尺度第2页

【深度学习解惑】NAS（神经架构搜索）是否能自动发现 Inception 类似的多分支结构？已有哪些工作验证？

目录核心命题与验证NAS发现多分支结构的原理关键验证工作与实验代码实现范式挑战与未来方向参考文献1.核心命题与验证核心命题：“NAS能否在不预设先验的情况下，自动发现类似Inception的多尺度并行结构

云博士的AI课堂·2025-06-11 16:42

nnUNet V2修改网络——暴力替换网络为Swin-Unet

传统方法主要依赖卷积神经网络（CNN），尤其是U-Net及其变体，通过局部卷积操作和跳跃连接提取多尺度特征。然

w1ndfly·2025-06-11 09:20

nnUNet V2修改网络——加入MultiResBlock模块

MultiResBlock是MultiResUNet中核心组件之一，旨在解决传统U-Net在处理多尺度医学图像时的局限性。

w1ndfly·2025-06-11 09:20

SIFT 全面解析：原理、实现与应用

SIFT，全称为Scale-InvariantFeatureTransform（尺度不变特征变换），是一种用于图像特征检测和描述的经典算法。

Hello.Reader·2025-06-11 01:20

经典算法研究（1）：SIFT算法1

高斯金字塔构建步骤如何描述尺度空间？构建差分高斯金字塔尺度空间的连续性下一个八度的第一幅图像如何确定前言学习sift算法记录一、Sift算法原理介绍尺度不变

乔qiao·2025-06-11 01:49

独家首发！低照度环境下YOLOv8的增强方案——从理论到TensorRT部署

传统低照度增强方法局限性1.2深度学习-based方法进展二、Retinexformer网络原理2.1Retinex理论回顾2.2Retinexformer创新架构2.2.1光照感知Transformer2.2.2多尺度

向哆哆·2025-06-09 05:16

【Block总结】MKP，多尺度卷积核级联结构，增强感受野适应性|AAAI 2025

1论文信息FBRT-YOLO（FasterandBetterforReal-TimeAerialImageDetection）是由北京理工大学团队提出的专用于航拍图像实时目标检测的创新框架，发表于AAAI2025。论文针对航拍场景中小目标检测的核心难题展开研究，重点解决小目标因分辨率低、背景干扰多导致的定位困难，以及现有方法在实时性与精度间的失衡问题。航拍图像目标检测是无人机、遥感监测等应用的关键

AI浩·2025-06-09 05:43

计算机视觉与深度学习｜基于MATLAB的图像特征提取与匹配算法总结

基于MATLAB的图像特征提取与匹配算法全面指南图像特征提取与匹配基于MATLAB的图像特征提取与匹配算法全面指南一、图像特征提取基础特征类型分类二、点特征提取算法1.Harris角点检测2.SIFT(尺度不变特征变换

单北斗SLAMer·2025-06-07 21:29

cnn卷积神经变体

CNN（卷积神经网络）在计算机视觉领域取得了巨大成功，其变体主要围绕结构优化、计算效率、多尺度特征融合和注意力机制展开。

MYH516·2025-06-07 05:07

开源量子模拟引擎：Quantum ESPRESSO本地部署教程，第一性原理计算轻松入门！

一、介绍QuantumESPRESSO是一个用于电子结构计算和纳米尺度材料建模的开源计算机代码集成套件，专门用于进行第一性原理（第一性原理）计算，涵盖了电子结构、晶体学和材料性能的模拟。

算家计算·2025-06-05 00:00

2025——》NumPy中的np.logspace使用/在什么场景下适合使用np.logspace？NumPy中的np.logspace用法详解

1.NumPy中的np.logspace使用：在NumPy中，np.logspace函数用于生成对数尺度上等间距分布的数值序列，适用于科学计算、数据可视化等需要对数间隔数据的场景。

明—猿·2025-06-03 07:28

【目标检测】backbone究竟有何关键作用？

backbone的核心在于能为检测提供若干种感受野大小和中心步长的组合，以满足对不同尺度和类别的目标检测。

猫天意·2025-06-03 00:07

【目标检测】检测网络中neck的核心作用

2.neck决定了head的数量，进而潜在决定了不同尺度样本如何分配到不同的head，这一点可以看做是将整个网络的多尺度目标学习的负担，分散到了多个层级的特征图上。

猫天意·2025-06-02 23:32

什么是多尺度分解

1.什么是多尺度分解为什么要分解？直观地讲，信号或特征序列往往同时包含“低频信息”（整体趋势）和“高频信息”（细节或噪声）。

frostmelody·2025-06-02 16:03

MultiPatchFormer改进|爆改模型|涨点|使用TiDE中的MLP结构替换半自动回归的线性层（附代码+修改教程）

一、本文介绍MultiPatchFormer是一种的基于Transformer的模型，用于多元时间序列预测使用多尺度时间嵌入来捕捉不同尺度的时间相关性，包括一个通道编码器来建模输入序列之间的关系并捕捉交互作用

ThePPP_FTS·2025-06-01 23:12

[yolov11改进系列]基于yolov11引入迭代注意力特征融合iAFF的python源码+训练源码

【iAFF介绍】1.IAFF（迭代注意力特征融合）iAFF通过引入多尺度通道注意力模块和迭代融合，更好的整合不同尺度和语义不一致的特征，有效解决特征融合问题，提高目标检测的精度。

FL1623863129·2025-06-01 15:06

[yolov11改进系列]基于yolov11引入可切换空洞卷积SAConv模块python源码+训练源码

可切换空洞卷积）原理与优点详解一、SAConv的核心原理SAConv（SwitchableAtrousConvolution）是一种创新的卷积模块，旨在解决传统空洞卷积（DilatedConvolution）在多尺度目标检测中的局限性

FL1623863129·2025-06-01 15:35

基于多尺度卷积和扩张卷积-LSTM的多变量时间序列预测

本文将介绍一种结合多尺度卷积、扩张卷积和LSTM的混合神经网络模型，用于多变量时间序列预测，并提供完整的代码实现和详细讲解。

非著名架构师·2025-05-30 12:05

顶会新热门：小波变换×Transformer，效率翻倍的AI图像去噪神奇组合

2024深度学习发论文&模型涨点之——小波变换+Transformer小波变换与Transformer的结合主要探讨如何利用小波变换的多尺度特性来增强Transformer在处理信号和图像数据时的表现。

YunTM·2025-05-29 06:52

YOLOv9改进策略【注意力机制篇】| CVPR2024 CAA上下文锚点注意力机制

在远程遥感图像或其他大尺度变化的图像中目标检测任务中，为准确提取其长距离上下文信息，需要解决大目标尺度变化和多样上下文信息时的不足的问题。CAA能够有效捕捉长距离依赖，并且参数量和计算量更少。

Limiiiing·2025-05-28 00:51

YOLOv11改进 | Neck篇 | 双向特征金字塔网络BiFPN助力YOLOv11有效涨点

本文详细介绍如何将**双向特征金字塔网络（BiFPN）**集成到YOLOv11的Neck部分，通过改进的多尺度特征融合机制实现检测性能的显著提升。

wei子·2025-05-28 00:19

YOLOv11改进策略【卷积层】| AAAI 2025 风车状卷积PConv，实现感受野的高效扩张

但不同尺度的红外小目标对特征提取需求有差异，为了更好地满足这些需求，本文利用风车卷积PConv模块改进YOLOv11，使模型能够更精准地对齐红外小目标像素的高斯空间分布，在增强底层特征提取的同时显著扩大感受

Limiiiing·2025-05-26 14:22

MCNN-BiLSTM多尺度卷积神经网络+双向长短期记忆网络的故障诊断算法，matlab代码

MCNN-BiLSTM多尺度卷积神经网络+双向长短期记忆网络的故障诊断算法解析MCNN-BiLSTM是一种融合多尺度卷积神经网络（Multi-scaleConvolutionalNeuralNetwork

默默科研仔·2025-05-24 19:15

《从量子计算到AI催化：一位材料学博士的多尺度模拟通关秘籍》

高校材料模拟方向的博士生，研究锂硫电池催化剂5年，经历过：DFT算到崩溃：过渡态搜索3周不收敛；MD模拟翻车：力场参数选错导致结果完全失真；ML模型过拟合：预测的催化剂活性被实验组打脸...直到系统掌握了多尺度模拟

好好学仿真·2025-05-23 05:51

机器学习AI精准预测复合材料性能、材料结构设计优化；数据驱动加速新材料研发，百年难遇的组合打破科研壁垒！

从复合材料性能的精确预测到复杂材料结构的智能设计，从数据驱动的材料结构优化到多尺度分析，人工智能技术正以其强大的数据处理能力和模式识别优势，推动复合材料领域的技术进步。

好好学仿真·2025-05-23 05:48

用于病理图像诊断的跨尺度多实例学习|文献速递-基于深度学习的医学影像分类，分割与多模态应用

Title题目Cross-scalemulti-instancelearningforpathologicalimagediagnosis用于病理图像诊断的跨尺度多实例学习01文献速递介绍病理学是诊断炎症性肠病

有Li·2025-05-23 04:43

分治思想在算法（目标检测）中的体现

在目标检测任务中，分治思想主要体现在三个维度：1.空间划分：将图像划分为网格或区域，并行处理2.尺度分解：针对不同大小目标采用分层处理策略3.任务解耦：将检测流程拆分为多个子任务分步优化目标检测现代目

pang企鹅·2025-05-22 04:43

YOLOv11改进 | Neck篇 | 轻量化跨尺度跨通道融合颈部CCFM助力YOLOv11有效涨点

YOLOv11改进|Neck篇|轻量化跨尺度跨通道融合颈部CCFM助力YOLOv11有效涨点引言在目标检测领域，YOLO系列算法因其卓越的速度-精度平衡而广受欢迎。

wei子·2025-05-21 23:36

图像增强之Retinex 算法MSRCR 与 MSRCP 的 Python 实现

2.多尺度Retinex(

qq1309399183·2025-05-21 16:20

大模型——多模态检索的RAG系统架构设计

文章目录1.系统架构设计核心组件2.跨模态向量空间对齐方案方法一：预训练对齐模型（如CLIP）方法二：跨模态投影网络方法三：联合微调3.混合检索策略4.关键问题解决Q:如何解决模态间向量尺度不一致？

追逐☞·2025-05-21 06:16

玩转YOLOv10 多尺度多通道特征图

在yolov10-main/ultralytics/nn/autobackend.py的AutoBackend类的forward函数里可以查看及二次开发YOLOv10的特征图在最下面的代码中activate_state=0ifactivate_state==1:save_feature_map=0ifsave_feature_map==1andtorch.sum(im)>0:big_feature

zzc921·2025-05-20 21:50

YOLOv12改进策略【注意力机制篇】| CPCA：通道先验卷积注意力模块，动态分配注意力权重，并利用多尺度深度卷积模块降低计算复杂度

一、本文介绍本文记录的是基于CPCA模块的YOLOv12目标检测改进方法研究。CPCA（ChannelPriorConvolutionalAttention）通道先验卷积注意力认为通道与空间维度的联合注意力有助于更精准地捕捉目标特征，并且解决了现有注意力机制在处理复杂场景目标检测时自适应能力不足的问题。在改进YOLOv12的过程中能够为特征图动态分配通道和空间维度的注意力权重，有效增强网络对目标的

Limiiiing·2025-05-20 17:55

【YOLOv12多模态融合改进】| 改进双HS-FPN颈部结构：高级筛选特征融合金字塔，加强不同模态间的细微特征检测

HS-FPN借助通道注意力机制及独特的多尺度融合策略，有效应对目标尺寸差异及特征稀缺问题。

Limiiiing·2025-05-20 17:55

威布尔比例风险模型（Weibull Proportional Hazards Model, WPHM）详解：原理、应用与实施

WeibullProportionalHazardsModel,WPHM）详解：原理、应用与实施一、核心原理：从威布尔分布到比例风险模型1.威布尔分布的数学本质威布尔分布通过两个关键参数（形状参数(k)和尺度参数

思考的味道·2025-05-20 02:46

YOLO11改进-注意力-引入自集成注意力机制SEAM解决遮挡问题

他做了什么，SEAM（Self-EnsemblingAttentionMechanism）是一种自集成注意力机制，通过多视角特征融合和一致性正则化来增强模型的鲁棒性和泛化能力，特别适用于处理遮挡问题和多尺度特征融合

一勺汤·2025-05-20 01:13

nnUNet V2修改网络——暴力替换网络为UCTransNet

其核心在于多尺度通道交叉融合

w1ndfly·2025-05-18 07:57

MATLAB GUI SIFT与小波变换图像拼接融合系统

图像拼接和融合是计算机视觉中的重要任务，它能够将多幅图像以无缝的方式拼接在一起，形成更大视野的图像，本文将介绍一个基于MATLABGUI的图像拼接融合系统，该系统结合了尺度不变特征变换（SIFT）和小波变换的技术

程序员杨弋·2025-05-17 23:00

基于RT-DETR的YOLOv8目标检测框架优化及其应用前景

YOLOv8Backbone（特征提取）3.RT-DETR检测头4.集成YOLOv8Backbone与RT-DETR头5.模型训练与评估二、YOLOv8与RT-DETR检测头的结合：进一步的优化与调优1.数据增强与多尺度训练数据增强技术

向哆哆·2025-05-17 18:27

自适应稀疏核卷积网络：一种高效灵活的图像处理方案

然而，传统CNN中的固定尺度卷积核存在局限性：它们难以适应不同位置、尺度和方向的复杂特征，在面对多样化的图像内容时显得力不从心。近年来，研究人员提出了多种改进方法，旨在让卷积核更加灵活高效地提取信息。

RockLiu@805·2025-05-17 15:57

ORB特征检测

因为FAST特征点检测不涉及特征点描述，而BRIEF特征描述符有不具备旋转不变性、不具备尺度不变性、对噪声敏感等缺点，将二者结合可以优势互补，劣势相消。#

东东咚咚东·2025-05-17 03:37

吴恩达机器学习笔记：多维梯度下降实践

1.特征放缩在我们面对多维特征问题的时候，我们要保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。

ちゆきー·2025-05-14 15:33

YOLOv3 目标检测算法深度解析

其核心设计目标是在保持检测速度优势的同时，显著提升多尺度目标检测能力，尤其针对小目标检测和复杂场景优化。1.2关键技术创新点1.2.1Darknet-53骨干网络残差连接：引入

mozun2020·2025-05-13 18:16

YOLOv5中的SPPF模块的详细解释（合适新人）

资源补给站·2025-05-13 11:30

ResNet改进(41)：与FPN结合的图像分类模型

模型架构1.FPN(FeaturePyramidNetwork)模块FPN是一种用于构建多尺度特征表示的网络结构，特别适合处理不同尺寸的目标检测任务。

点我头像干啥·2025-05-12 10:14

DeepLabv3+改进32:在主干网络中添加KANConv2DLayer|

本专栏重磅推出：✅独家改进策略：融合注意力机制、轻量化设计与多尺度优化✅即插即用模块：ASPP+升级、解码器PS:订阅专栏提供完整代码论文简介步骤一新建mmseg/models/attentions/kan_conv.py

AICurator·2025-05-10 22:24

verilog中的timescale用法

timescale是VerilogHDL中的一种时间尺度预编译指令，它用来定义模块的仿真时的时间单位和时间精度。

斐非韭·2025-05-10 18:56

【计算机视觉】OpenCV项目实战：基于OpenCV的图像分割技术深度解析与实践指南

（Otsu方法）2.Canny边缘检测3.分水岭算法实战应用指南1.基础分割流程2.多算法比较框架3.医学图像分割专项常见问题与解决方案1.过分割问题2.边缘断裂问题3.光照不均影响性能优化技巧1.多尺度处理

白熊188·2025-05-10 17:20

基于计算机视觉的试卷答题区表格识别与提取技术

关键技术表格区域提取与分割图像二值化预处理多尺度形态学操作水平线与竖线精确检测单元格定位与提取1.系统架构我们设计的

小江-·2025-05-10 04:51

UNet 改进(24)：结合金字塔（PSP）场景解析的医学图像分割网络

今天我们要分析的UNet_PSP是一个改进版的UNet，它在传统UNet的基础上引入了金字塔场景解析模块(PSP)，以更好地捕获多尺度上下文信息。本文将详细解析这个网络的架构设计、核心组件和实现细节。

点我头像干啥·2025-05-09 05:23

基于yolov11的打电话玩手机检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面

YOLOv11作为新一代目标检测算法，在特征提取与多尺度目标识别能力上实现突破性优化。

FL1623863129·2025-05-07 08:37

推荐频道

尺度