图像分类迁移学习

预训练语言模型fine-tuning近期进展概述

©作者｜AIBox来源｜RUCAIBox近年来，迁移学习改变了自然语言处理领域的范式，对预训练语言模型（PLM）进行微调（fine-tuning）已经成为了新的范式。
PaperWeekly·2023-10-10 12:44

【论文解读】文本分类上分利器:Bert微调trick大全

复旦大学邱锡鹏老师课题组实验代码：https://github.com/xuyige/BERT4doc-Classification前言大家现在打比赛对预训练模型非常喜爱，基本上作为NLP比赛基线首选（图像分类也有预训练模型
致Great·2023-10-10 10:56

深度学习案例分享 | 手写数字识别 - PyTorch 实现

MNIST是图像分类中使用最广泛的数据
程序员学长·2023-10-10 05:10

随笔感悟

1）多年如一日，如饥似渴地阅读，阅读量超过常人不止60倍；2）涉猎大量不同的学科和领域，为迁移学习积累基础；3）不断把一些想法解构成基本原理，然后用心的方式重构，再加以运用。
xiaoxiaowu_娟儿·2023-10-10 04:20

百度飞浆ResNet50大模型微调实现十二种猫图像分类

12种猫分类比赛传送门要求很简单，给train和test集，训练模型实现图像分类。这里使用的是残差连接模型，这个平台有预训练好的模型，可以直接拿来主义。
装B且挨揍の·2023-10-10 03:34

【深度学习实验】卷积神经网络（八）：使用深度残差神经网络ResNet完成图片多分类任务

一、实验介绍本实验实现了实现深度残差神经网络ResNet，并基于此完成图像分类任务。残差网络（ResNet）是一种深度神经网络架构，用于解决深层网络训练过程中的梯度消失和梯度爆炸问题。
QomolangmaH·2023-10-10 00:18

论“输入”与“输出”，还有“关系”

1、对整体任务而言，就是输入和最终的任务输出，比如图像分类的结果、定位的位置估计结果、房价预测值、经济增长预测值等等2、对于大量的输入，如何能走到“输出”？真正与输入之间的关系是什么？
xw555666·2023-10-09 15:46

基于Stable Diffusion的图像合成数据集

在论文“评估使用稳定扩散生成的合成图像数据集”中，我们使用“稳定扩散”模型来研究哪些对象和类型表现得如此逼真，以便后续图像分类正确地分配它们。这使我们能够根据现实表现对模型进行评估。
新缸中之脑·2023-10-09 13:22

卷积神经网络(CNN)实现服装图像分类

活动地址：CSDN21天学习挑战赛在上一个案例中没有讲到什么是卷积神经网络，接下来介绍一下什么是卷积？卷积神经网络（CNN），一般用来处理图像数据和时间序列数据。其中“卷积”是一种数学运算，一种特色的线性运算，至少在网络的一层中使用卷积运算替代一般的矩阵乘法运算的神经网络。含义：当你提供给计算机这一组数据后，他将输出描述该图像的某一特定分类的概率（比如：80%是猫、15%是狗、5%是年）。我们人类
猿童学·2023-10-09 13:31

华为ICT——第三章图像处理基本任务

目录1：数字图像处理的层次：（处理-分析-理解）顺序不能错：2：图像处理（图像处理过程）：3：图像分析（特征提取）：4：图像理解（识别）：5：图像分类（核心问题）：6：目标检测（目标位置的输出一般使用（
希斯奎·2023-10-09 13:59

【神经网络】(2) 网络优化，案例：服装图像分类，附python完整代码

各位同学好，今天和大家分享以下TensorFlow2.0深度学习中对神经网络的优化方法，包括动量、学习率、dropout、交叉验证、正则化。本节使用数学公式对网络进行优化，增加网络的灵活性。以下代码按顺序组合在一起就是完整代码，没有缺失，可以直接运行。1.数据导入导入系统自带的服装数据集，查看数据集的相关信息。importtensorflowastffromtensorflowimportkera
立Sir·2023-10-09 13:57

YoloV8改进策略：EfficientViT，高效的视觉transformer与级联组注意力提升YoloV8的速度和精度，打造高效的YoloV8

计算效率2.3.参数效率3、高效视觉Transformer3.1.EfficientViT的构建块3.2、EfficientViT网络架构4、实验4.1.实现细节4.2.ImageNet上的结果4.3.迁移学习结果
静静AI学堂·2023-10-08 22:39

EfficientViT：高效视觉transformer与级联组注意力

计算效率2.3.参数效率3、高效视觉Transformer3.1.EfficientViT的构建块3.2、EfficientViT网络架构4、实验4.1.实现细节4.2.ImageNet上的结果4.3.迁移学习结果
静静AI学堂·2023-10-08 22:09

YoloV5改进策略：EfficientViT，高效的视觉transformer与级联组注意力提升YoloV5的速度和精度，打造高效的YoloV5

计算效率2.3.参数效率3、高效视觉Transformer3.1.EfficientViT的构建块3.2、EfficientViT网络架构4、实验4.1.实现细节4.2.ImageNet上的结果4.3.迁移学习结果
静静AI学堂·2023-10-08 22:33

今年较火的扩散模型Diffusion Model

例如，在图像分类任务中，为了增强模型的鲁棒性，可以给输入图片添加高
码上有前·2023-10-08 18:46

图像分类数据集划分（创建ImageNet格式的数据集）

原始数据文件夹如下：├──data├──0类别1├──1类别2制作数据集格式如下所示：├──datasets├──meta│├──test.txt#测试数据集的标注文件│├──train.txt#训练数据集的标注文件│└──val.txt#验证数据集的标注文件├──train│├──0│├──1│├──test│├──0│├──1│└──val│├──0│├──1划分数据集比例，训练集：验证集：测
Make_magic·2023-10-08 17:00

人工神经网络技术及应用,人工神经网络的优势

人工神经网络的应用在语音识别、计算机视觉、机器人学习、语言翻译等领域，均战胜传统的机器学习方法，甚至在人脸验证、图像分类上还超过人类的识别能力。
「已注销」·2023-10-08 16:41

Plant Seedlings Classification

本教程作为一个植物幼苗分类的实践教程，有助于对图像分类整个实践过程有个清晰明了认识，加强研究实际图像问题的能力：1.所用环境：tensorflow为后端的keras作为基本框架（pipinstallkeras
chen_sheng·2023-10-08 15:03

使用Resnet进行图像分类训练

本文仅给出最基础的baseline进行图像分类训练，后续可在此代码基础上对模型结构进行修改。
羊羊猪·2023-10-08 13:51

迁移学习

摘要：到底是迁移学习？什么时候使用它？如何使用它？所谓迁移学习是指针对新问题重新使用预先训练的模型。由于它能用较少的数据训练深度神经网络，这使得目前它在深度学习领域非常流行。
金石开1510·2023-10-08 12:04

迁移学习是什么？

迁移学习（TransferLearning）是一种机器学习方法，它的主要思想是将已经在一个任务上学到的知识迁移到另一个相关或不相关的任务上，以提高目标任务的性能。
XF鸭·2023-10-08 12:26

Vue中如何进行图像识别与人脸对比（如百度AI、腾讯AI）

它们可以用于各种用途，如人脸识别门禁系统、图像分类和验证等。百度AI和腾讯AI是两个流行的人工智能平台，它们提供了强大的图像识别和人脸对比API。
stormjun·2023-10-08 12:55

【论文笔记】—深度残差网络—ResNet—2015-CVPR

ResNet获得2015年ImageNet图像分类、定位、目标检测竞赛冠军，MSCOCO目标检测、图像分割冠军。并在ImageNet图像分类性能上超过人类水平。​
chaiky·2023-10-08 00:38

深度学习论文翻译 -- Inception-v4，Inception-ResNet and the Impact of Residual Connections on Learning

其中，Inception结构在图像分类中表现优秀，并且计算代价很低。
X_Imagine·2023-10-08 00:07

使用 Python 和 TensorFlow 创建一个神经网络

卷积神经网络(CNN)是一种特殊类型的人工神经网络，可以解决计算机视觉(CV)问题，例如图像分类、对象检测和一般识别。CNN的主要构建块是卷积层。
wouderw·2023-10-07 07:45

【课程笔记】深度学习网络 - 1 - AlexNet

【前注】本文记载的课程笔记来源于：B站up主霹雳啪啦-图像分类课程目录〇、AlexNet理论与背景1、AlexNet在当时具有的几个优越性2、AlexNet的提出对深度学习领域产生的重大影响3、后续改进方案
牛顿第八定律·2023-10-07 07:30

【图像分类】卷积神经网络之AlexNet网络模型结构详解

写在前面：首先感谢兄弟们的关注和订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。1.前言LeNet5网络模型提出之后，卷积神经网络在很长一段时间都没有长足的发展，主要有以下两个原因：1.1训练数据的缺失包含许多特征的深度模型需要大量的有标签的数据才能表现得比其他经典方法更好。限于早期计算机有限的存储和90年代有限的研究预算，大部分
机器不学习我学习·2023-10-07 07:00

卷积网络的发展历史-AlexNet

在图像分类领域不得不提的就是ImageNet大规模视觉挑战赛(ILSVRC)，它被称为深度学习在图像分类任务研究方面进展的标杆。
会的东西有点杂·2023-10-07 07:59

3_使用传统CNN网络训练图像分类模型

使用传统CNN网络训练图像分类模型1.MNIST首先，定义一下超参数等importtorch#datasetinput_shape=28num_classes=10#hyperbatch_size=64num_epochs
HDU_Ang·2023-10-07 02:52

领域自适应的几个子问题

Closed-setdomainadaptation（闭集领域适应）Closed-setdomainadaptation（闭集领域适应）是迁移学习中的一个子问题，其中我们假设源领域和目标领域的所有类别都是已知的且完全相同的
Top Secret·2023-10-07 00:42

PyTorch入门之【AlexNet】

spm_id_from=333.999.0.0&vd_source=98d31d5c9db8c0021988f2c2c25a9620AlexNet是一个经典的卷积神经网络模型，用于图像分类任务。
辉小歌·2023-10-06 23:08

Google Earth Engine（GEE）——监督分类案例分析

监督分类又称训练场地法、训练分类法，是以建立统计识别函数为理论基础、依据典型样本训练方法进行分类的技术，即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类
此星光明·2023-10-06 22:39

论文笔记-BOFFIN TTS: FEW-SHOT SPEAKER ADAPTATION BY BAYESIAN OPTIMIZATION

FEW-SHOTSPEAKERADAPTATIONBYBAYESIANOPTIMIZATION链接：https://arxiv.org/abs/2002.01953相关代码：暂无摘要本文提出基于贝叶斯优化的迁移学习
静夜寒风·2023-10-06 21:43

Multi-Source Transfer Learning via Ensemble Approach for Initial Diagnosis of Alzheimer’s Disease

方法单源迁移学习：DS1\quadD_{S1}DS1到DSm_{Sm}Sm是源域数据集，DT_TT是目标域数据集。
宇来风满楼·2023-10-06 20:20

微调（fine-tune）

迁移学习不是一种算法而是一种机器学习思想，应用到深度学习就是微调（Fine-tune)。
盐巴饭团193·2023-10-06 19:29

Pytorch之shuffleNet图像分类

个人主页:风间琉璃版权:本文由【风间琉璃】原创、在CSDN首发、需要转载请联系博主如果文章对你有帮助、欢迎关注、点赞、收藏(一键三连)和订阅专栏哦前言ShuffleNet是Face++（旷视）在2017年发布的一个高效率可以运行在手机等移动设备的网络结构，论文发表在CVRP2018上。它是一种轻量级卷积神经网络架构，旨在在计算资源有限的情况下实现高效的模型推理。它是专门为计算能力有限的移动平台设计
风间琉璃•·2023-10-06 15:28

Pytorch之ResNet图像分类

ResNet网络结构1.residual结构2.BN(BatchNormalization)层二、ResNeXt网络结构三、ResNet网络实现1.构建ResNet网络2.加载数据集3.训练和测试模型四、实现图像分类前言
风间琉璃•·2023-10-06 15:28

Pytorch之MobileNetV3图像分类

个人主页:风间琉璃版权:本文由【风间琉璃】原创、在CSDN首发、需要转载请联系博主如果文章对你有帮助、欢迎关注、点赞、收藏(一键三连)和订阅专栏哦前言由于传统卷积神经网络，内存需求大、运算量大导致无法在移动设备以及嵌入式设备上运行。VGG16的权重大小有450M，而ResNet中152层的模型，其权重模型644M，这么大的内存需求是明显无法在嵌入式设备上进行运行的。而网络应该服务于生活，所以轻量级
风间琉璃•·2023-10-06 15:55

【TensorFlow Hub】：有 100 个预训练模型等你用

它提供了一种使用预训练模型执行各种任务（如图像分类、文本分析等）的简单方法。TensorFlowHub提供了广泛的预训练模型，由TensorFlow和更广泛的机器学习社区的研究人员和工程师开发。
无水先生·2023-10-06 14:15

深度学习-卷积神经网络-AlexNET

模型1.LeNet-52.AlexNet1.架构2.局部响应归一化（VGG中取消了）3.重叠/不重叠池化4.过拟合-数据增强5.过拟合-dropout6.性能前言本章内容来自B站：AlexNet深度学习图像分类
泰勒朗斯·2023-10-06 06:45

010基于深度学习是否感染COVID分类检测

整体代码文件如下：dataset文件夹存放的是是否感染COVID的图像通过01训练数据集文本生成.py将数据集文件夹下的图像路径保存在当前文件下的test.txt,和train.txt中，再运行02VGG16迁移学习训练模型
bbfbdfbfghfh·2023-10-05 21:34

009小程序版本中草药识别-自制数据集

代码文件包括算法部分和小程序部分算法部分包括中草药的数据集文件夹下放的是不同类别的中草药文件夹，搜集对应的中草药图即可01训练数据集文本生成.py会对中草药图像的路径进行保存到txt文本中再使用02resnet迁移学习
bbfbdfbfghfh·2023-10-05 21:03

设置Android AI开发环境

深度神经网络（DNN）在图像分类和其他类型的自动分类方面非常出色。十年前花了数百万美元在研究和计算能力上的成果，现在只要GPU还算不错，任何人都可以得到。但
寒冰屋·2023-10-05 21:58

【PyTorch实战演练】使用Cifar10数据集训练LeNet5网络并实现图像分类（附代码）

文章目录0.前言1.Cifar10数据集1.1Cifar10数据集下载1.2Cifar10数据集解析2.LeNet5网络2.1LeNet5的网络结构2.2基于PyTorch的LeNet5网络编码3.LeNet5网络训练及输出验证3.1LeNet5网络训练3.2LeNet5网络验证4.完整代码4.1训练代码4.1验证代码0.前言按照国际惯例，首先声明：本文只是我自己学习的理解，虽然参考了他人的宝贵见
使者大牙·2023-10-05 19:33

详解机器视觉性能指标相关概念——混淆矩阵、IoU、ROC曲线、mAP等

目录0.前言1.图像分类性能指标1.1混淆矩阵(ConfusionMatrix)1.2准确率(Precision)1.3召回率(Recall)1.4F1值(F1score)1.5ROC曲线(接收者工作特征曲线
使者大牙·2023-10-05 19:02

《Dataset Condensation with Differentiable Siamese Augmentation》

在多个图像分类基准
volcanical·2023-10-05 18:21

CLIP 论文逐段精读【论文精读】

比如呢作者说clip的这个迁移学习能力是非常强的，它预训好的这个模型能够在任意一个视觉分类的这个数据集上，取得不错的效果，而且最重要的是它是zeroshot的，意思就是说他完全没有在这些数据集上去做训练
云淡风轻__·2023-10-05 18:51

PyTorch应用实战二：实现卷积神经网络进行图像分类

__version__)1.8.0MNIST数据集MNIST数字数据集是一组手写数字图像的数据集，用于机器学习中的图像分类任务。该数据集包含60,000
Want595·2023-10-05 08:26

MATLAB:未找到具有匹配签名的构造函数 ‘handle.listener‘问题具体解决方法

邮箱：z…@1…6.com网站：https://zephyrhours.github.io/前言图像分类后的精度评价常会用到混淆矩阵进行精度评价，下面是笔者在运行相关代码时遇到的一些问题，具体解决办法如下
独不懂·2023-10-05 01:34

[软件工具]opencv-svm快速训练助手教程解决opencv C++ SVM模型训练与分类实现任务支持C# python调用

opencv中已经提供了svm算法可以对图像实现多分类，使用svm算法对图像分类的任务多用于场景简单且对时间有要求的场景，因为opencv的svm训练一般只需要很短时间就可以完成训练任务。
FL1623863129·2023-10-04 22:31
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他