双流CNN

基于YOLOv6开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv7开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv3开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv4开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv5全系列参数模型【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv8全系列【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:49

高速公路表面图像裂缝检测程序

Python项目、前端项目、人工智能与大数据、简历模板、学习资料、面试题库、技术互助收藏点赞不迷路关注作者有好处文末获取源码项目编号：BS-AI-002一，环境介绍语言环境：Matlab算法：神经网络CNN
qq_469603589·2024-01-09 09:18

科技云报道：“存算一体”是大模型AI芯片的破局关键？

第一次发生在2012年10月，卷积神经网络（CNN）算法凭借比人眼识别更低的错误率，打开了计算机视觉的应用盛世。
科技云报道·2024-01-09 08:46

论文解读：CBAM: Convolutional Block Attention Module--ECCV2018

因为CBAM是个轻量级的通用模块，所有它可以整合到任何CNN框架中，并且计算成本几乎不变。QQ截图20190610123827.png1.Introduction为
jscdw·2024-01-09 04:08

毕业设计：基于深度学习的人脸识别考勤签到系统 人工智能 python CNN

目录前言课题背景和意义实现技术思路一、算法理论基础1.1人脸识别算法1.2卷积神经网络二、数据集三、实验及结果分析3.1实验环境搭建3.2模型训练最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到
Krin_IT·2024-01-08 20:55

(Matlab)基于CNN-Bi_LSTM的多输入分类(卷积神经网络-双向长短期记忆网络)

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、部分代码展示：四、完整代码+数据下载：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)与双向长短期记忆神经网络
神经网络与数学建模·2024-01-08 18:20

(Matlab)基于CNN-Bi_LSTM的多维回归预测(卷积神经网络-双向长短期记忆网络)

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、部分代码展示：四、完整程序+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)与双向长短期记忆神经网络
神经网络与数学建模·2024-01-08 18:50

(Matlab)基于CNN-Bi_LSTM的多维时序回归预测(卷积神经网络-双向长短期记忆网络)

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、部分代码展示：四、完整代码+数据下载：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)与双向长短期记忆神经网络
神经网络与数学建模·2024-01-08 18:39

食谱检测 — 一场基于 CNN 的食谱改革

食谱检测项目旨在开发一种算法或系统，能够从各种来源（如图像、文本或二者的组合）识别和分类不同的食谱。其目标是使用户能够上传一张图像或输入描述一道菜肴的文本，并使系统能够准确识别食谱并提供相关信息，如食材、制作步骤和营养信息。该项目可能涉及使用大量食谱的数据集对机器学习模型进行训练，使系统能够学习和识别特定菜肴的模式和特征。诸如图像识别、自然语言处理和数据挖掘等技术可能被采用以提高食谱检测系统的准确
小北的北·2024-01-08 17:55

超级干货 | 从神经元到CNN、RNN、GAN…神经网络看本文绝对够了

在深度学习十分火热的今天，不时会涌现出各种新型的人工神经网络，想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写（如：DCIGN、BiLSTM、DCGAN……还有哪些？)，就已经让人招架不住了。因此，这里整理出一份清单来梳理所有这些架构。其中大部分是人工神经网络，也有一些完全不同的怪物。尽管所有这些架构都各不相同、功能独特，当我在画它们的节点图时……其中潜在的关系开
AAI机器之心·2024-01-08 16:33

李宏毅机器学习_卷积神经网络(CNN)

目录摘要Abstract一、什么是CNN二、ImageClassification三、Observation1一、Simplification1四、Observation2五、BenefitofConvolutionalLayer
Nyctophiliaa·2024-01-08 14:04

哥又来看论文了《Deepfake Video Detection Using Convolutional Vision Transformer》

2.我们的贡献是我们在ViT架构中添加了一个CNN模块，并在DFDC数据集上取得了具有竞争力的结果。卷积VIT（卷积与vit的结合）模型架构由两部分组成
一只发呆的猪·2024-01-08 11:55

[PyTorch][chapter 9][李宏毅深度学习][CNN]

卷积神经网络的创始人是着名的计算机科学家YannLeCun，目前在Facebook工作，他是第一个通过卷积神经网络在MNIST数据集上解决手写数字问题的人.CNN除了在图像分类,还有一些其它有趣的创意方案
明朝百晓生·2024-01-08 10:54

【Python】卷积神经网络

卷积神经网络一、前言二、卷积神经网络2.1简介2.2层级结构2.3实现一、前言卷积神经网络（ConvolutionalNeuralNetworks，CNN）是一种包含卷积计算且具有深度结构的前馈神经网络
Jc.MJ·2024-01-08 10:23

【Pytorch】学习记录分享14——视频分析3D卷积

而在视频理解领域，为了同时保留时序信息，就需要同时学习时空特征，如果用2DCNN来处理视频，那么将不能考虑编码在连续多帧之间的运动信息，而C3D网络就在这样的背景下横空出世了。3Dconvol
大江东去浪淘尽千古风流人物·2024-01-08 10:53

师傅领进门之6步教你跑通一个AI程序！

内容提纲：环境搭建了解Tensorflow运行机制MNIST(手写数字识别)softmax性线回归MNIST深度卷积神经网络（CNN）t
weixin_30915275·2024-01-08 09:19

区间预测 | Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测

区间预测|Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测目录区间预测|Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2024-01-08 08:16

李沐-《动手学深度学习-02-目标检测

一、目标检测算法1.R-CNNa.算法步骤使用启发式搜索算法来选择锚框（选出多个锚框大小可能不一，需要使用Rolpooling）使用预训练好的模型（去掉分类层）对每个锚框进行特征抽取（如VGG,AlexNet
叮咚Zz·2024-01-08 08:40

Conv2Former：一种transformer风格的卷积特征提取方式

我们都知道ViTs推动了设计识别模型的发展，近几年使用的也相当的多，通常就是CNN网络引入注意力机制，往往可以获得不错的性能，因为相比较与卷积cnn，self-attention能够模拟全局成对依赖关系
夏天是冰红茶·2024-01-08 07:54

时序预测 | Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测(多指标评价)

时序预测|Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测(多指标评价)目录时序预测|Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测
机器学习之心·2024-01-08 07:23

CNN——ResNet

深度残差网络（Deepresidualnetwork,ResNet）的提出是CNN图像史上的一件里程碑事件，并且让深度学习真正可以继续做下去，斩获2016CVPRBestPaper。
搁浅丶.·2024-01-08 07:40

深度学习：解决CNN的困境——胶囊网络

整个人工智能学术研究领域谈论最多的应该就是被誉为深度学习之父GeoffreyE.Hinton发表的论文DynamicRoutingBetweenCapsules,其中介绍了全新的深度学习模型——胶囊网络（CapsuleNetwork）1.普通CNN
一碗姜汤·2024-01-08 06:44

全基因组CNV分析3. 深入CNVkit分析管道

就和前文快速上手所介绍的流程一样，bam-cnn(Bincoverages)-
Jason数据分析生信教室·2024-01-07 23:31

深度学习 基本理论 3 ：之物体检测（Anchor base/NMS/softmax/损失函数/BCE/CE/zip

Anchorfree1.1AnchorbaseAnchorbase，译为基于锚点的一个物体检测方法，也可以叫做基于一组预定义的框模型会预测每个锚点是否存在对象，并预测需要对锚点进行的调整以更好地适应该对象Anchorbase物体检测方法：FastR-CNN
机器学习杨卓越·2024-01-07 23:13

树莓派4B使用ncnn部署yolov5-Lite，推理耗时 247ms 包含前后处理

一.引言最近在玩树莓派，想在树莓派上不是一个目标检测算法，大致看了一下，目前开源的大家都在使用yolov5-Lite，使用ncnn去推理加速，于是自己也尝试部署，在此记录一下，个人踩的坑。
鲤鱼不懂·2024-01-07 22:36

工智能基础知识总结--什么是TextCNN

什么是TextCNNYoonKim在论文(2014EMNLP)ConvolutionalNeuralNetworksforSentenceClassification提出TextCNN，该模型将卷积神经网络
北航程序员小C·2024-01-07 20:20

工智能基础知识总结--什么是Transformer

Transformer是什么Transformer是Google在2017年的论文《AttentionIsAllYouNeed》中所提出的一种Seq2Seq的模型，该模型完全的抛弃了以往深度学习所使用的CNN
北航程序员小C·2024-01-07 20:49

[YOLO] YOLO介绍，YOLOv1~YOLOv8版本变更，每个版本的特点介绍

YOLO之前，双阶段（two-stage）的R-CNN系列算法，在目标检测领域独占鳌头。先利用RPN网络进行感兴趣区域的生成，再对该区域进行分类与位置的回归。
老狼IT工作室·2024-01-07 17:14

【Week-P4】CNN猴痘病识别

文章目录一、环境配置二、准备数据三、搭建网络结构四、开始训练五、查看训练结果六、总结2.3⭐`torch.utils.data.DataLoader()`参数详解6.1`print()`常用的三种输出格式6.2修改网络结构，观察训练结果6.2.1增加pool2、conv6、bn6，test_accuracy=82.5%6.2.2去掉pool2，保留conv6、bn6，增加conv7、bn7，tes
m_Molly·2024-01-07 16:14

手势识别+人脸识别+姿态估计（关键点检测+教程+代码）

它通常使用卷积神经网络（CNN）或循环神经网络（RNN）等深度学习模型进行训练，从而学习到手势的特征表示和模式。在训练阶段，可以使用大规模手势数据集（如MSRAct
阿利同学·2024-01-07 14:54

【毕业设计】基于雷达与深度学习的摔倒检测——卷积自编码器

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种特殊的神经网络，与传统的图像处理算法相比，卷积神经网络的优势在于可以直接对原始图像进行特征提取，避免了复杂的处理过程。
洋洋Young·2024-01-07 13:18

NLP论文阅读记录 - 01 | 2021 神经抽象摘要方法及摘要事实一致性综述

文章目录前言0、论文摘要一、Introduction二.背景2.1自动总结任务2.2数据集DUC-2004Gigaword[Graffetal.,2003,Napolesetal.,2012]CNN/DailyMail
yuyuyu_xxx·2024-01-07 11:41

【BI&AI】lecture 3 - GD & BP & CNN & Hands-on

GD&BP&CNN&Hands-on专业术语gradientdescent(GD)梯度下降backpropagation(BP)向传播ConvolutionalNeuralNetwork(CNN)卷积神经网络
头发没了还会再长·2024-01-07 11:24

故障诊断 | 基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型（matlab +python）

目录效果一览基本介绍程序设计参考资料效果一览基本介绍故障诊断|基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型（matlab+python）基于FFT频谱与小波时频图的双流CNN轴承故障诊断模型特征拼接
机器学习之心·2024-01-07 11:53

成都，是否还是那个适合生活的地方？

对于青羊总部基地，华阳，双流，中和这些地方很是陌生，
知白5·2024-01-07 08:55

FCN学习-----第一课

语义分割中的全卷积网络CVPRIEEE国际计算机视觉与模式识别会议PAMIIEEE模式分析与机器智能汇刊需要会的知识点：神经网络：前向传播和反向传播卷积神经网络：CNN，卷积，池化，上采样分类网络：VGG
湘溶溶·2024-01-07 07:56

Python+Torch+FasterCNN网络目标检测识别

程序示例精选Python+Torch+FasterCNN网络目标检测识别如需安装运行环境或远程调试，见文章底部个人QQ名片，由专业技术人员远程协助！
荷塘月色2·2024-01-07 07:21

CNN的异同：深入探究卷积神经网络的特点与联系

卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）是一种在计算机视觉和图像识别领域广泛应用的深度学习模型。
数据科学探险导航·2024-01-07 05:37

YOLOv5改进：CVPR 2023 | SCConv: 即插即用的空间和通道重建卷积

目录1.步骤一2.步骤二3.yaml文件卷积神经网络(cnn)在各种计算机视觉任务中取得了显著的性能，但这
AICurator·2024-01-07 02:29

YOLOV8改进：CVPR 2023 | SCConv: 即插即用的空间和通道重建卷积

目录1.步骤一2.步骤二3.yaml文件卷积神经网络(cnn)在各种计算机视觉任务中取得了显著的性能，但这
AICurator·2024-01-07 02:28

特斯拉一年卖碳赚16亿美元，特斯拉全年盈利不靠卖车靠卖碳？

据美国CNN报道，特斯拉近日发布的财报显示，在2020年，特斯拉首次实现全年盈利，但实现盈利不是因为汽车销售，而主要是来自向其他汽车制造商出售碳排放额度。在过去五年里，特斯拉出售的碳
慕容随风·2024-01-07 02:25

新南威尔士大学 comp9444 Assignment2课业解析

题意：递归神经网络与情感分类——按要求训练二元文本分类器，用pytorch实现不同的神经网络模型，使准确率达到80%以上解析：任务要求分别实现基于LSTM(一种特殊的RNN)和CNN两种神经网络的二元文本分类器
请叫我全村的希望·2024-01-07 02:34

labelme 标注的数据集转化为Mask-Rcnn适用的数据集

labelme标注的数据集转化为Mask-Rcnn适用的数据集食用步骤1.labelme标注数据时，将生成的json文件和原图保存在一起2.只需提供labelme生成的数据的文件夹，和maskrcnn的数据集文件夹
小龙Guo·2024-01-06 23:28

互联网加竞赛 基于人工智能的图像分类算法研究与实现 - 深度学习卷积神经网络图像分类

文章目录0简介1常用的分类网络介绍1.1CNN1.2VGG1.3GoogleNet2图像分类部分代码实现2.1环境依赖2.2需要导入的包2.3参数设置(路径，图像尺寸，数据集分割比例)2.4从preprocessedFolder
Mr.D学长·2024-01-06 23:37

【Flink精讲】双流Join之Regular Join(即普通Join)

RegularJoin普通Join通过条件关联两条实时数据流：动态表Join动态表支持InnerJoin、LeftJoin、RightJoin、FullJoin。1.InnerJoin(Join)：只有两边数据流都关联上才输出+[L,R]2.LeftJoin(LeftOuterJoin)：只要左流有数据即输出+[L,NULL]，右流数据到达时会产生撤回流-[L,NULL]，并输出+[L,R]3.R
话数Science·2024-01-06 22:30
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他