卷积神经网络+特征提取

基于机器学习的视觉应用

又名：机器视觉之从调包侠到底层开发（第3天）PS:这个系列是准备做从Python一些接口应用开发，openCV基础使用场景原理讲解，做一些demo案例讲解，然后开始数学基础复习，基础图像处理技术概念，特征提取和描述细节
Wade_Crab·2024-01-13 07:32

深度卷积神经网络

目录1.AlexNet2.代码实现1.AlexNet(1)特征提取(2)选择核函数来计算相关性：怎么判断在高维空间里面两个点是如何相关的，如果是线性模型就是做内积。
sendmeasong_ying·2024-01-13 06:42

视觉SALM与激光SLAM的区别

一：特征提取1.ORB-SLAM（视觉SLAM）ORB-SLAM算法采用ORB特征点，ORB特征点一般提取在角点上面，每一个ORB特征点具有以下信息：位置信息：该ORB特征点所在的图像像素坐标。
Jiqiang_z·2024-01-13 06:12

AI疯狂进阶——感受野篇

在卷积神经网络中，感受野是卷积神经网络每一层输出的特征图上的像素点在原始图像上映射的区域大小。神经元感受野之外的图像内容并不会对该神经元的值
AI疯狂进阶·2024-01-13 01:14

人脸识别项目

4.人脸特征提取：对人脸特征建模的过程。5.匹配与识别：提取的人脸图像的
m0_63914675·2024-01-12 20:28

基于机器学习和深度学习的新能源功率预测研究综述--学术论文模式--个人梳理

个人梳理目录基于机器学习和深度学习的新能源功率预测研究综述--学术论文模式--个人梳理写在前面摘要1引言2新能源功率预测方法概述2.1人工智能技术预测新能源功率的理论基础2.2机器学习和深度学习模型方法2.2.1人工神经网络(ANN)2.2.2卷积神经网络
lalalaO°C_m·2024-01-12 19:20

Pytorch基础：nn模块与网络创建——卷积模块的使用

Pytorch基础：nn模块与网络创建——卷积模块的使用1.卷积模块2.nn.Conv2d3.特征图的输入和输出尺寸的关系表4.卷积后输出特征图维度和输入相同1.卷积模块卷积是卷积神经网络中最常用的操作之一
MechMaster·2024-01-12 19:44

用于马铃薯叶片病害预测的端到端深度学习框架（完整代码）

框架包括图像采集、预处理、分割、特征提取和融合以及分类。为了训练和评估模型，我们利用公共马铃薯叶数据集：早疫病、晚疫病和健康叶片。利用分割和融合特
子虚先生√·2024-01-12 17:57

李宏毅深度学习——卷积神经网络

卷积神经网络CNNCNN在图像处理中的应用图像分类：input：像素矩阵output：输出类别的向量大部分pattern比整张图片要小CNN的架构Convolution卷积计算：将卷积核与像素矩阵进行内积计算
migugu·2024-01-12 17:19

基于RNN的模型

之前的深度学习中常见的前馈神经网络主要包括多层感知器（MLP）、卷积神经网络（CNN）等，由于没有内在的时序结构和记忆能力，建模这种序列数据具有很大的局限性。因此，研究
Algorithm_Engineer_·2024-01-12 09:56

DomainForensics: Exposing Face Forgery across Domains via Bi-directional Adaptation

4.数据增强、频域特征提取、零样本学习、少样本学习都有各自的缺点。二、研究动机1.zero-shot方法难以利用新增样本，few-shot方法需要对样本进行注释，无监督域自
二苏旧局吖·2024-01-12 09:26

李沐之经典卷积神经网络

目录1.LeNet2.代码实现1.LeNet输入是32*32图片，放到一个5*5的卷积层里面，卷积层的输出通道数是6，高宽都是28（32-5+1=28）。再经过2*2的池化层，把28*28变成14*14（28-2+2）/2=14，这里的步幅和窗口的大小一样。再经过5*5的卷积层，输出就变成10*10的（14-5+1=10）。通道数增加了从6变到16。再经过一个池化层，也是16个通道（用了16个卷积
sendmeasong_ying·2024-01-12 09:24

卷积神经网络的搭建

基于CNN搭建LeNet网络，实现对MNIST手写数字数据集的图像分类，精确率能够达到98%此过程数据集使用了软件所自带的，代码运行如下
Fjourney·2024-01-12 09:52

深度学习目标跟踪简述

这通常是通过卷积神经网络（CNN）来实现的。特征提取：提取目标的特征，这样算法就能在后续的帧中识别它。这些特征可能包括颜色、形状、纹理等。
LittroInno·2024-01-12 09:20

水果识别系统Python，基于TensorFlow卷积神经网络算法

如何生成可参考右边的帮助文档文章目录前言一、项目含义背景二、数据集三、读取数据——预处理1：读取数据2.检查数据3.配置数据集四.网络结构五.模型的训练六.成品展示总结前言提示面对水果识别系统Python，基于TensorFlow卷积神经网络算
猿戴科·2024-01-12 09:44

【MATLAB】EWT_LSTM神经网络时序预测算法

EWT是一种基于小波变换的信号处理方法，能够将信号分解为不同频带的分量，并对每个分量进行特征提取。通过EWT，可以将时间序列数据转化为一系列的小波系数，这
Lwcah·2024-01-12 08:23

卷积神经网络CNN-猫狗预测

卷积：轮廓特征池化：保留核心信息，实现降维缩减fromkeras.preprocessing.imageimportImageDataGenerator#加载数据train_datagen=ImageDataGenerator(rescale=1./255)trainning_set=train_datagen.flow_from_directory("datas/dataset/training
y_7539·2024-01-12 08:45

【手搓深度学习算法】从头创建卷积神经网络

背景深度学习神经网络中，卷积神经网络在图像处理中独放异彩，现在主流的框架中对卷积神经网络的封装已经非常完善了，但是，对初学者来说，使用这些高层的API，不利于我们深入理解卷积神经网络的原理和思想，所以，
精英的英·2024-01-12 08:26

ChatGPT4在Python数据分析、自动生成代码等方面的强大功能丨人工智能领域经典机器学习算法丨热门深度学习方法及Python、PyTorch代码实现方法

以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络
小艳加油·2024-01-12 06:37

Python+ChatGPT，Python与ChatGPT结合进行数据分析、自动生成代码、人工智能建模、论文高效撰写等

以及具体的代码实现方法，掌握ChatGPT4.0在科研工作中的各种使用方法与技巧，以及人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络
WangYan2022·2024-01-12 06:02

传感数据分析中的小波滤波：理论与公式

传感数据分析中的小波滤波：理论与公式引言在传感数据分析领域，小波滤波作为一种强大的信号处理工具，广泛应用于噪声去除、信号压缩、特征提取以及频谱分析等方面。
Persist_Zhang·2024-01-12 06:17

2024年1月10日最热CV论文：CoordGate: Efficiently Computing Spatially-Varying Convolutions in Convolutional...

牛津大学研发CoordGate，革新卷积神经网络，图像去模糊效率大幅提升！
夕小瑶·2024-01-12 05:44

影像组学学习笔记(1)-基础讲解

本笔记来源于B站Up主:有Li的影像组学系列教学视频本节(1)主要介绍:影像组学基本概念和流程影像组学研究基本流程：获取图像图像分割特征提取特征筛选分类/预测作图Workflow.JPG视频中李博士引用了两篇文献
北欧森林·2024-01-12 03:25

HBU_神经网络与深度学习 实验10 卷积神经网络：基于ResNet18网络完成图像分类任务

Dataset类2.模型构建3.模型训练4.模型评价5.模型预测二、实验Q&A写在前面的一些内容本文为HBU_神经网络与深度学习实验（2022年秋）实验10的实验报告，此文的基本内容参照[1]Github/卷积神经网络
ZodiAc7·2024-01-12 00:52

合工大苍穹战队视觉组培训Day5——机器学习，图像识别项目

简单介绍一下：一、FPGA的图像增强这是整个系统架构图，其中包括数据采集模块，FIFO缓存模块，滤波器模块，背景更新模块，二值化模块，形态学处理模块，特征提取模块，判别模块。整个系统由电源、核心
工大电科小趴菜·2024-01-11 21:40

基于贝叶斯优化算法的深度学习LSTM模型时间序列多步预测Matlab程序代码

现在最流行的深度学习模型当属长短期记忆（LSTM）了，它属于卷积神经网络（CNN）的一种改进，具有很多优点，可以避免模型发生梯度消失和梯度爆炸，而且具有长短期记忆的功能。
胡伟成·2024-01-11 19:53

【深度学习在时序数据异常检测中的创新】

通过引入多尺度卷积神经网络和长短时记忆网络，我们实现了对不同频率、不同幅度的异常
Jason160918·2024-01-11 17:16

基于YOLOv5+单目的物体距离和尺寸测量

骨干网络采用的是CSPDarknet53，这是一种基于Darknet框架的改进版卷积神经网络。CSPDarknet53通过使用残差结构和跨层连接来提高网络的
code2035·2024-01-11 13:32

TCN 时序卷积网络 （temporal convolutional network）【因果卷积、空洞卷积】

如图：左边是膨胀因果卷积，右边是1x1卷积构成的残差连接，两条链路并行，构成残差块，残差块在串联构成时序卷积神经网络。TCN的优点：可并行化计算：TCN采用卷积操作，可以进行高效的并行
In 2029·2024-01-11 11:21

使用 PyTorch 和 OpenCV 实现简单卷积神经网络（CNN）的过程

使用PyTorch和OpenCV实现简单卷积神经网络（CNN）的过程，如何构建一个简单的卷积神经网络模型，并通过使用预定义的滤波器对灰度图像进行卷积操作和激活函数处理，最终可视化了卷积层和激活层的输出结果
不做梵高417·2024-01-11 10:02

pytorch详细探索各种cnn卷积神经网络

目录torch.nn.functional子模块详解conv1d用法和用途使用技巧适用领域参数注意事项示例代码conv2d用法和用途使用技巧适用领域参数注意事项示例代码conv3d用法和用途使用技巧适用领域参数注意事项示例代码conv_transpose1d用法和用途使用技巧适用领域参数注意事项示例代码conv_transpose2d用法和用途使用技巧适用领域参数注意事项示例代码conv_tran
E寻数据·2024-01-11 09:49

互联网加竞赛 基于大数据的社交平台数据爬虫舆情分析可视化系统

文章目录0前言1课题背景2实现效果**实现功能****可视化统计****web模块界面展示**3LDA模型4情感分析方法**预处理**特征提取特征选择分类器选择实验5部分核心代码6最后0前言优质竞赛项目系列
Mr.D学长·2024-01-11 09:54

动手学深度学习-卷积神经网络

卷积神经网络在前面的章节中，我们遇到过图像数据。这种数据的每个样本都由一个二维像素网格组成，每个像素可能是一个或者多个数值，取决于是黑白还是彩色图像。
oceancoco·2024-01-11 08:23

深度学习在交通标志识别中的应用

本文将介绍基于卷积神经网络
OverlordDuke·2024-01-11 08:15

LeNet-5(fashion-mnist)

文章目录前言LeNet模型训练前言LeNet是最早发布的卷积神经网络之一。该模型被提出用于识别图像中的手写数字。
Kevin_D98·2024-01-11 08:42

论文阅读《Generalizing Face Forgery Detection with High-frequency Features》

本文设计了三个模块来充分利用高频特征，1.多尺度高频特征提取模块2.双跨模态注意模块3.残差引导空间注意模块（也在一定程度上体现了两个模态的交互）SRM是用于过滤图像的高频噪声输入的图像X，共两个分支，
一只发呆的猪·2024-01-11 04:51

【深度学习】从0到完整项目第1篇：深度学习第一个案例（代码文档已分享）

具体包括：TensorFlow的数据流图结构，神经网络与tf.keras，卷积神经网络(CNN)
程序员一诺·2024-01-11 02:42

AlexNet论文精读

使用了大的深的卷积神经网络进行图像分类；采用了两块GPU进行分布式训练；采用了Relu进行训练加速；采用局部归一化提高模型泛化能力；重叠池化，充分利用信息，提高精度；dropout减少神经元之间的依赖性
warren@伟_·2024-01-11 02:02

YOLOv5改进 | 主干篇 | EfficientNetV2均衡缩放网络改进特征提取层

一、本文介绍这次给大家带来的改进机制是EfficientNetV2，其在其V1版本通过均衡地缩放网络的深度、宽度和分辨率，以提高卷积神经网络的性能的基础上，又提出了一种改进的渐进式学习方法，通过在训练过程中逐步增加图像尺寸并适应性调整正则化来加快训练速度
Snu77·2024-01-11 02:26

基于卷积神经的车牌识别系统

项目介绍本项目是一个基于卷积神经网络的车牌识别系统，旨在通过图像识别技术自动检测和识别车牌，并判断车牌类型。
沐知全栈开发·2024-01-10 20:23

特征工程（特征提取&数据预处理）

一、特征提取在房价模型的例子中，我们提取房子的长度（frontage）和宽度（depth）作为特征之一。并得到初步的特征方程：然而我们知道，房屋面积可以表示为：。
Visual code AlCv·2024-01-10 20:17

大创项目推荐 深度学习手势识别 - yolo python opencv cnn 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
laafeer·2024-01-10 18:10

(Matlab)基于CNN-GRU的多维时序回归预测(卷积神经网络-门控循环单元网络)

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、部分程序：四、全部代码+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)与门控循环单元网络
神经网络与数学建模·2024-01-10 16:22

(Matlab)基于CNN-GRU的多输入分类(卷积神经网络-门控循环单元网络)

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、部分程序：四、完整代码+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)与门控循环单元网络
神经网络与数学建模·2024-01-10 16:51

(Matlab)基于CNN-GRU的多维回归预测(卷积神经网络-门控循环单元网络)

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、部分程序：四、完整代码+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)与门控循环单元网络
神经网络与数学建模·2024-01-10 15:08

CNN和RNN的区别是什么？

CNN（卷积神经网络）和RNN（循环神经网络）是深度学习中的两种主要神经网络类型，它们在结构、功能和应用领域上有显著的区别：核心结构与工作原理:CNN:CNN主要用于处理具有网格状拓扑结构的数据，如图像
CA&AI-drugdesign·2024-01-10 11:08

USTC Fall2023 高级人工智能期末考试回忆版

局部连接和权值共享6.代数间隔公式7.对输入变量x做变换变为n维的过程：特征提取函数。8.什么是马尔可夫性9.还有一个好像
shlyyy·2024-01-10 06:01

基于深度学习的手势识别

本文提出了一种基于深度学习的手势识别方法，通过使用卷积神经网络（CNN）对手势图像进行特征提取和分类。实验结果表明，该方法在手势识别准确率和实时性方面都有着较好的表现。
automan_huyaoge·2024-01-10 05:26

Java 抽象类和接口以及抽象类和接口的区别

类和类之间具有共同特征，将这些共同特征提取出来，形成的就是抽象类。类本身是不存在的，所以抽象类无法创建对象（无法实例化）。2、抽象类属于什么类型？抽象类也属于引用数据类型。3、抽象类怎么定义？
friendsu·2024-01-10 05:54

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
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他