图像分类迁移学习第24页

EPSANet：金字塔拆分注意力模块

相比其他注意力机制(比如SENet、FcaNet等)，所提EPSANet在图像分类、目标检测以及实例分割任务上均取得了显著性能提升。

HappyAIWalker·2023-09-09 11:49

YOLOv3 SPP超详细入门

其中涉及了很多论文，这些trick非常重要，图像分类网络到目标检测

风间琉璃•·2023-09-09 04:04

迁移学习

使用迁移学习的优势：能够快速的训练出一个理想的结果当数据集较小时也能训练出理想的效果注意：使用别人预训练模型参数时，要注意别人的预处理方式。

Darren_pty·2023-09-08 19:03

Jetsonnano B01 笔记1：基础理解—网络配置—远程连接

今日开始学习JetsonnanoB01，这是一台小电脑，可以用来：运行现代AI负载，并行运行多个神经网络，以及同时处理来自多个高清传感器的数据，可广泛应用与图像分类、对象检测、图像分割、语音处理等领域。

NULL指向我·2023-09-08 03:21

动手学深度学习（2）-3.5 图像分类数据集

文章目录引言正文图像分类数据集主要包介绍主要流程具体代码练习总结引言这里主要是看一下如何加载数据集，并且生成批次训练的数据。

客院载论·2023-09-07 20:21

图像分类学习笔记（七）——MobileNet

一、MobileNetV1传统的神经网络，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。之前的VGG16模型权重大小大概有490M，ResNet模型权重大小大概有644M。MobileNet网络是由google团队在2017年提出的，专注于移动端或者嵌入式设备中轻量级CNN网络。相比于传统卷积神经网络，在准确率小幅降低的前提下大大减少模型参数与运算量（相比VGG16准确率减少了0.

routine1o1oo·2023-09-07 17:18

2021-03-01

AnalyzingtheEffectofMulti-taskLearningforBiomedicalNamedEntityRecognition贡献：1.分析生物医学实体数据集之间的可转移性，并找到一些有用的特性和方法来预测这些数据集之间的可转移性，减少了今后寻找辅助数据集的工作量2.将迁移学习和多任务学习结合起来

小小程序员一枚·2023-09-07 15:28

遥感图像应用：在低分辨率图像上实现洪水损害检测（迁移学习）

本文是上一篇关于“在低分辨率图像上实现洪水损害检测”的博客的延申。代码来源：https://github.com/weining20000/Flooding-Damage-Detection-from-Post-Hurricane-Satellite-Imagery-Based-on-CNN/tree/master数据储存地址：https://github.com/JeffereyWu/Flood

练习两年半的工程师·2023-09-07 13:28

PyTorch深度学习实战（14）——类激活图

类激活图(ClassActivationMap,CAM)是一种可视化技术，用于解释深度学习模型在图像分类任务中的决策过程。它能够显示出对于分类结果影

盼小辉丶·2023-09-07 10:42

【ViT（Vision Transformer）】(二) 阅读笔记

简介ViT是2020年Google团队提出的将Transformer应用在图像分类的模型，虽然不是第一篇将transformer应用在视觉任务的论文，但是因为其模型“简单”且效果好，可扩展性强（scalable

jjjhut·2023-09-07 08:31

改进YOLOv8：结合轻量化骨干，华为顶刊IJCV2022：G-GhostNet！

轻量化设计，保持精度，计算量缩小轻量化网络常见的轻量化网络设计方法常见的YOLO结合轻量化骨干方法一、理论介绍二、改进方法yaml文件另外需要修改的地方三、运行测试建议轻量化网络深度神经网络模型被广泛应用在图像分类

一休哥※·2023-09-07 06:15

论文推荐：基于GE-MRI的多任务学习

医学图像分析，多任务学习，图像分类，图像分割，U-Net，后处理该论文是18年发布的，提出了一种基于DeepU-Net的多任务学习框架，用于GE-MRI左心房分割，该框架同时执行心房分割和消融前后分类。

数据派THU·2023-09-07 01:07

Luminar Neo 教程，如何在 Luminar Neo 中使用相簿组织图像？

相册是将图像分类为组或类别（如人物、地点和宠物）的方法。什么是相册？相簿是虚拟存储位置。将它们视为照片的播放列表。硬盘上的一首歌可以根据艺术家、发行年份或所属音乐类型，在播放列表中播放。照片也是如此。

Mac123123·2023-09-06 21:11

Yolov8原理详细解析！一文看懂

Yolov8是Ultralytics公司最新推出的Yolo系列目标检测算法，可以用于图像分类、物体检测和实例分割等任务。

穿着帆布鞋也能走猫步·2023-09-06 17:02

【第53篇】MAFormer: 基于多尺度注意融合的变压器网络视觉识别

静静AI学堂·2023-09-06 14:22

YOLOV8实例分割——详细记录环境配置、自定义数据处理到模型训练与部署

作为一个高速、精准且易于操作的设计，YOLOv8在广泛的领域中，包括目标检测与跟踪、实例分割、图像分类以及姿势估计等任务中，都表现出色。

知来者逆·2023-09-06 14:16

FastViT实战：使用FastViT实现图像分类任务（二）

设置模型设置优化器和学习率调整策略设置混合精度，DP多卡，EMA定义训练和验证函数训练函数验证函数调用训练和验证方法运行以及结果查看导出模型测试完整的代码在上一篇文章中完成了前期的准备工作，见链接：FastViT实战：使用FastViT实现图像分类任务

AI浩·2023-09-06 13:52

基于Python+DenseNet121算法模型实现一个图像分类识别系统案例

目录介绍在TensorFlow中的应用实战案例最后一、介绍DenseNet（DenselyConnectedConvolutionalNetworks）是一种卷积神经网络（CNN）架构，2017年由GaoHuang等人提出。该网络的核心思想是密集连接，即每一层都接收其前面所有层的输出作为输入。DenseNet121是该家族中的一个特定模型，其中121表示网络的总层数。DenseNet121的主要特

　子午·2023-09-06 09:03

CVPR2023新作：源数据集对迁移学习性能的影响以及相应的解决方案

Title:AData-BasedPerspectiveonTransferLearning(迁移学习的基于数据的观点)Affiliation:MIT(麻省理工学院)Authors:SaachiJain

upDiff·2023-09-06 04:43

【YOLOv8改进】Swin Transformer V2网络结构与YOLOv8相结合

>>>【YOLO创新改进&Paper交流合作】>>欢迎交流，思想触碰<<图像分类和目标检测任务。

强盛小灵通专卖员·2023-09-06 02:34

【OpenMMLab】OpenMMLab概述

代表算法库目标检测算法库MMDetection目标检测算法库2MMYOLO文字检测识别算法库MMOCR3D目标检测算法库MMDetection3D旋转目标检测算法库MMRotate图像分割算法库MMSegmentation图像分类

Donny0v0·2023-09-05 17:17

深度学习技巧应用27-最全的深度学习学习计划的设定与应用，看完更加自信

通过参与实际的深度学习项目，如图像分类、目标检测、自然语言处理等，锻炼自己的实践能力和解决问题的能力。深度学习领域发展迅速，新算法和技术不断涌现。保持学习状

微学AI·2023-09-05 15:03

基于Vgg-Unet模型自动驾驶场景检测

1.VGGVGG全称是VisualGeometryGroup属于牛津大学科学工程系，其发布了一些列以VGG开头的卷积网络模型，可以应用在人脸识别、图像分类等方面,VGG的输入被设置为大小为224x244

爱因诗贤·2023-09-05 11:25

CNN卷积神经网络速描（内容转载）

在图像分类之类的计算机视觉任务中，CNN特别有用；不过，CNN也可以应用于其他机器学习任务，只要该任务中至少一维上的属性的顺序对分类而言是必不可少的。例如，CNN也用于自然语言处理和音频分析。

时光如刀再没理由·2023-09-05 10:43

Dice系数衡量图像分割中的重叠区域

与其他图像分析任务（如目标检测或图像分类）不同，语义分割要求对图像进行像素级别的标记，提供更详细

夏天是冰红茶·2023-09-05 05:15

您必须尝试的 4 种经典特征提取技术！

二、概述图像分类长期以来一直是计算机视觉领域的热门话题，并希望能够保持这种状态。为什么不应该呢？随着一次又一次的装备，它配备了机器来回答一个非常基本的问题！“我看到了什么？”

无水先生·2023-09-05 00:01

FasterViT实战：使用FasterViT实现图像分类任务（一）

文章目录摘要安装包安装timm安装grad-cam数据增强Cutout和MixupEMA项目结构计算mean和std生成数据集摘要论文翻译：https://blog.csdn.net/m0_47867638/article/details/131542132官方源码：https://github.com/NVlabs/FasterViT这是一篇来自英伟达的论文。FasterViT结合了CNN的快速

静静AI学堂·2023-09-05 00:27

FasterViT实战：使用FasterViT实现图像分类任务（二）

定义训练和验证函数训练函数验证函数调用训练和验证方法运行以及结果查看关于EMA设置为True时，不上分的问题测试热力图可视化展示完整的代码在上一篇文章中完成了前期的准备工作，见链接：FasterViT实战：使用FasterViT实现图像分类任务

静静AI学堂·2023-09-05 00:27

FasterViT:基于分层注意力的快速视觉transformer

静静AI学堂·2023-09-05 00:26

机器学习算法：线性回归、逻辑回归、决策树和随机森林解析

机器学习算法：线性回归、逻辑回归、决策树和随机森林解析引言机器学习算法是人工智能领域的核心，它们用于解决各种问题，从预测房价到图像分类。

不一样的老墨·2023-09-04 19:45

「解析」YOLOv5 classify分类模板

学习深度学习有些时间了，相信很多小伙伴都已经接触图像分类、目标检测甚至图像分割(语义分割)等算法了，相信大部分小伙伴都是从分类入门，接触各式各样的Backbone算法开启自己的炼丹之路。

ViatorSun·2023-09-04 19:43

【炼丹侠】如何用GPU服务器实现GoogLeNet训练

它是在ILSVRC竞赛中取得优异成绩的一种神经网络结构，可以用于图像分类和其他计算机视觉任务。

·2023-09-04 17:17

融合MMEdu和Transformers技术的视障出行智能辅助系统（上海浦育AI未来夏令营结题论文）

本系统利用图像分类、目标检测和深度估计等软件技术，对摄像头实时获取的每一帧图像进行分析，检测盲道有无、红绿灯颜色、前方障碍等情况，并通过语音播报给视障者。

沾花把玖·2023-09-04 16:27

不再使用步长卷积或池化：针对低分辨率图像和小物体的新的CNN构建块

摘要https://arxiv.org/pdf/2208.03641.pdf卷积神经网络（CNN）在许多计算机视觉任务中取得了巨大的成功，例如图像分类和目标检测。

静静AI学堂·2023-09-04 10:43

【第37篇】EdgeViTs：在移动设备上使用Vision Transformers 的轻量级 CNN

静静AI学堂·2023-09-04 09:51

几种常见的计算机视觉中的损失函数原理理解&分析

这里将尝试分析理解计算机视觉中一些基本的损失函数和图像分类、图像检测以及图像分割任务中常用的主流损失函数。基本的损失函数L2Loss这是计算损失函数最基本的损失函数，PyTorch中也将其

云深安小生·2023-09-04 04:12

YoloV8改进策略：Intel面向参数高效动态卷积KernelWarehouse，YoloV8的上分显眼包

面向参数高效动态卷积——KernelWarehouse1、简介2、相关工作3、方法3.1、KernelWarehouse的表述3.2、KernelWarehouse的注意力模块4、实验4.1、ImageNet上的图像分类

静静AI学堂·2023-09-04 03:13

论文笔记-GAN-Guided Deformable Attention Network for Identifying Thyroid Nodules in Ultrasound Images

数据：甲状腺结节超声图像任务：分类（良性、恶性）困难：只利用图像分类较困难

升不上三段的大鱼·2023-09-03 23:39

PyTorch深度学习实战——猫狗分类

——猫狗分类0.前言1.猫狗分类数据集2.使用PyTorch实现猫狗分类3.训练数据数量对模型性能的影响相关链接0.前言我们已经学习了如何构建卷积神经网络，并且在Fashion-MNIST数据集上执行图像分类

盼小辉丶·2023-09-03 14:50

如何使用Java进行机器学习?

Deeplearning4j：Deeplearning4j是一个用于深度学习的开源库，支持多种神经网络模型和训练算法，可以用于图像分类、文本分析等任务。ApacheMahout：Apa

玥沐春风·2023-09-03 09:37

[动手学深度学习-PyTorch版]-3.深度学习基础

我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。

蒸饺与白茶·2023-09-03 05:02

Resnet 迁移学习记录

在实际应用中，cnn网络的训练是很繁琐且浪费时间的，这时候我们一般会去选择加载网上已经训练得很完善的网络作为自己的cnn网络层，下面例子为使用Resnet预训练模型来做自己的图片分类：#网络定义classResnet(nn.Module):def__init__(self):super(Resnet,self).__init__()pretrained_net=torchvision.models

TOPthemaster·2023-09-02 19:40

Pytorch学习系列-04-构建卷积神经网络实现CIFAR-10图片分类

对CIFAR-10数据集进行图像分类。数据集中的图像大小为32x32x3。定义卷积神经网络的结构这里，将定义一个CNN的结构。

骚火棍·2023-09-02 11:37

解码注意力Attention机制：从技术解析到PyTorch实战

注意力机制基础概念定义组件注意力机制的分类举例说明三、注意力机制的数学模型基础数学表达式注意力函数计算权重数学意义举例解析四、注意力网络在NLP中的应用机器翻译代码示例文本摘要代码示例命名实体识别（NER）代码示例五、注意力网络在计算机视觉中的应用图像分类代码示例目标检测代码示例图像生成代码示例六

TechLead KrisChang·2023-09-02 11:24

卷积神经网络实现猴痘疾病图像分类 - P4

本文为365天深度学习训练营中的学习记录博客参考文章：Pytorch实战|第P4周：猴痘病识别原作者：K同学啊|接辅导、项目定制文章来源：K同学的学习圈子目录环境步骤环境设置包引用全局对象数据准备数据集准备迭代对象准备模型设计模型训练训练函数评估函数模型训练保存最佳模型结果展示训练过程图示加载最佳模型随机选择一张图片进行预测总结与心得体会环境系统:Linux语言:Python3.8.10深度学习框

好名让狗申请了·2023-09-02 05:50

零基础教程：使用yolov8训练自己的目标检测数据集

YOLOv8设计快速、准确且易于使用，使其成为各种物体检测与跟踪、实例分割、图像分类和姿态估计任务的绝佳选择。

Dragon_0010·2023-09-02 02:43

神经网络与卷积神经网络

全连接神经网络在图像分类、语音识别、机器翻译、自然语言处理等领域经常使用。例如，在图像分类中，网络的输入是原始图像像素值，

牛哥带你学代码·2023-09-01 18:06

IBM Watson Machine Learning Accelerator 加速深度学习和大规模、高分辨率的图像处理

随着人类在计算、算法和数据访问上不断取得进步，企业正在更广泛地采用深度学习，通过语音识别、自然语言处理和图像分类来提取和深化洞察。

小信瑞·2023-09-01 09:44

CNN（六）：ResNeXt-50实战

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制ResNeXt是有何凯明团队在2017年CVPR会议上提出来的新型图像分类网络。

放鹿的散妃·2023-09-01 08:12

【深度神经网络原理结合代码剖析】网络训练

关于网络训练代码的剖析还是用一个简单的网络，做图像分类任务来举例。在以下代码中，我们定义了一个ModelNet网络，包含了卷积池化和全连接层。接下来我们从路径path中读取了需要的训练数据。

犟果·2023-09-01 06:29

推荐频道

图像分类迁移学习