卷积网络第11页

【BEV】学习笔记之FastBEV(原理+代码注释)

1、前言BEV模型部署一直是难以解决的问题，在车载芯片上运行要占用大量计算资源，为此FastBEV的作者提出了更加轻量级的方法，不需要transformer来提取BEV特征，仅使用卷积网络来完成，简单而有效

Rex久居·2023-06-09 12:12

DeepChem-使用图卷积神经网络对化学分子建模

首先，标准的卷积网络，最简单最传统的就是CNN，convolutionalneuralnetwork，是处理图片最常用的神经网络模型。CN

wufeil·2023-06-09 12:52

PyTorch 深度学习 || 专题八：LeNet 深度卷积网络的搭建

深度神经网络的搭建1.使用torch.nn.Module类构建网络模型搭建自己的网络模型，我们需要新建一个类，让它继承torch.nn.Module类，并必须重写Module类中的init()和forward()函数。init()函数用来申明模型中各层的定义，forward()函数用来描述各层之间的连接关系，定义前向传播计算的过程。也就是说init()函数只是用来定义层，但并没有将它们连接起来，f

Mr_LeeCZ·2023-06-08 15:50

Hopfield神经网络与受限波尔兹曼机

深度学习目录：自适应线性单元(WidrowandHoff,1960)神经认知机(Fukushima,1980)GPU-加速卷积网络(Chellapillaetal.,2006)深度玻尔兹曼机(SalakhutdinovandHinton

Elsa的迷弟·2023-06-07 13:02

【Unity3D】边缘检测特效

使用过卷积神经网络（CNN）的人，一定知道卷积运算，笔者之前有写过相关文章（使用CNN实现MNIST数据集分类、基于keras的卷积神经网络（CNN）、基于keras的时域卷积网络（TCN）、基于keras

little_fat_sheep·2023-06-07 07:55

如何实现任意尺寸图像分类的全卷积网络介绍-代码实现

在本文中，我们将学习如何在不使用计算量大的滑动窗口方法的情况下对任意大小的图像执行图像分类。这篇文章是为熟悉使用卷积神经网络进行图像分类的人而写的。让我们首先澄清一个关于卷积神经网络(CNN)的大误解。卷积神经网络不需要固定大小的输入如果您曾经使用CNN进行图像分类，您可能会裁剪和/或调整输入图像的大小以适应网络所需的输入大小。虽然这种做法很常见，但使用这种方法有一些限制。分辨率损失：如果您有一张

TD程序员·2023-06-07 02:29

2023/5/14周报

目录摘要论文阅读1、标题和现存问题2、准备知识3、模型结构4、实验准备5、实验结果深度学习1、大气数据和水质数据2、数据清洗3、项目框架设定总结摘要本周在论文阅读上，阅读了一篇时空图卷积网络:交通预测的深度学习框架的论文

白小李·2023-06-06 21:54

Learning Tone Curves for Local Image Enhancement

就是图像分8∗8=648*8=648∗8=64个patch，卷积网络为RGB三个通道预测3∗643*643∗64个lookuptable,就是每个patch3个1Dlut.然后每个patch的中心直接用

tony365·2023-04-21 06:49

OverFeat论文翻译(已校正)

IntegratedRecognition,LocalizationandDetectionusingConvolutionalNetworks）翻译（已逐句校正，方便大家学习）OverFeat：使用卷积网络的集成识别

耿鬼喝椰汁·2023-04-21 02:20

视频理解【论文学习】

1.双流网络idea：一个卷及网络无法很好地处理时序信息，再添加一个卷积网络专门处理时序信息做法：一个CNN用于处理空间信息（RGB图像）；另一个CNN用于处理光流信息（光流图像）基于该想法的一些跟进和尝试

hei_hei_hei_·2023-04-20 22:29

图(graph)神经网络学习(四)--代码解析(Model_2)

://github.com/tkipf/gcn)(tensorflow){Semi-SupervisedClassificationwithGraphConvolutionalNetworks}基于图卷积网络的半监督分类文章

布口袋_天晴了·2023-04-19 20:16

FCN网络结构详解(语义分割)

FCN（FullyConvolutionalNetworks，全卷积网络）是首个端对端的针对像素级预测的全卷积网络非常的简单有效inferencetime是推理时间FCN对图像进行像素级的分类，与经典的

周周11周周·2023-04-19 14:12

【论文学习】LightGCN：轻量图卷积

这篇论文是何向南老师大概今年3月份发的论文，论文地址：https://arxiv.org/abs/2002.02126摘要：图卷积网络（GCN）已成为协同过滤的新技术。

想成为博客专家的渣渣·2023-04-19 11:27

2019-01-18学习总结

全连接网络VS卷积网络1、全连接网络不适合图像识别任务的原因:参数数量太多考虑一个输入1000*1000像素的图片(一百万像素，现在已经不能算大图了)，输入层有1000*1000=100万节点。

河海中最菜·2023-04-19 10:31

卷积神经网络之-VGGNet

机器视觉CV_有三言选·2023-04-18 11:47

Distilling Knowledge via Knowledge Review（引言翻译）

然而，卷积网络的成功往往伴随着相当大的计算和内存消耗，使得将其应用于资源有限的终端边缘设备成为一个具有挑战性的课题。

：）�东东要拼命·2023-04-18 06:14

VGG论文翻译及复现

https://arxiv.org/abs/1409.1556VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION用于大规模图像识别的深度卷积网络

fakerth·2023-04-17 22:27

图神经网络也能用作CV骨干模型，华为诺亚ViG架构媲美CNN、Transformer

将图像表示为图结构，通过简洁高效的适配，提出一种新型视觉网络架构ViG，表现优于传统的卷积网络和Transformer。

人工智能与算法学习·2023-04-17 02:47

pytorch实战7：手把手教你基于pytorch实现VGG16

手把手教你基于pytorch实现VGG16（长文）前言最近在看经典的卷积网络架构，打算自己尝试复现一下，在此系列文章中，会参考很多文章，有些已经忘记了出处，所以就不贴链接了，希望大家理解。

自学小白菜·2023-04-16 14:09

(FCN)-Fully Convolutional Networks for Semantic Segmentation

FullyConvolutionalNetworksforSemanticSegmentation摘要全局信息和局部信息感受野FCN算法架构训练技巧详细参考FullyConvolutionalNetworksforSemanticSegmentation摘要卷积网络在计算机视觉领域是一个强有力的工具

Flamingo_NJ·2023-04-16 06:19

论文精读：FCN：Fully Convolutional Networks for Semantic Segmentation

Abstract卷积网络是一种能够产生特征层次结构的功能强大的视觉模型。我们表明，卷积网络本身，训练端到端，像素到像素，超过了最先进的语义分割。

樱花的浪漫·2023-04-16 06:16

Fully Convolutional Networks for Semantic Segmentation(FCN)论文翻译

JonathanLong，EvanShelhamer，TrevorDarrell目录《FullyConvolutionalNetworksforSemanticSegmentation》摘要1.引言2.相关工作3.完全卷积网络

RealWeakCoder·2023-04-16 06:43

FCN（Fully Convolutional Networks for Semantic Segmentation）全文翻译

用于语义分割的全卷积网络摘要卷积网络是一种能够生成特征层次结构的，强大的视觉模型。我们通过训练端到端，像素到像素来展示卷积网络本身，这胜过了语义分割最先进的技术。

人还未醒·2023-04-16 06:11

论文笔记：Fully Convolutional Networks for Semantic Segmentation

摘要卷积网络是产生特征层次结构的强大视觉模型。我们展示了卷积网络本身，经过端到端、像素到像素的训练，超过了语义分割的最新技术水平。

城南皮卡丘·2023-04-16 06:40

图卷积网络GCN---底层逻辑最简单直白的理解

一、GNN是怎么被提出来的？比较常见的有CNN、RNN等。CNN的核心在于它的kernel，kernel在图片上平移，通过卷积的方式来提取特征。这里的关键在于图片结构上的平移不变性：一个小窗口无论移动到图片的哪一个位置，其内部的结构都是一模一样的，因此CNN可以实现参数共享。RNN针对的是自然语言这样的序列信息，是一个一维的结构。但是在实际生活中，有很多不规则的结构，比如社交网络，分子结构等。图的

奶茶可可·2023-04-15 23:41

去噪自编码深度卷积网络实战扩展（一）——传统去噪算法实战串讲（附程序）

前面我们讲解了自编码网络优秀的去噪性能。很多同学有个疑问，去噪问题是数据处理领域公认的难题，各国大神们一定早就在研究吧，那其它的降噪算法效果如何呢？这节课，我们就给大家讲解一下传统的一些去噪算法，并且用实战案例来对比各自的去噪性能。一、去噪算法发展概述1.基于沿炮检距方向的地震数据叠加这类方法比较简单粗暴，就是通过不同的放炮记录的同一个工区的地震剖面进行叠加。叠加的目的是压制干扰,提高地震数据的信

科技州与数据州·2023-04-15 12:01

ST-GCN 论文解读

SpatialTemporalGraphConvolutionalNetworksforSkeleton-BasedActionRecognition论文下载：https://arxiv.org/pdf/1801.07455.pdf论文代码：https://github.com/yysijie/st-gcn论文：基于骨骼动作识别的时空图卷积网络对视频进行姿态估计

想不出昵称呀·2023-04-15 03:15

Pytorch实现FCN图像语义分割网络

使用预训练好的语义分割网络PyTorch提供了已预训练好的图像语义分割网络，已经预训练好的可供使用的网络模型如下表所示：网络类描述segmentation.fcn_resnet50()具有Resnet-50结构的全卷积网络模型

城南皮卡丘·2023-04-14 17:06

ICLR Spotlight | 卷积网络上的首个BERT/MAE预训练，ResNet也能用

“删除-再恢复”形式的自监督预训练可追溯到2016年，早于18年的BERT与21年的MAE。然而在长久的探索中，这种BERT/MAE式的预训练算法仍未在卷积模型上成功（即大幅超过有监督学习）。本篇ICLRSpotlight工作“DesigningBERTforConvolutionalNetworks:SparseandHierarchicalMaskedModeling”则首次见证了BERT/M

TechBeat人工智能社区·2023-04-14 17:51

EfficientNet（ICML 2019）原理与代码解析

RethinkingModelScalingforConvolutionalNeuralNetworkscode：mmclassification/efficientnet.pyatmaster·open-mmlab/mmclassification·GitHub背景扩展scaleup卷积网络被广泛用来获得更好的精度

00000cj·2023-04-14 13:43

An Image is Worth 16×16 Words：Transformers for Image Recognition at Scale（ViT，ICLR2021）

在视觉领域，注意力机制要么与卷积网络结合使用，要么用于替换卷积网络的某些组件，但其整体结构并没有改变。

写进メ诗的结尾。·2023-04-14 05:17

使用数据增强加迁移学习处理CIFAR10数据集

只是用卷积网络对CIFAR10数据集进行处理很难取得良好的效果，一味的增加网络深度会使得数据计算量大幅增加，很容易产生过拟合现象。所以我们使用数据增强和迁移学习的方法对数据集进行处理。

CZZ_CS·2023-04-13 20:34

DSTG：基于图形的卷积网络对空间转录组数据进行去卷积

昨天小编已经给大家介绍了三个利用神经网络进行空间转录组分析的方法，今天再追加一个基于图形的卷积网络对空间转录组数据进行去卷积的新方法：DSTG。

尐尐呅·2023-04-12 01:55

FCN+：全局感知的卷积

全卷积网络是语义分割的开创性工作，然而，FCN的感受野有限，不能有效捕捉语义分割所需要的全局上下文信息，因此FCN被后来的方法打败，比如增加不同size的滤波器来获得多尺度感受野，然而这势必增加参数数量

tzc_fly·2023-04-11 18:40

huggingface transformer模型介绍

计算机视觉卷积网络CNN主导了视觉任务，知道VisionTransformer证明了它的可扩展性和效率。CNN得平移不变性对于特定

转身之后才不会·2023-04-11 16:14

轻松学pytorch – 使用多标签损失函数训练卷积网络

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达大家好，我还在坚持继续写，如果我没有记错的话，这个是系列文章的第十五篇，pytorch中有很多非常方便使用的损失函数，本文就演示了如何通过多标签损失函数训练验证码识别网络，实现验证码识别。数据集这个数据是来自Kaggle上的一个验证码识别例子，作者采用的是迁移学习，基于ResNet18做到的训练。https://www.kagg

小白学视觉·2023-04-11 05:36

斯坦福tensorflow教程(八) 计算机视觉和卷积网络简介

1目录计算机视觉卷积神经网络卷积池化特征可视化2计算机视觉计算机视觉发展比较早，在1966年就有相关CV的人工智能论文计算机视觉应用雏形：相关应用：图片分类目标识别物体标注Pose识别图标标题生成图片内容理解视觉问答图像生成迁移学习3卷积神经网络我们先回顾下全连接网络：全连接神经网络(fullyconnectedneuralnetwork)，顾名思义，就是相邻两层之间任意两个节点之间都有连接。全连

致Great·2023-04-11 04:47

2s-AGCN 论文解读

Two-streamadaptivegraphconvolutionalnetworksforskeleton-basedactionrecognition论文下载：https://arxiv.org/pdf/1805.07694.pdf论文代码：https://github.com/lshiwjx/2s-AGCN论文：基于骨骼动作识别的双流自适应图卷积网络摘要对于动作识别而言

小鱼爱吃喵·2023-04-10 22:03

AS-GCN 论文解读

Actional-StructuralGraphConvolutionalNetworksforSkeleton-basedActionRecognition论文下载：https://arxiv.org/pdf/1904.12659.pdf论文代码：https://github.com/GeneZC/ASGCN论文：基于骨骼动作识别的动作-结构图卷积网络摘要骨骼数据动作识别近年来在计算机

小鱼爱吃喵·2023-04-10 21:17

【目标检测论文阅读笔记】CARAFE: Content-Aware ReAssembly of FEatures

Abstract特征上采样是许多现代卷积网络架构中的关键操作，例如特征金字塔。它的设计对于目标检测和语义/实例分割等密集预测任务至关重要。

YoooooL_·2023-04-10 09:58

TensorFlow实现简单的卷积网络

实现fromtensorflow.examples.tutorials.mnistimportinput_dataimporttensorflowastf#加载MNIST数据集mnist=input_data.read_data_sets("MNIST_data/",one_hot=True)sess=tf.InteractiveSession()#初始化函数defweight_variable(

阿成9·2023-04-09 15:00

论文翻译：搜索人脸活体检测的中心差异卷积网络及实现代码

搜索人脸活体检测的中心差异卷积网络摘要1.绪论2.相关工作人脸活体检测卷积运算符神经架构搜索3.方法论3.1中心差分卷积基本卷积基本卷积结合中心差分操作中心差分卷积的实现与先前工作的关系3.2CDCN3.3CNDC

青云遮夜雨·2023-04-09 11:14

【视频显著性检测】Video Salient Object Detection via Fully Convolutional Networks【论文笔记】

网络结构网络结构如图，输入单张图片经过全卷积网络输出得到静态显著性检测图，然后与下一帧的帧对结合，输入动态的全卷积网络得到最终的显著性检测图。网络结构非常清晰。视频数据的合成

千草幽幽·2023-04-09 01:27

【三维几何学习】从零开始网格上的深度学习-2:卷积网络CNN篇(Pytorch)

本文参加新星计划人工智能(Pytorch)赛道：https://bbs.csdn.net/topics/613989052从零开始网格上的深度学习-2:卷积网络CNN篇引言一、概述1.1卷积操作简述1.2

大米粥哥哥·2023-04-08 21:20

Pytorch葵花宝典（建议收藏）

导入包和版本查询：2.可复现性3.显卡设置二、张量(Tensor)处理1.张量的数据类型2.张量基本信息3.命名张量4.数据类型转换5.张量形变6.打乱顺序7.复制张量三、模型定义和操作1.一个简单两层卷积网络的示例

Mr.长安·2023-04-08 01:16

全卷积网络FCN详解与代码实现

简单粗暴——FCN一、学习目标二、CNN与FCN的区别三、FCN结构四、FCN缺点五、VGG网络的FCN化先附上FCN论文Pytorch实现https://github.com/wkentaro/pytorch-fcn一、学习目标1、理解FCN原理2、掌握FCN的关键技术3、掌握FCN的实现二、CNN与FCN的区别 FCN与CNN的区域在把于CNN最后的全连接层换成卷积层。对于一般的分类CN

刘大鸭·2023-04-07 22:48

GCN（图卷积）

图神经网络(GraphNeuralNetworks)的出现解决了图数据结构的不规则性(Non-Regularity)问题，而图卷积网络(GCN)就是最

blackmanba_084b·2023-04-07 19:30

一文看懂反卷积网络

(关注'AI新视野'公众号，发送‘资料’二字，免费获取50G人工智能视频教程！)image反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutionalnetworks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptivedeconvolutionalnetworksformidandhighlevel

助力笔记·2023-04-07 16:11

图表示学习

2、针对图表示学习的两个不同视角3、基于图结构的表示学习4、基于图特征的表示学习（1）图神经网络的发展（2）谱域上的图卷积（3）谱域图卷积网络（4）ChebyNet（5）图卷积神经网络GCN（6）消息传递网络

sliver呀·2023-04-07 09:07

IEArch-卷积神经网络

这次作业的难点本质上是对于卷积网络的理解上，TensorFlow可以提供卷积的计算方式还有后窥修正，所需要书写的只是网络结构。次难点是TensorFlow的工作机理，其实一开始做的时候如果

living_frontier·2023-04-07 08:53

推荐频道

卷积网络