图像分类(backbone)

自己动手玩转深度学习项目

计算机视觉，从字面意义上理解就是让计算机等机器也具备人类视觉，研究让机器进行图像分类、目标检测等。在这近十年里，该领域取得的成就让人大吃一惊，有些研究已经超越了人类的表现水平。对于想入门或
城市中迷途小书童·2023-12-04 17:33

如何进行卷积特征可视化

那么既然卷积神经网络在图像分类、图像检测、图像分割以及其他领域有这么好的表现，卷积到底是提取了图像的什么特征呢？
董董灿是个攻城狮·2023-12-04 15:11

20、Resnet 为什么这么重要

（本文已加入“计算机视觉入门与调优”专栏，点击专栏查看更多文章信息）resnet这一网络的重要性，上一节大概介绍了一下，可以从以下两个方面来有所体现：第一是resnet广泛的作为其他神经网络的backbone
董董灿是个攻城狮·2023-12-04 15:38

13G深度学习垃圾分类数据分享，技术学习交流群

这里我和我的朋友，一起发起了一个以垃圾分类为主题，涉及图像分类、目标检测、边缘硬件设备（英达伟、树莓派）的技术学习交流群。目前已经有80多个不同高校的小伙伴加入，有多名工训赛比赛的
行路南·2023-12-04 14:56

Pytorch进阶教学——训练一个图像分类模型（GPU）

目录1、前言2、数据集介绍3、获取数据4、创建网络5、训练模型6、测试模型6.1、测试整个模型准确率6.2、测试单张图片1、前言编写一个可以分类蚂蚁和蜜蜂图片的模型，使用数据集对卷积神经网络进行训练。训练后的模型可以对蚂蚁或蜜蜂的图片进行检测。使用anaconda新建一个虚拟环境，安装好pytorch。后续缺什么包就安装什么包即可。使用pycharm新建一个项目，配置好环境。2、数据集介绍使用的数
恣睢s·2023-12-04 14:35

Head、Neck、Backbone介绍

在深度学习中，通常将模型分为三个部分：backbone、neck和head。Backbone：backbone是模型的主要组成部分，通常是一个卷积神经网络（CNN）或残差神经网络（ResNet）等。
mango1698·2023-12-04 06:28

目标检测算法 - YOLOv4

文章目录1.简介2.YOLOv4整体结构3.Backbone4.Neck1.简介YOLOv4是YOLOv3的改进版。YOLOv4并不是原YOLO项目的作者。发表于CVPR2020。
mango1698·2023-12-04 06:28

目标检测算法 - YOLOv3

文章目录1.BackboneDarknet-532.整体架构3.损失函数4.训练过程5.预测过程YOLOv1、YOLOv2都是在CVPR这种正规的计算机视觉学术会议上发表的正式学术论文。
mango1698·2023-12-04 06:58

计算机视觉（OpenCV+TensorFlow）

3.计算机视觉的两大挑战4.计算机视觉的8大任务图像分类目标检测语义分割实例分割视频分类人体关键点检测场景文字识别目标追踪5.OpenCV在计算机视觉中扮演的角色十三.神经网络1.引子2.神经元3.MP
Mayphyr·2023-12-04 05:44

CV baseline概览|AlexNet：ImageNet Classification with Deep Convolutional Neural Networks基于深度卷积神经网络的图像分类

文章目录CVbaseline重要性CNN发展历程演化路径AlexNet概览AlexNet全文翻译摘要1引言2数据集3网络结构3.1ReLU非线性激活函数3.2在多GPU上训练3.3局部响应标准化LRN3.4重叠池化3.5整体架构4减轻过拟合4.1数据增强4.2Dropout随机失活5超参数设置6结果6.1定性评估7探讨AlexNet研究背景Top5errorAlexNet研究成果意义AlexNet
源代码•宸·2023-12-04 01:26

MindSpore基础教程：使用 MindCV和 Gradio 创建一个图像分类应用

MindSpore基础教程：使用MindCV和Gradio创建一个图像分类应用官方文档教程使用已经弃用的MindVision模块，本文是对官方文档的更新在这篇博客中，我们将探索如何使用MindSpore
繁星意未平·2023-12-03 23:40

Pytorch CIFAR10图像分类 ShuffleNetv2篇

PytorchCIFAR10图像分类ShuffleNetv2篇文章目录PytorchCIFAR10图像分类ShuffleNetv2篇4.定义网络（ShuffleNetv2）高效网络设计实用指南指南一：同等通道大小最小化内存访问量指南二
风信子的猫Redamancy·2023-12-03 17:03

Transformer的一点理解，附一个简单例子理解attention中的QKV

DETR的backbone用的是resnet-50去掉了最后的AdaptiveAvgPool2d和Linear这两层。
河北一帆·2023-12-03 16:22

改进CARAFE特征图上采样的YOLO的人种图像分类系统

1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义人种这一概念在维基百科中的定义是:一个根据文化、种族、地理和历史等因素将人类划分成大规模的有差异的群体的社会概念。由于各种地理环境，如大山、沙漠、河流和海洋的隔离，不同的古代人类群体在不同的自然环境下发生了独特的生物进化过程。根据不同的人种分类学，
xuehaikj·2023-12-03 12:07

基于深度学习的卷积神经网络的水果分类系统

卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为深度学习的重要组成部分，已经在图像分类、目标检测和语义分割等任务中取得了显著的成果。而水果分
xuehaikj·2023-12-03 12:35

深度学习与深度迁移学习有什么区别？

它通常用于解决图像分类、语音识别和自然语言处理等问题。深度学习需要大量的数据来训练模型，并且需要高性能的计算机来进行计算。深度迁移学习属于深度学习，它利用了深度学习的思想
XF鸭·2023-12-03 11:30

软著项目推荐 深度学习疲劳驾驶检测 opencv python

1课题背景2实现目标3当前市面上疲劳驾驶检测的方法4相关数据集5基于头部姿态的驾驶疲劳检测5.1如何确定疲劳状态5.2算法步骤5.3打瞌睡判断6基于CNN与SVM的疲劳检测方法6.1网络结构6.2疲劳图像分类训练
iuerfee·2023-12-03 04:55

DAB-Deformable-DETR源码学习记录之模型构建（二）

其实Deformable-DETR最大的创新在于其提出了可变形注意力模型以及多尺度融合模块：其主要表现在Backbone模块以及self-attention核cross-attention的计算上。
彭祥.·2023-12-03 03:00

Adversarial Attack and Defense on Graph Data: A Survey（2022 IEEE Trans）

图对抗攻击论文数据库：https://github.com/safe-graph/graph-adversarial-learning-literature摘要  深度神经网络（DNN）已广泛应用于各种应用，包括图像分类
今我来思雨霏霏_JYF·2023-12-03 01:57

计算机视觉的应用21-基于含有注意力机制的CoAtNet模型的图像分类任务实现，利用pytorch搭建模型

大家好，我是微学AI，今天我给大家介绍一下计算机视觉的应用21-基于注意力机制CoAtNet模型的图像分类任务实现，加载数据进行模型训练。
微学AI·2023-12-02 20:33

Softmax与交叉熵：理解神经网络中的重要组成部分

在深度学习中，神经网络是一种广泛应用的模型，用于解决许多复杂的问题，如图像分类、语音识别和自然语言处理等。
非著名程序员阿强·2023-12-02 19:28

20、Resnet 为什么这么重要

（本文已加入“计算机视觉入门与调优”专栏，点击专栏查看更多文章信息）resnet这一网络的重要性，上一节大概介绍了一下，可以从以下两个方面来有所体现：第一是resnet广泛的作为其他神经网络的backbone
董董灿是个攻城狮·2023-12-02 17:57

fastReID论文总结

存在的问题：当前的很多ReID任务可复用性差，无法快速落地使用解决方式：发布了FastReID,可复用和快速落地fastReID的亮点fastReID的成就训练策略learningratewarm-upBackboneFreezing
江小皮不皮·2023-12-02 17:51

4.复选框组件封装（基于backbone）

html、css部分.pd-select-dropdown__wrap{display:inline-block;position:relative;margin-left:10px;}.pd-select-dropdown__wrapinput.queryInfo[type='text']{background:#fff;}.pd-select-dropdown__wrapinput.query
山川pro·2023-12-02 14:39

经典神经网络——VGGNet模型论文详解及代码复现

比赛项目涵盖：图像分类(Classification)、目标定位(
伪_装·2023-12-02 12:07

五.前馈运算和反馈运算

同样以图像分类任务为例，假设网络已训练完毕，即其中参数ω1,...,ωL-1已收敛到某最优解，此时可用此网络进行图像类别预测。
愿风去了·2023-12-02 08:50

计算机视觉各个方向概述

目录1概述2基本任务类型2.1图像分类2.2物体检测2.3图像分割2.3.1基于阈值的分割2.3.2基于区域的分割2.3.3基于边缘的分割2.3.4基于图割的分割2.3.5
发狂的小花·2023-12-02 07:25

【论文理解】Spatial Contrastive Learning for Few-Shot Classification

全局对比损失3.空间对比损失二、特征的修正三、对比蒸馏（ContrastiveDistillation）四、少样本分类五、实验结果总结前言这篇论文提出了一个采用非episodictraining方法的少样本图像分类算法
辣椒油li·2023-12-02 01:52

数据预处理：随机裁剪放缩

这种技术在图像分类、目标检测和语义分割等任务中都有广泛的应用。
无妄无望·2023-12-01 23:34

基于matlab的图像分割与识别

总的来说，图像分析的大致步骤为：1、把图像分割成不同的区域或把不同的对象分开；2、找出分开的各区域的特征；3、识别图像中要找的对象或对图像分类；4、对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构
Coisini伟·2023-12-01 23:51

今天给大家介绍一下综合性能标胶不错的分类网络—darknet-53

在计算机视觉领域，图像分类是一项基础且重要的任务。为了实现准确而高效的图像分类，研究人员提出了许多卓越的网络架构。其中，Darknet-53作为一种综合性能优秀的分类网络引起了广泛的关注和应用。
xiehewe·2023-12-01 21:16

经典主干DarkNet53&网络搭建

1.DarkNet53网络介绍YOLOv3中的backbone，DarkNet53。
快乐大队队长·2023-12-01 21:16

【AI】数据集Dataloader制作

Oxford102FlowersDataset是一个花卉集合数据集，主要用于图像分类，它分为102个类别共计102种花，其中每个类别包含40到258张图像。
TopFancy·2023-12-01 20:37

卷积神经网络经典backbone

特征提取是数据分析和机器学习中的基本概念，是将原始数据转换为更适合分析或建模的格式过程中的关键步骤。特征，也称为变量或属性，是我们用来进行预测、对对象进行分类或从数据中获取见解的数据点的特定特征或属性。1.AlexNetpaper：https://dl.acm.org/doi/pdf/10.1145/3065386作者：AlexKrizhevsky,IlyaSutskever,andGeoffre
追忆苔上雪·2023-12-01 20:57

yolov5利用yaml文件生成模型

一、yolov5的yaml文件构成yaml文件如下图不论是backbone还是head，每一行都由一个列表组成，列表里面有四个元素，另外，还有两个参数depth和width。
六点零六·2023-12-01 19:12

Kaggle-水果图像分类银奖项目 pytorch Densenet GoogleNet ResNet101 VGG19

一些原理文章卷积神经网络基础（卷积，池化，激活，全连接）-知乎PyTorch入门与实践（六）卷积神经网络进阶（DenseNet）_pytorchconv1x1_Skr.B的博客-CSDN博客GoogLeNet网络结构的实现和详解_Dragon_0010的博客-CSDN博客一文读懂LeNet、AlexNet、VGG、GoogleNet、ResNet到底是什么？-知乎使用PyTorch搭建ResNet
even蛋黄酱·2023-12-01 19:36

【opencv】计算机视觉基础知识

目录前言1、什么是计算机视觉2、图片处理基础操作2.1图片处理：读入图像2.2图片处理：显示图像2.3图片处理：图像保存3、图像处理入门基础3.1图像成像原理介绍3.2图像分类3.2.1二值图像3.2.2
库库的里昂·2023-12-01 18:22

目标检测、图像分类新赛事！2023无锡国际人工智能算法大赛赛题详解来了！

】Ø12月11日12:00：报名及初赛截止Ø12月12日-12月15日：初赛成绩审核及公布决赛名单Ø12月下旬：决赛答辩及颁奖典礼【赛题详解】【智慧治安】基于开放场景的人脸检测与相关属性分析算法方向：图像分类
极市平台·2023-12-01 15:24

pytorch图像分类实战之构建数据集

pytorch图像分类实战之构建数据集前言1、环境配置2、图像采集3、数据集处理(1)删除多余文件查看待删除的多余文件删除多余文件验证多余文件已删除删除gif格式的图像文件删除非三通道的图像再次删除多余的
独孤西·2023-12-01 11:24

深度学习pytorch分割数据集的方法（将大数据集改小更加易于训练）||图像分类

问题一：划分训练集和验证集：importosfromshutilimportcopy,rmtreeimportrandomdefmk_file(file_path:str):ifos.path.exists(file_path):#如果文件夹存在，则先删除原文件夹在重新创建rmtree(file_path)os.makedirs(file_path)defmain():#保证随机可复现random
编程被我拿捏住了·2023-12-01 11:21

faster_rcnn_r50_fpn_1x-dahua

#modelsettingsmodel=dict(type='FasterRCNN',pretrained='torchvision://resnet50',backbone=dict(type='ResNet
shishengle1024·2023-12-01 09:53

【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（11 月 30 日论文合集）（上）

文章目录一、检测相关(12篇)1.1PillarNeSt:EmbracingBackboneScalingandPretrainingforPillar-based3DObjectDetection1.2BAND
旅途中的宽~·2023-12-01 02:31

使用OpenCV构建会玩石头剪刀布的AI

"或“置顶”重磅干货，第一时间送达这个项目的代码可以在我的Github上找到https://github.com/HOD101s/RockPaperScissor-AI-简介这个项目的基础是深度学习和图像分类
小白学视觉·2023-12-01 01:23

构建图像分类器

在本章中，我们将通过构建几个检测图像中对象的Web应用程序来更深入地了解TensorFlow.js的功能。将会有更完整的代码示例和说明，让您更好地了解如何在您的项目中实施机器学习。3.1使用预训练模型我们将要构建的第一个项目是一个快速游戏，系统会提示您找到周围的特定物体，使用设备的相机拍摄它们的照片，然后检查机器学习模型是否识别它们。输出如下：这个项目的核心是我们之前谈到的同一个对象检测模型，称为
启辰·2023-11-30 23:47

python图形处理csdn_[Python图像处理] 十.形态学之图像顶帽运算和黑帽运算

该系列文章是讲解PythonOpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用
weixin_39631295·2023-11-30 22:02

在使用图像分类模型时，把模型由vgg16换成resnet50，使用LayerCAM热力图进行可解释性分析，热力图会出现“棋盘网格”现象，请问是什么原因？有哪些改进的方法？

  “棋盘网格”现象通常出现在使用LayerCAM（ClassActivationMapping）等方法生成热力图时，主要是由于使用ResNet等具有跳跃连接（skipconnections）的网络结构所致。这些跳跃连接会导致特征图（featuremaps）尺寸的减小和放大，而在生成热力图时，这种尺寸变化可能会引起“棋盘网格”效应，即在热力图中出现棋盘般的方块结构，这些方块的边缘往往呈现高强度。 
Make_magic·2023-11-30 22:31

如何科学地划分医学图像数据集

  在进行医学图像分类任务时，如何科学地划分数据集是一个重要的问题。这个问题的答案取决于你的数据特性和实验目标。一般来说，有两种常见的数据划分方法：按照比例划分和按照病例划分。
Make_magic·2023-11-30 22:01

【深度学习】卷积神经网络(CNN)的参数优化方法

本书在github上有中文翻译的版本，前言最近卷积神经网络（CNN）很火热，它在图像分类领域的卓越表现引起了大家的广泛关注。本文总结和摘录了Mich
TwcatL_tree·2023-11-30 16:12

CV学习：传统（机器学习）图像识别（分类）

传统图像识别技术是指利用机器学习进行特征提取与图像分类。图像识别的过程包括信息获取、预处理、特征提取、图像分类。目录1.图像
水果好好吃哦·2023-11-30 11:29

轻量级网络之mobilenet v1

论文分享萝卜兔编辑整理卷积神经网络广泛应用在各种任务，比如图像分类、目标检测等，性能也越来越好，但都趋向于使用更深更复杂的结构来提升性能而不太关注计算代价，使得将这些模型直接部署在移动设备困难重重。
GEETEST极验·2023-11-30 06:36
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他