双流卷积网络

随记（9）：CVPR2021关于Tracking的论文速读(3)-终

2.提出旋转等变暹罗网络(细节是包含可控滤波器的组等变卷积层)3.根据overview展示，是将不同旋转角度的样本分别输入分支的卷积网络，生成的特征图在后阶段融合并进行GroupMa
是魏小白吗·2022-11-24 02:30

卷积神经网络：ResNet

ResNet残差网络VGGNet与Inception出现后，学者们将卷积网络不断加深以寻求更优越的性能，然而随着网络的加深，网络却越发难以训练，一方面会产生梯度消失现象；另一方面越深的网络返回的梯度相关性会越来越差
丁天牛·2022-11-24 00:41

VIT模型个人笔记

VIT模型即visiontransformer，其想法是将在NLP领域的基于自注意力机制transformer模型用于图像任务中，相比于图像任务中的传统的基于卷积神经网络模型，VIT模型在大数据集上有着比卷积网络更强的效果和更节约的成本
qq_45836365·2022-11-24 00:15

A-卷积网络压缩方法总结

卷积网络压缩方法总结卷积网络的压缩方法一，低秩近似二，剪枝与稀疏约束三，参数量化四，二值化网络五，知识蒸馏六，浅层网络我们知道，在一定程度上，网络越深，参数越多，模型越复杂，其最终效果越好。
qq_1041357701·2022-11-23 23:42

(深度学习社区发现综述)A Comprehensive Survey on Community Detection with Deep Learning

译文深度学习分类框架，包括基于深度神经网络、深度非负矩阵分解和深度稀疏滤波的深度学习模型，并进一步将深度神经网络模型细分为卷积网络，图注意网络，生成对抗网络和自编码器。
东方小虾米·2022-11-23 23:38

Python深度学习笔记06——tensorflow实现神经网络（叁）

目录前言一、卷积神经网络1、卷积神经网络的结构：（1）卷积层过滤器：（相当于观察窗口，里面有权重，移动来观察）（2）激活函数：f(x)=max(0,x)（3）池化层（Pooling）计算（4）卷积网络API
是故里吖·2022-11-23 21:24

深度学习时代的视频理解综述

我们先精读深度学习时代视频理解领域最为重要的两篇论文：双流网络和I3D。它们分别是领域内两大类方法双流（利用光流）网络和3DCNN网络的代表作。
Adenialzz·2022-11-23 20:57

NNDL 实验六 卷积神经网络（2）基础算子

5.2.1.3卷积算子的参数量和计算量5.2.2汇聚层算子选做题：使用pytorch实现ConvolutionDemo1.翻译以下内容2.代码实现下图心得体会：参考博客：5.2卷积神经网络的基础算子我们先实现卷积网络的两个基础算子
AI-2 刘子豪·2022-11-23 16:48

NNDL 实验六 卷积神经网络（3）LeNet实现MNIST

（选做）总结：5.3基于LeNet实现手写体数字识别实验在本节中，我们实现经典卷积网络LeNet-5，并进行手写体数字识别
HBU_fangerfang·2022-11-23 16:43

深度学习图像语义分割网络总结：FCN与SegNet的Pytorch实现

SegNetU-Net与V-NetDeepLab系列DenseNet、PSPNet、与DenseASPPMaskR-CNN（后四个在计划中，敬请期待）图像语义网络分割之FCN与SegNet图像语义分割网络系列博文索引全卷积网络
神仙院B栋4楼保安·2022-11-23 16:06

鹅的学习日记 22/8/5

                          ------艾伯特·爱因斯坦第五章卷积神经网络前言5.1卷积5.2卷积神经网络5.2.1用卷积来代替全连接5.2.2卷积层5.2.3汇聚层5.2.4卷积网络的整体结构
不在南极的企鹅大王·2022-11-23 16:02

ICLR2021放榜~6篇SOTA GNN论文推荐

这里推荐几篇ICLR2021接收的最新GNN论文~1.时序网络中的利用因果匿名游走的归纳表示学习2.具有自监督能力的图注意力机制3.图神经网络的瓶颈及其实践意义4.ADAGCN：将图卷积网络转换为深层模型
weixin_45519842·2022-11-23 15:52

行为识别方法简介

背景介绍2方法2.1传统有监督特征提取方法2.1.1时空关键点(space-timeinterestpoints)2.1.2密集轨迹(dense-trajectories)2.2基于深度学习的方法2.2.1双流网络
Mr___WQ·2022-11-23 14:00

Reformulating HOI Detection as Adaptive Set Prediction

本文出自华中科技大学、北京航空航天大学、商汤科技联合团队，作者重新将HOI定义为了一个自适应的集合预测问题，设计了一种基于Transformer框架的双流HOI检测模型，效果远超目前的SOTA算法。
Mr___WQ·2022-11-23 14:26

经典卷积网络VGG论文分析

本文主要贡献在于随着不能增加的网络层数并使用3*3的卷积核，在层数达到16-19层达到了高的性能提升；1、介绍：创造出更精确的卷积框架，其不仅取得分类与定位任务的良好效果，并且可以应用于其他识别的数据集；下面是文章的布局：第二部分描述卷积网络的参数配置第三部
weixin_44576543·2022-11-23 13:30

二、VGG网络论文总结

Dense）预测；2、研究意义开启了小卷积核的时代：3x3卷积核成为主流模型；作为各类图像任务的骨干网络结构：分类、定位、检测、分割一系列任务；论文概要核心摘要1、文章主题：在大规模图像识别任务中，探究卷积网络深度对分类准确率的影响
一个热爱学习的深度渣渣·2022-11-23 13:59

VGG论文解读

文章目录摘要1、网络结构一、介绍二、卷积网络的配置1、结构2、配置3、讨论3.1、Dropout详解三、分类框架1、训练2、测试3、实施细节四、分类实验1、单尺度评估2、多尺度评估3、多裁剪评估4、卷积网络融合五
秋天的风儿·2022-11-23 13:58

VGG论文笔记及代码

VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION牛津大学视觉组（VGG）官方网站：https://www.robots.ox.ac.uk/~vgg/Abstract在这项工作中，我们研究了在大规模图像识别环境中卷积网络深度对其准确性的影响
麻花地·2022-11-23 13:27

VGG论文总结

摘要：论文研究了卷积网络的深度对大型图像识别精度的影响。使用3*3卷积核增加网络深度，在深度为16-19层时达到了对现有结构性能的显著提升。在2014图像挑战赛上取得了第一名的成绩。
Ccendoc·2022-11-23 12:56

【毕设笔记】轴承振动数据故障诊断软件系统

我使用的数据是西储大学的轴承故障振动数据，展示了两个界面，一个是传统的故障诊断方法，比如时域参数分析、故障特征频率计算、小波分解和重构的方法进行轴承的故障诊断；还有一个界面展示的是用神经网络（分别是两级CNN和一维深度卷积网络
weixin_44829487·2022-11-23 12:25

python绘制混淆矩阵(2s-AGCN结果分析)

2022.4.19结果更正，原函数得到的混淆函数存在问题，用自己写的函数绘制结果并不是A3和A4，而是A30和A12,以及A11和A121.运行2s-AGCN双流自适应图卷积网络有现成的开源代码，使用NTU-RGBD
Ark.C·2022-11-23 10:16

【CNN】ZFNet——让卷积神经网络不再是一个黑盒模型。

2013年ILSVRC图像分类竞赛获得冠军，错误率11.19%，比2012年的AlexNet降低了5%，ZFNet是由MatthewD.Zeiler和RobFergus在AlexNet基础上提出的大型卷积网络
lingchen1906·2022-11-23 09:25

深度卷积网络CNN与图像语义分割

主页站内搜索项目研究文章存档分类目录关于我深度卷积网络CNN与图像语义分割2015-08-16/xiahouzuoxinTags:CNN转载请注明出处:http://xiahouzuoxin.github.io
凌风探梅·2022-11-23 09:52

《TSM: Temporal Shift Module for Efficient Video Understanding》 论文与代码解析

2DCNN：1.双流网
xiyunlong·2022-11-23 07:41

XLNet(Generalized Autoregressive Pretraining for Language Understanding) 论文笔记

)2.两个模型（AR与AE）的优缺点分别为：2.1.独立假设2.2输入噪声2.3双向上下文3.XLNet贡献或主要改进3.2排列语言模型(PermutationLanguageModeling)3.2双流自我注意力结构
茫茫人海一粒沙·2022-11-23 05:43

NNDL 实验六 卷积神经网络（3）LeNet实现MNIST

总结参考：5.3基于LeNet实现手写体数字识别实验5.3.1MNIST数据集在本节中，我们实现经典卷积网络LeNet-5，并进行手写体数字识别任务。手写体数字识别是计算
冰冻胖头鱼·2022-11-23 04:02

#Reading Paper# LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation

#论文题目：LightGCN:SimplifyingandPoweringGraphConvolutionNetworkforRecommendation（LightGCN:简化和增强图卷积网络的推荐）
堇禤·2022-11-23 03:28

【论文分享】Learning Graphs for Knowledge Transfer with Limited Labels

摘要固定输入图是利用图卷积网络(GCN)进行知识转移的方法的支柱。标准范式是利用输入图中的关系，使用GCN将信息从图中的训练节点转移到测试节点；例如，半监督、零样本和少样本学习设置。
今天也是菜醒的一天·2022-11-23 03:56

图卷积网络在推荐系统中的应用NGCF（Neural Graph Collaborative Filtering）配套pytorch的代码解释

注：本文所用到的代码及论文，文章底部有链接，可自行下载论文部分：1、简单介绍概念知识：开发了一个新的推荐框架NeuralGraphCollaborativeFiltering(NGCF)，它通过在传播嵌入来利用user-item图结构。这导致了用户项目图中高阶连通性的表达建模，以显式方式有效地将协作信号注入到嵌入过程中。通过利用来自用户项交互的高阶连通性来应对挑战，这是一种在交互图结构中编码协作信
只想做个咸鱼·2022-11-23 03:25

图卷积网络有关的工作

Multi-LabelImageRecognitionwithGraphConvolutionalNetworks**多标签图像识别的任务就是预测图像中出现的一组目标标签，，我们可以对标签依赖关系进行建模，提高识别性能，为了捕捉和探索这些重要的依赖关系，我们提出了一种基于图卷积网络多标签分类模型
沙雅云·2022-11-23 03:55

Semi-supervised Learning with Graph Learning-Convolutional Networks--论文笔记

论文题目《图学习卷积神经网络的半监督学习》1.引言在本文中，我们针对半监督学习问题提出了一种新颖的图学习卷积网络（GLCN）。
爱玩的阿是·2022-11-23 03:52

Graph Learning-Convolutional Networks (图学习-卷积网络)

GraphLearning-ConvolutionalNetworks(图形学习-卷积网络))论文动机：由于CNN与GCNN的缺点（下文列出），GLCN通过图形学习为GCNN提供最佳的GRAPH。
qq_35111325·2022-11-23 03:52

GLCN:Semi-supervised Learning with Graph Learning-Convolutional Networks

在本文中，提出了一种新的用于图数据表示和半监督学习的图学习卷积网络（GLCN）。GLCN的目标是通过将图学习和图卷积两者集成在统一的网络架构中，学习最适合于半监督学习的图CNN的最优图结构。
只想做个咸鱼·2022-11-23 03:48

CNN卷积网络-初识

1.CNN卷积网络-初识2.CNN卷积网络-前向传播算法3.CNN卷积网络-反向更新1.前言卷积神经网络是一种特殊的深层的神经网络模型，它的特殊性体现在两个方面，它的神经元间的连接是非全连接的，同一层中某些神经元之间的连接的权重是共享的
weixin_30621711·2022-11-23 03:41

吴恩达：22张图全解深度学习知识！

↑↑↑关注后"星标"Datawhale每日干货 & 每月组队学习，不错过 Datawhale干货 作者：Sophia，编辑：数据派THU本文约7600字，建议阅读10+分钟本文从深度学习基础、卷积网络和循环网络三个方面介绍该笔记
Datawhale·2022-11-23 02:49

NNDL 实验六 卷积神经网络（2）基础算子

5.2卷积神经网络的基础算子我们先实现卷积网络的两个基础算子：卷积层算子和汇聚层算子。5.2.1卷积算子卷积层是指用卷积操作来实现神经网络中一层。
weixin_51715088·2022-11-23 00:08

HR-Former | 随迟但到，HRNet+Transformer轻装归来（非常值得学习！！！）

作者在高分辨率卷积网络(HRNet)中分别引入的多分辨率并行设计，以及local-windowself-at
Tom Hardy·2022-11-22 22:00

双流网络学习笔记

1.视频理解学习笔记1.视频理解学习笔记1.1.视频理解概述1.2.双流网络的诞生1.3.双流网络论文讲解1.3.1.双流网络主要思想1.3.2.关于光流(Opticalflow)1.3.3.双流法的继承
收尾人VEM·2022-11-22 22:55

Deep Image Prior：深度卷积网络先天就理解自然图像

点击我爱计算机视觉标星，更快获取CVML新技术昨天分享了文章ICCV2019|Adobe无需大量数据训练，内部学习机制实现更好的视频修补，其中借鉴的DeepImagePrior（DIP）是非常有意思的一篇文章，发表1年时间，谷歌学术显示该文已有241次引用，本文为知乎用户PENGBo对其解读，欢迎大家参考。作者：PENGBo出处：知乎技术备忘录专栏https://zhuanlan.zhihu.co
我爱计算机视觉·2022-11-22 21:58

论文《Deep Image Prior》 翻译学习

资料论文首页论文PDF补充材料Code论文摘要深度卷积网络已经成为图像生成和恢复的通用工具。一般来说，它们的出色性能归功于它们从大量样本图像中学习真实图像先验（imageprior）的能力。
QiangLi_strong·2022-11-22 21:25

详解3D物体检测模型: Voxel Transformer for 3D Object Detection

由于有限的感受野，传统的3D卷积网络检测器（voxel-based）不能有效地捕获大量的环境信息，于是在本文中作者引入基于Transformer的结构，通过自注意力的方式寻找长距离范围内voxel之间的关系
自动驾驶小学生·2022-11-22 19:11

全卷积网络用于手语识别

FullyConvolutionalNetworksforContinuousSignLanguageRecognition年份识别类型输入数据类型手动特征非手动特征Fullframe数据集识别对象关键词讨论paper的总结paper的展望2020连续语句RGBShape（手形）Head（头）Bodyjoints（身体关节）、RGBPhoenix14、Phoenix14-T、CSLDGS（德语）、
可还行？·2022-11-22 17:06

Fully-Convolutional Siamese Networks for Object Tracking论文笔记

近来，人们多次尝试开发挖掘深度卷积网络的表达能力。但是，当跟踪的目标事先未知时，需要在线进行随机梯度下降（SGD）来调整网络的权值，严重影响了系统的速度。本文在ILSVRC15视频对象检测数据集上
鱼木木和木木鱼·2022-11-22 17:23

SiamFC全文翻译：Fully-Convolutional Siamese Networks for Object Tracking

近来，已经进行了一些尝试来利用深度卷积网络的表达能力。但是，如果事先不知道要跟踪的对象，则必须在线执行随机梯度下降以适应网络的权重，从而严重损害系统的速度。
一颗仙桃儿·2022-11-22 17:53

语义分割之FCN网络详解 全卷积网络

1.FCN网络结构图原论文链接：https://paperswithcode.com/paper/fully-convolutional-networks-for-semantic参考B站视频：https://www.bilibili.com/video/BV1J3411C7zd/?spm_id_from=333.788简介：Backbone用的是VGG16(pytorch实现用的是Resnet)
会游泳的小雁·2022-11-22 17:46

航班管家智慧出行实验室发布6月国内机场起降架次报告

以下为报告具体内容：6月份国内机场起降架次TOP30成都双流居首位据航班管家智慧出行实验室发布的报告显示，6月国内机场起降架次TOP30排行榜中，成都双流机场居首位，其次是上海浦东机场、西安咸阳机场、重庆江北机
科技新芯·2022-11-22 16:10

tensorflow.python.framework.errors_impl.UnknownError: Failed to get convolution algorithm. This is p

在用Keras运行卷积网络的时候，上一天明明运行成功过，但是突然就出现的这个错误，所以我也搞不懂为什么。。。我看了很多博客，原因分析及解决方案多种多样。1、有说
无痕公子style·2022-11-22 13:12

时域卷积网络（Temporal Convolutional Network，TCN）

TCN基本结构时域卷积网络（TemporalConvolutionalNetwork，TCN）由ShaojieBaietal.在2018年提出的，可以用于时序数据处理，详细内容请看论文。
z2014z·2022-11-22 13:03

从一维卷积、因果卷积(Causal CNN)、扩展卷积(Dilation CNN) 到 时间卷积网络 (TCN)

在本文中，我们将详细探讨时间卷积网络(TCN)所包含的基本构建块，以及它们如何组合在一起从而变成强大的预测模型。本文对时间卷积网络(TCN)的描述基于以下论文：https://arxiv.or
AINLPer·2022-11-22 13:02

时间卷积网络（TCN）在唇语识别中的应用

目录前言一、TCN的发展与应用二、TCN详解三、MS-TCN用于唇语识别四、DC-TCN用于唇语识别总结前言唇语识别是深度学习领域极具挑战性的课题，主要表现在两方面：一是技术的复杂性，例如，前期对唇部的识别和特征提取涉及到目标检测算法，后期对语义的分析又用到时序性神经网络甚至NLP技术；二是唇语识别的实用较为困难，由于其数据受光照、距离、角度、唇形等多种条件影响，给特征提取带来了很多挑战。随着人工
zhrthegreat·2022-11-22 13:32
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他