOv5系列：基于互补搜索技术和新颖架构设计组合MobileNetV3结构作为Backbone主干网络，打造不同的检测器

检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制】、【数据增强部分】、【标签分配策略】、【激活函数】等各个部分文章目录一、MobileNetV3论文理论部分网络架构实验二

芒果汁没有芒果·2022-11-29 20:37

顶刊IJCV 2022！华为GhostNet再升级！全系列硬件上最优极简AI网络

AI/CV重磅干货，第一时间送达作者：王云鹤|已授权转载（源：知乎）编辑：CVerhttps://zhuanlan.zhihu.com/p/540547718GhostNet作为近年来最流行的轻量级神经网络架构

Amusi（CVer）·2022-11-29 11:10

深度学习系列10：人脸识别概述

下图是基本流程：1.1数据集公开数据集的变迁如下：1.2前处理人脸处理的变迁如下：1.3网络架构主架构的变迁如下图：1.4目标函数通常，人脸识别可分为人脸识别和人脸验证。

IE06·2022-11-29 09:18

【搭建网络架构】【01】搭建网络模型的方法——tf和pytorch

本文介绍了以下内容：（1）tf和pytorch搭建网络架构的两种方法。即采用sequential容器，采用构建器构建或者采用add方法构建。

昔我往矣wood·2022-11-29 09:45

Transformer：Attention Is All You Need

我们提出了一种新的简单网络架构，即Transformer，它完全基于注意力机制，完全不用递归和卷积。在

不存在的c·2022-11-29 08:23

Pytorch基本知识与MNIST数据集

Pytorch基本知识PyTorch和TensorFlow是流行的神经网络架构。

明月hm·2022-11-29 08:29

偏微分方程数值解法pdf_天生一对，硬核微分方程与深度学习的联姻之路

真的能用来理解深度神经网络、推导神经网络架构、构建深度生成模型？本文将从鄂维南、董彬和陈天琦等研究者的工作中，窥探微分方程与深度学习联袂前行的路径。

weixin_39865952·2022-11-29 08:55

【毕业设计】深度学习 python opencv 动物识别与检测

文章目录0前言1深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2

DanCheng-studio·2022-11-29 06:59

Fast Deep Learning for Automatic Modulation Classification解读

在这里，作者继续这一工作，并研究提供高分类精度的深度神经网络架构。作者确定了三

鸡蛋糕糕糕·2022-11-29 05:19

推荐频道

【网络架构】