卷积第7页

OpenCV CUDA模块中的矩阵算术运算------创建卷积操作对象的工厂方法 cv::cuda::createConvolution

ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述createConvolution函数是OpenCVCUDA模块中用于创建卷积操作对象的工厂方法

村北头的码农·2025-05-20 13:33

【深度学习解惑】Xception 把 3×3 可分离卷积分解为 depthwise + pointwise —— 这与 Inception 设计理念有何异同？

摘要（Abstract）深度可分离卷积（depthwise + pointwise）可视为Inception 模块在“塔”（branch）数目趋于无穷时的极限形式；Xception 将全部 3 × 3卷积替换为该操作

云博士的AI课堂·2025-05-20 08:34

一文解析13大神经网络算法模型架构

目录一、引言：神经网络的演进脉络二、基础架构：深度学习的基石2.1人工神经网络（ANN）2.2深度神经网络（DNN）三、专项任务架构：领域定制化突破3.1卷积神经网络（CNN）3.2循环神经网络（RNN

攻城狮7号·2025-05-20 08:58

使用PyTorch训练MobileNetV2模型进行图像分类

MobileNetV2是一种轻量级的卷积神经网络（CNN），它在保持较高准确率的同时具有较低的计算复杂度，非常适合在移动设备和嵌入式系统上进行实时图像识别任务。

云端.代码农夫CloudFarmer·2025-05-20 02:17

YOLO12改进-模块-引入Convolutional Modulation模块捕捉更丰富的局部 - 全局空间关系，提升目标边界定位精度。

在视觉识别领域，卷积神经网络（ConvNets）擅长捕捉局部空间特征，但在建模全局上下文依赖方面存在不足；VisionTransformers（ViTs）通过自注意力机制能有效建模全局关系，却面临高分辨率图像下计算成本呈二次增长的问题

一勺汤·2025-05-20 01:13

Yolov8与Yolov11的网络架构的区别

YOLOv11：引入C3K2模块（改进的跨阶段卷积模块）

Livan.Tang·2025-05-19 10:35

多模态情感分析论文整理（2021-2023）

MABSA下游任务论文整理一.MASC任务（一）基于注意力模型的相关论文（二）基于图卷积网络(GCN)的相关论文二.ASPE任务（一）PIPELINE-BASEDASPEMETHOD（二）JOINT-BASEDASPEMETHOD

Musennn·2025-05-19 08:18

Pytorch实现卷积神经网络CNN

Pytorch是torch的Python版本，对TensorFlow造成很大的冲击，TensorFlow无疑是最流行的，但是Pytorch号称在诸多性能上要优于TensorFlow，比如在RNN的训练上，所以Pytorch也吸引了很多人的关注。之前有一篇关于TensorFlow实现的CNN可以用来做对比。下面我们就开始用Pytorch实现CNN。step0导入需要的包1importtorch2im

weixin_30312557·2025-05-19 08:45

第18周：对于ResNeXt-50算法的思考

然后x经过第一个1x1卷积，输出的通道数是filters，接着是分组卷积。假设

?Agony·2025-05-19 06:31

小目标检测的集成融合论文阅读

此外，传统的特征提取方法往往难以捕捉到这些目标的有效表征，因为下采样和卷积操作会导致小目标细节的模糊化。

qq_41627642·2025-05-19 05:57

轻松发TGRS！遥感结合小目标检测模型达到94.2%mAP

近年来，随着深度学习技术的兴起，基于卷积神经网络（CNN）的检测算法为遥感小目标检测带来

Ai多利·2025-05-19 05:25

深度学习笔记（一）：卷积变种（分组卷积、空洞卷积、深度可分离卷积、可形变卷积）卷积中的不一样的操作

文章目录常规卷积（Convolution）分组卷积（GroupConvolution）原理用途空洞（扩张）卷积（Dilated/AtrousConvolution）深度可分离卷积（depthwiseseparableconvolution

生活需要深度·2025-05-19 04:46

卷积神经网络踩坑全记录

文章目录一、数据预处理阶段1.图像尺寸不一致2.数据归一化不当3.数据标签错误二、网络结构设计阶段1.卷积层参数设置不合理2.池化层的滥用3.网络层数过深或过浅三、训练过程阶段1.学习率设置不当2.过拟合问题

珠峰日记·2025-05-18 20:59

BERT-BILSTM-GCN-CRF-for-NER: NER任务中的融合创新

BERT-BILSTM-GCN-CRF-for-NERNER任务中的融合创新BERT-BILSTM-GCN-CRF-for-NER是一款专注于命名实体识别（NER）任务的创新模型，结合了BERT、双向长短期记忆网络（BILSTM）、图卷积网络

傅阳轩·2025-05-18 19:19

【Pytorch搭建卷积神经网络】利用神经网络解决手写识别数据集问题

本文利用手写数字数据集搭建一个简单的分类神经网络，代码有详细的注释，帮助理解整个搭建流程。代码链接：https://gitee.com/ury-u/pytorch.git（lab_log.txt有详细介绍每个文件夹的作用）案例演示：importtorchimporttorchvision.datasetsasdatasetimporttorchvision.transformsastransfor

一颗洋芋·2025-05-18 11:28

自适应稀疏核卷积网络：一种高效灵活的图像处理方案

自适应稀疏核卷积网络：一种高效灵活的图像处理方案引言在深度学习的大潮中，计算机视觉技术取得了长足的进步。其中，卷积神经网络（CNN）作为图像处理的核心工具，极大地推动了各类图像识别任务的效果提升。

RockLiu@805·2025-05-17 15:57

UNet 改进(26)：与FPN结合的图像分割网络

网络架构概述这个代码实现了一个结合UNet和FPN的混合架构，主要包含以下几个关键组件：DoubleConv模块：基础的双卷积块FPN模块：特征金字塔网络UNetWithF

点我头像干啥·2025-05-16 23:45

深度学习基石：卷积神经网络（CNN）与图像识别

一、卷积神经网络的设计动机与生物启发1.1传统全连接网络的局限性分析在传统全连接神经网络中，每个神经元都与相邻层的所有神经元连接。

WHCIS·2025-05-16 13:56

非无人机的高光谱图像对病虫害作物的三维卷积神经网络分类技术

1.*介绍*植物疾病对全球粮食生产构成重大威胁，潜在产量损失高达30%，并产生重大经济影响（Rizzo等人，2021）。这可能会对农民和社区产生毁灭性影响，尤其是在低收入国家，那里的粮食供应已经很有挑战性。精准农业和高光谱成像（HSI）提供了有前景的解决方案预防作物损害和损失，最终致力于促进可持续性和减少疾病对粮食生产的影响。HSI，也称为成像光谱法，结合了成像和光谱两种不同的技术，同时提供空间和

Axel Storm·2025-05-16 11:41

深度学习卷积神经网络（CNN）全析：原理、实战、前沿，开启 AI 视觉新时代

摘要：本文全方位解读卷积神经网络（CNN）。开篇回溯神经网络发展，凸显CNN处理结构化数据的崛起之势，介绍其在多领域的变革之力。

AI_DL_CODE·2025-05-15 23:17

卷积神经网络(CNN)原理与实战：从LeNet到ResNet

卷积神经网络(CNN)作为深度学习的核心技术之一，彻底改变了计算机视觉领域的格局。

软考和人工智能学堂·2025-05-15 23:46

python pytorch 模型构造函数、连接函数通俗版

`nn.Conv2d`（卷积层）3.`nn.LSTM`（长短时记忆网络）二、连接函数1.

Python虫·2025-05-15 15:48

动手学深度学习（Pytorch版）代码实践 -卷积神经网络-16自定义层

16自定义层importtorchimporttorch.nn.functionalasFfromtorchimportnnclassCenteredLayer(nn.Module):def__init__(self):super().__init__()#从其输入中减去均值#X.mean()计算的是整个张量的均值#希望计算特定维度上的均值，可以传递dim参数。#例如，每一列均值，X.mean(d

@李思成·2025-05-14 21:46

基于CNN-LSTM-Attention的时间序列预测模型：风电功率预测、电力负荷预测等

基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。可用于做风电功率预测，电力负荷预测等等标记注释清楚，可直接换数据运行。

CXWymZVRoO·2025-05-14 17:47

建筑工地安全智能监测：基于多任务姿态估计与场景理解的联合优化方案

架构改进方案，定义人体关节点坐标预测公式：P=f(I;θ_p)=[(x_1,y_1,c_1),...,(x_n,y_n,c_n)]其中I为输入图像，θ_p为姿态估计网络参数，c_i为置信度评分1.2场景理解图卷积网络构建场景元素关系图

燃灯工作室·2025-05-14 07:13

Pytorch使用手册-计算机视觉迁移学习教程（专题十三）

在本教程中，你将学习如何使用迁移学习训练一个卷积神经网络进行图像分类。更多关于迁移学习的内容可以参考CS231n课程笔记。

无声之钟·2025-05-14 04:24

AI大模型全景干货：分类、特点、应用、数据与学习指南

一、AI大模型的分类1、按模型结构分类（1）深度神经网络（DNN）：包括卷积神经网络（CNN）、循环神经网络（RNN）等。

程序员辣条·2025-05-14 03:18

Python 里 PyTorch 的图像风格迁移实现

Python里PyTorch的图像风格迁移实现关键词：Python、PyTorch、图像风格迁移、卷积神经网络、内容损失、风格损失摘要：本文深入探讨了在Python环境下使用PyTorch实现图像风格迁移的相关技术

Python编程之道·2025-05-14 03:17

基于LSTM-Transformer混合模型实现股票价格多变量时序预测(PyTorch版)

前言系列专栏:【深度学习：算法项目实战】✨︎涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络

矩阵猫咪·2025-05-13 02:04

yolov8使用

screwsDetech/runs/detect/train/weights/best.ptformat=onnxopset=12dynamic=Truesimplify=True内容解释蓝色Conv卷积层

不学习怎么给老板打工？·2025-05-12 20:26

泰迪杯特等奖案例学习资料：基于卷积神经网络与集成学习的网络问政平台留言文本挖掘与分析

（第八届“泰迪杯”数据挖掘挑战赛A题特等奖案例深度解析）一、案例背景与核心挑战1.1应用场景与行业痛点随着“互联网+政务”的推进，网络问政平台成为政府与民众沟通的重要渠道。某市问政平台日均接收留言超5000条，涉及民生、环保、交通等20余类诉求。然而，传统人工分类与处理模式存在以下问题：效率瓶颈：人工标注员日均处理量仅200条，且需具备政策理解能力，响应延迟常超过48小时。语义复杂性：留言文本包含

学习的锅·2025-05-12 12:00

神经网络与深度学习(三）——卷积神经网络基础

卷积神经网络基础1.为什么要学习神经网络1.1全连接网络问题1.2深度学习平台简介1.3PyTorch简介1.4简单示例2.卷积神经网络基础2.1进化史2.2特征提取2.3基本结构3.学习算法3.1前向传播

阿健也会编程·2025-05-12 08:05

Vision Transformer（ViT）

它打破了传统卷积神经网络（CNN）在图像处理中的主导地位，通过全局注意力机制直接建模图像块（patches）之间的关系，尤其在大规模数据集上表现出色。

豆芽819·2025-05-12 00:07

python3.7-3.11版本whl文件快速直接安装dlib库（无需安装cmake！！！）手把手教你安装

1人脸特征提取：利用深度学习技术，特别是29层的卷积神经网络（CNN）。

heyday_period·2025-05-11 17:54

什么是AI大模型?常见的AI大模型有哪些?

深度学习架构：它们通常基于深度学习架构，如卷积神经网络（CNNs）用

程序员二飞·2025-05-11 12:55

AI大模型干货 | AI大模型的分类、特点、应用、详细数据、如何学习大模型？

一、AI大模型的分类1、按模型结构分类（1）深度神经网络（DNN）：包括卷积神经网络（CNN）、循环神经网络（RNN）等。

大模型RAG实战·2025-05-11 11:22

深入理解卷积神经网络的输入层：数据的起点与预处理核心

内容摘要本文围绕卷积神经网络输入层展开，详细介绍其在网络中的重要作用，包括接收不同领域数据的形式及传递数据的过程。深入解读数据预处理的关键操作，如去均值、归一化和PCA/白化。

青橘MATLAB学习·2025-05-11 11:48

AI是如何修复老照片的？

在修复前，AI先对图片进行预处理：去噪：利用卷积神经网络（CNN）识别并去除噪点，提高图片质量。去划痕：使用掩膜R-CNN识别照片中的划痕，并用图像修复（Inpaintin

人工之梦·2025-05-11 06:17

YOLO目标检测算法的意义

它的优势在于，它只需要进行一次卷积神经网络的前向计算，就能够同时完成目标的检测和分类，速度非常快。

一筐猪的头发丝·2025-05-10 17:20

语义分割常用模型

VGG-Unetimporttorchimporttorch.nnasnn#定义一个通用的卷积块classConvBNReLU(nn.Sequential):def__init__(self,in_channels

jmxer·2025-05-10 15:39

ERDUnet: An Efficient Residual Double-codingUnet for Medical Image Segmentation

ERDUnet:一种用于医学图像分割的高效残差双编码单元摘要医学图像分割在临床诊断中有着广泛的应用，基于卷积神经网络的分割方法已经能够达到较高的准确率。

医学分割哇哇哇哇哇哇哇哇哇·2025-05-10 02:10

yolov5和yolov8的区别是什么

主要区别如下：模型架构：YOLOv5使用了一个简单的卷积神经网络(CNN)架构，而YOLOv8则使用了更加复杂的网络架构，包括多个残差单元(ResidualUnit)和多个分支。

李多田·2025-05-10 00:59

第24节：卷积神经网络(CNN)-卷积层、池化层与全连接层

一、卷积神经网络概述卷积神经网络(ConvolutionalNeuralNetwork,CNN)是深度学习领域最具代表性的网络架构之一，专门设计用于处理具有网格状拓扑结构的数据，如图像、视频、语音等。

点我头像干啥·2025-05-09 19:52

基于深度学习的交通标志识别系统

基于深度学习的交通标志识别系统项目简介本项目实现了一个基于深度学习的交通标志识别系统，使用卷积神经网络(CNN)对交通标志图像进行分类识别。

小彭律师·2025-05-09 19:52

神经网络卷积神经网络,卷积神经网络的构成

前馈神经网络、BP神经网络、卷积神经网络的区别与联系一、计算方法不同1、前馈神经网络：一种最简单的神经网络，各神经元分层排列。每个神经元只与前一层的神经元相连。

小浣熊的技术·2025-05-09 17:06

机器学习与深度学习

目录一、机器学习（一）机器学习的分类1.监督学习2.无监督学习3.强化学习（二）机器学习的应用场景二、深度学习（一）深度学习的核心原理（二）常见的深度学习模型1.卷积神经网络（CNN）2.循环神经网络（

水花花花花花·2025-05-09 16:28

26备战秋招day19——VIT

一、ViT模型介绍1.背景长期以来，卷积神经网络(CNN)一直是计算机视觉的主流架构。2020年，Goo

如意鼠·2025-05-09 05:52

卷积神经网络的实际应用,卷积神经网络应用举例

卷积神经网络主要做什么用的？卷积网络的特点主要是卷积核参数共享，池化操作。

小浣熊的技术·2025-05-08 18:41

LeNet-5详解

LeNet-5是卷积神经网络（CNN）的开山之作，由YannLeCun团队于1998年提出，最初用于手写数字识别（MNIST数据集）。

巷955·2025-05-08 18:41

常见的卷积神经网络列举

经典的卷积神经网络（CNN）在深度学习发展史上具有重要地位，以下是一些里程碑式的模型及其核心贡献：1.LeNet-5（1998）提出者：YannLeCun特点：首个成功应用于手写数字识别（MNIST）的

巷955·2025-05-08 17:36

推荐频道

卷积