影像卷积

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
superace7911·2025-02-25 15:50

【PyTorch】torch.nn.Conv1d 类：一维卷积层（处理一维数据的卷积运算）

torch.nn.Conv1d是PyTorch中的一维卷积层，用于处理一维数据的卷积运算，常用于时序数据、音频信号、文本等的处理。
彬彬侠·2025-02-25 13:00

架构师论文《论湖仓一体架构及其应用》

针对日益增长的支付流水、用户行为埋点及信贷审核影像文件等多模态数据处理需求，原有系统存在存储成本激增、实时分析能力不足等问题。
pccai-vip·2025-02-25 12:28

大疆“全时全域”新品发布会官宣2月27日举行，科技创新引领行业变革

在科技飞速发展的今天，数码影像领域的每一次创新都可能引发行业的巨大变革。作为全球知名的无人机及影像设备制造商，大疆创新科技有限公司一直以来都以其卓越的技术和创新能力引领着行业的发展潮流。
佳晓晓·2025-02-25 08:02

联邦学习与边缘模型优化赋能医疗诊断新路径

联邦学习框架通过分布式模型训练机制，有效破解医疗机构间的数据壁垒，使跨机构的医学影像、病理数据在不离开本地服务器的前提下完成知识共享。
智能计算研究中心·2025-02-25 03:26

联邦学习优化驱动医疗诊断新突破

这一技术突破为医学影像识别、病理特征分析等场景提供了新的技术路径，特别是在肿瘤筛查领域，通过迁移学习实现跨病种知识迁移，配合超参数自动调优机制，可使模型在有限标注数据下达到95%以上的病灶识别准确率
智能计算研究中心·2025-02-25 03:26

深度学习入门篇--来瞻仰卷积神经网络的鼻祖LeNet

B站视频讲解:深度学习入门篇:使用pytorch搭建LeNet网络并代码详解实战前言大家在学习神经网络的时候肯定会有这样的感受,有很多的文章和视频,有的文章也很好,但是总是不成体系,总是学起来东一榔锤,西一棒槌的,在这种情况下,我会给大家更新深度学习系列的技术文章,轮椅级持续更新技术干货,别问为什么是轮椅级,因为保姆级已经过时了!前置基础知识储备:python/pytorch/神经网络基础知识概念
智算学术·2025-02-25 00:31

YOLOv12：以注意力为中心的物体检测

相比以往的YOLO模型，YOLOv12摒弃了传统基于卷积神经网络（CNN）的结构，采用了全新的方法，融合了自注意力机制和高效的网络架构优化，提供了一个高精度、低延迟的实时目标检测模型。
那雨倾城·2025-02-24 23:21

基于Python开发的使用多个单视图特征融合的基于图卷积网络（GCN）的肺结节检测系统的示例

以下是一个基于Python开发的使用多个单视图特征融合的基于图卷积网络（GCN）的肺结节检测系统的示例。我们将使用PyTorch和torch_geometric库来实现图卷积网络，并模拟数据进行演示。
go5463158465·2025-02-24 20:06

浅显介绍图像识别的算法卷积神经网络（CNN）中的激活函数

激活函数的作用激活函数在神经网络中扮演着至关重要的角色，其主要作用包括但不限于以下几点：引入非线性：如果没有激活函数或仅使用线性激活函数，无论神经网络有多少层或多复杂，整个模型仍然只能表达线性映射。这意味着它无法学习和表示数据中的复杂模式。通过使用非线性的激活函数，如ReLU（修正线性单元）、Sigmoid、Tanh等，可以赋予神经网络学习复杂函数的能力。决定神经元是否被激活：激活函数根据输入信号
cjl30804·2025-02-24 15:31

深度学习（5）-卷积神经网络

我们将深入理解卷积神经网络的原理，以及它为什么在计算机视觉任务上如此成功。我们先来看一个简单的卷积神经网络示例，它用干对MNIST数字进行分类。
yyc_audio·2025-02-24 14:26

深度学习（2)-深度学习关键网络架构

关键网络架构深度学习有4种类型的网络架构：密集连接网络、卷积神经网络、循环神经网络和Transformer。
yyc_audio·2025-02-24 14:26

三甲医院等级评审八维数据分析应用（六）--数据安全与隐私保护篇

一、引言1.1研究背景与意义随着信息技术在医疗领域的深度渗透，三甲医院在日常运营中积累了海量的医疗数据，包括患者的基本信息、病历记录、诊断影像、检验结果等。
Allen_LVyingbo·2025-02-24 09:42

三甲医院网络架构与安全建设实战

一、设计目标实现医疗业务网/卫生专网/互联网三网隔离满足等保2.0三级合规要求保障PACS影像系统低时延传输实现医疗物联网统一接入管控二、全网拓扑架构三、网络分区与安全设计IP/VLAN规划表核心业务配置
kate zhu·2025-02-24 08:10

生成对抗网络(GAN)：从概念到代码实践(附代码)

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络(附代码)第五章
全栈你个大西瓜·2025-02-23 21:19

MTCNN 人脸检测技术揭秘：原理、实现与实战(附代码)

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络(附代码)第五章
全栈你个大西瓜·2025-02-23 21:18

神经网络可视化工具

11款神经网络可视化工具，组会汇报、论文插图、科研学术必备01TensorSpace可以在网页上直接使用，是一种3D模型展示神经网络，适合给初学者或者科普的时候展示时使用，非常的直观，并且每一层的卷积层都可以展开
G鲲鹏展翅Y·2025-02-23 18:58

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络
顾漂亮·2025-02-23 12:15

骁龙 8 至尊版：AI 手机的变革先锋

目录引言性能跃升：AI手机的强劲根基（一）CPU性能革命（二）GPU图形进化（三）NPU智能核心AI体验革新：多维度的智能进化（一）个性化多模态AI助手（二）影像体验的AI重塑（三）游戏体验的AI赋能生态合作与未来展望引言在当今科技飞速发展的时代
倔强的小石头_·2025-02-23 12:44

边缘计算与联邦学习驱动医疗影像特征工程优化

内容概要随着医疗影像数据规模的指数级增长与多模态成像技术的普及，传统集中式特征工程方法面临数据孤岛、隐私泄露及计算效率等多重挑战。
智能计算研究中心·2025-02-23 11:40

深度学习框架与边缘计算融合驱动医疗金融模型优化新路径

这种技术协同不仅降低了医疗影像诊断中的数据传输延迟，还通过动态模型压缩策略（如量化与剪枝）将金融预测
智能计算研究中心·2025-02-23 11:10

Python进行简单医学影像分析的示例

以下是一个使用Python进行简单医学影像分析的示例，这里我们以常见的DICOM格式医学影像为例，使用pydicom库读取DICOM文件，使用matplotlib进行影像显示，使用scikit-image
go5463158465·2025-02-23 08:49

【ArcPy】Python批量将多个文件夹下的影像数据镶嵌至新栅格

文章目录引言1.环境配置与所需工具️1.1ArcGIS安装1.2Python环境1.3IDE或代码编辑器2.影像数据镶嵌的基本概念2.1栅格数据格式2.2镶嵌方法2.2.1简单拼接2.2.2基于位置的拼接
陈书予·2025-02-23 07:07

英伟达（NVIDIA）芯片全解析：专业分类、应用场景与真实案例

NVIDIA不仅仅是“游戏显卡”的代名词，它的GPU和AI计算平台已经广泛应用于人工智能（AI）、自动驾驶、医疗影像、工业自动化、智能家居等领域。那么，NVIDIA的芯片有哪些分类？它们分别用在哪里？
嵌入式Jerry·2025-02-23 06:31

DEMF模型赋能多模态图像融合，助力肺癌高效分类

目录论文创新点实验设计1.可视化的研究设计2.样本选取和数据处理3.集成分类模型4.实验结果5.可视化结果图表总结可视化知识图谱在肺癌早期筛查中，计算机断层扫描（CT）和正电子发射断层扫描（PET）作为两种关键的影像学手段
cv君·2025-02-23 06:59

Python中常见库 PyTorch和Pydantic 讲解

它提供了丰富的工具和库，用于构建和训练各种深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN）及其变体（如LSTM、GRU）、生成对抗网络（GAN）等。
爱丫爱·2025-02-22 23:40

【特征融合】卷积神经网络中的特征融合方式有哪些？？让我们一起看看！

【特征融合】卷积神经网络中的特征融合方式总结与探索…【特征融合】卷积神经网络中的特征融合方式总结与探索…文章目录【特征融合】卷积神经网络中的特征融合方式总结与探索...前言：1.串联（Concatenation
985小水博一枚呀·2025-02-22 22:59

基于CNN-LSTM-Attention的回归预测算法（附Tensorflow框架下的代码）

基于CNN-LSTM-Attention的回归预测算法结合了卷积神经网络（CNN）、长短期记忆网络（LSTM）和注意力机制（Attention）三种强大的技术，通常用于时序数据的回归预测问题。
Jason_Orton·2025-02-22 20:08

Python：实现 PyTorch 中训练自定义卷积神经网络模型(CNN)并导出模型为 ONNX 格式，同时使用 ONNX Runtime 进行推理

本文将介绍如何使用PyTorch训练一个简单的卷积神经网络（CNN）模型，并将训练好的模型导出为ONNX格式，之后使用ONNXRuntime在Python中加载并进行推理。
煤炭里de黑猫·2025-02-22 16:40

计算机视觉与深度学习实战：以Python为工具，基于帧间差法进行视频目标检测

它们不仅在科研领域取得了显著的成果，而且在安防监控、智能交通、医疗影像分析、工业自动化等领域得到了广泛的应用。
好知识传播者·2025-02-22 13:16

RepVGGBlock实现

本文将要介绍的RepVGG（Re-parameterizedConvolutionalNeuralNetwork）是一种通过重新参数化技术将复杂的神经网络结构转换为简单的卷积层的方法。
武乐乐~·2025-02-22 13:45

适用于复杂背景的YOLOv8改进：基于DCN的特征提取能力提升研究

文章目录1.YOLOv8的性能瓶颈与改进需求1.1YOLOv8的优势与局限性1.2可变形卷积（DCN）的优势2.DCN在YOLOv8中的应用2.1DCN的演变与YOLOv8的结合2.2将DCN嵌入YOLOv8
向哆哆·2025-02-22 10:20

深度学习-123-综述之AI人工智能与DL深度学习简史1956到2024

1940-1960年代)1.3多层感知器MLP(1960年代)1.4反向传播(1970-1980年代)1.5第二次黑暗时代(1990-2000年代)1.6深度学习的复兴(21世纪末至今)1.6.1CNN卷积神经网络
皮皮冰燃·2025-02-22 04:07

深度学习模型的全面解析：技术进展、应用场景与未来趋势

这些模型可以根据其结构和应用场景被分为不同的类别，包括但不限于卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、生成对抗网络（GAN）和Transformer模型等。
阿尔法星球·2025-02-21 22:03

UNet：UNet的损失函数与优化器_2024-07-24_07-32-39.Tex

UNet：UNet的损失函数与优化器UNet简介UNet的架构UNet是一种广泛应用于图像分割任务的卷积神经网络架构，由OlafRonneberger、PhilippFischer和ThomasBrox
chenjj4003·2025-02-21 16:46

Vision Transformer图像分类实现

与传统的卷积神经网络(CNN)不同，ViT将图像分割成多个小块（patches），并将这些小块视为序列输入到Transformer中。
reset2021·2025-02-21 16:13

【深度学习】Unet的基础介绍

U-Net是一种用于图像分割的深度学习模型，特别适合医学影像和其他需要分割细节的任务。如图：Unet论文原文为什么叫U-Net？U-Net的结构像字母“U”，所以得名。
牧歌悠悠·2025-02-21 11:34

[思考.AI]AI的能力边界？通用与专用模型平衡？人机协作模式？

人与AI的角色协调与配合...索性先丢给了AI，摘录其回复：以下是对三个核心问题的结构化分析，结合当前AI发展现状与搜索结果中的关键信息：一、AI能力边界的界定与适用场景适合领域：模式识别与数据处理医疗影像分析
俊哥V·2025-02-21 08:40

图像检测分析难题？三维天地引入YOLO目标检测技术带来全新解决方案！

无论是医学影像诊断、材料科学、食品检测还是质量控制,都依赖于精确的图像分析来提高检测的效率和准确性。
资讯分享周·2025-02-21 08:02

Vision Transformer（ViT）：用 Transformer 颠覆图像识别

VisionTransformer（ViT）：用Transformer颠覆图像识别在计算机视觉领域，卷积神经网络（CNN）长期以来一直是图像识别任务的主流架构。
金外飞176·2025-02-20 19:36

改进YOLO系列 | YOLOv5/v7 引入 Dynamic Snake Convolution | 动态蛇形卷积

改进YOLO系列：动态蛇形卷积（DynamicSnakeConvolution，DSC）简介YOLO系列目标检测算法以其速度和精度著称，但对于细长目标例如血管、道路等，其性能仍有提升空间。
wei子·2025-02-20 14:48

动态蛇形卷积（DySnakeConv）在YOLOv8检测头中的应用与优化-分割性能的提升【YOLOv8】

专栏订阅地址：https://blog.csdn.net/mrdeam/category_12804295.html文章目录动态蛇形卷积（DySnakeConv）在YOLOv8检测头中的应用与优化-分割性能的提升
步入烟尘·2025-02-20 14:44

图像识别与应用

图像识别作为人工智能领域的重要分支，近年来取得了显著进展，其中卷积神经网络（CNN）功不可没。
狂踹瘸子那条好脚·2025-02-20 13:10

代理IP助力AI图像处理，开启行业新篇章

从人脸识别、自动驾驶到医学影像分析，AI图像处理技术无处不在，发挥着不可
傻啦嘿哟·2025-02-20 13:38

动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度

文章目录动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度1.什么是动态蛇形卷积？
向哆哆·2025-02-20 13:07

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

专题一：深度学习发展与机器学习深度学习的历史发展过程机器学习，深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络
xiao5kou4chang6kai4·2025-02-20 11:20

卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别

由特征提取层的5个卷积层两个下采样层和分类器中的三个全连接层构成。
知识鱼丸·2025-02-20 08:24

深度学习在医疗影像分析中的革命性应用

深度学习在医疗影像分析中的革命性应用引言医疗影像分析是现代医学中不可或缺的一部分，特别是在疾病诊断和治疗过程中发挥了至关重要的作用。随着深度学习技术的发展，医疗影像分析的效率和准确性得到了显著提升。
Echo_Wish·2025-02-20 07:48

【机器学习】基于3D CNN通过CT图像分类预测肺炎

1.引言1.1.研究背景在医学诊断中，医生通过分析CT影像来预测疾病时，面临一些挑战和局限性：图像信息的广度与复杂性：CT扫描生成的大量图像对医生来说既是信息的宝库也是处理上的负担。
MUKAMO·2025-02-20 07:43

无人设备遥控器之视频回传篇

无人机通过空中的图传系统将影像传输至遥控器，再经由遥控器重新编码后，利用4G/5G网络进行回传。这种方式具有覆盖范围广、传输速度
SKYDROID云卓小助手·2025-02-20 03:16
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他