数据增强

【视频去噪】基于全变异正则化最小二乘反卷积是最标准的图像处理、视频去噪研究（Matlab代码实现）

算例1——图像去模糊2.2算例2——视频去噪3参考文献4Matlab代码、数据、文献讲解1概述去视频去噪是一项广泛应用于图像和视频处理的技术，其应用范围包括但不限于图像和视频去模糊、图像和视频去噪、深度数据增强
程序猿鑫·2023-10-02 11:22

mmpretrain学习笔记

深度学习模型的训练涉及几个方面1、模型结构：模型有几层、每层多少通道数等2、数据：数据集划分、数据文件路径、批大小、数据增强策略等3、训练优化：梯度下降算法、学习率参数、训练总轮次、学习率变化策略等4、
Make_magic·2023-09-30 06:49

yolox相关

yoloxYOLOXYOLOX-DarkNet53yolov3作为baseline输入端StrongdataaugmentationMosaic数据增强MixUp数据增强注意BackboneNeckPrediction
国服最强貂蝉·2023-09-29 21:46

基于知识蒸馏的夜间低照度图像增强及目标检测

“人工智能技术与咨询”发布摘要为了实现夜间低照度图像的增强，提高目标检测模型在夜间低照度条件下的检测精度并减小模型的计算成本，提出了一种基于知识蒸馏和数据增强的夜间低照度图像增强以及目标检测多任务模型，
renhongxia1·2023-09-28 05:35

百度 RT-DETR 算法原理解析 | 超越YOLO的目标检测新高度？

文章目录0.前言1.RT-DETR结构设计1.1主干网络1.2颈部网络1.3数据增强和训练策略2.QuerySelection和Decoder3.实验结果3.1设置3.2与SOTA的比较3.3关于混合编码器的消融研究
迪菲赫尔曼·2023-09-27 18:04

【代码复现】CMU-Net进行语义分割

main.py1.1.参数声明1.2.配置参数以及模型相关1.2.1.获取配置参数，打印输出，选择损失函数1.2.2.模型声明，相关参数、优化器、学习策略的选择1.3.数据集相关1.3.1.读取数据集1.3.2.数据增强方法
Cpdr·2023-09-27 12:04

Improved Baselines with Momentum Contrastive Learning 论文学习

使用一个MLP映射head和数据增强方法，改进了MoCo。这两个方法与现有的MoCo和SimCLR框架是正交的，能提升MoCo在图像分类和目标检测上迁移学习的效果。此外
calvinpaean·2023-09-27 04:21

点云 3D 天气数据增强 - LiDAR Snowfall Simulation for Robust 3D Object Detection (CVPR 2022)

点云3D天气数据增强-LiDARSnowfallSimulationforRobust3DObjectDetection-用于鲁棒3D目标检测的激光雷达降雪模拟（CVPR2022）摘要1.引言2.相关工作
77wpa·2023-09-27 01:20

YoloV5 部分原理解析

输入端改进思路：Mosaic数据增强主要思想是将四张图片进行随机裁剪，再拼接到一张图上作为训练数据。
zyb-小波·2023-09-26 13:58

YOLOv4【未完待续】

，对输入模型的数据进行数据增强，Mosaic数据增强。backbone网络从YOLOv3的DarkNet53升级成了CSPDarkNe
德彪稳坐倒骑驴·2023-09-26 13:27

opencv dnn模块 示例(17) 目标检测 object_detection 之 yolo v5

文章目录1、Yolov5和Yolov4的区别说明1.1、DataAugmentation-数据增强1.2、AutoLearningBoundingBoxAnchors-自适应锚定框1.
aworkholic·2023-09-25 23:37

Pytorch之AlexNet花朵分类

欢迎关注、点赞、收藏(一键三连)和订阅专栏哦目录一、AlexNet1.卷积模块2.全连接模块3.AlexNet创新点1.更深的神经网络结构2.ReLU激活函数的使用3.局部响应归一化（LRN）的使用4.数据增强和
风间琉璃•·2023-09-25 21:06

数据不平衡的常用处理方法

目录数据不平衡处理常见处理方法1.欠采样（下采样、Under-sampling、US）2.过采样（上采样、over-sampling）3.模型算法评价指标NLP数据增强1.UDA(UnsupervisedDataAugmentation
快乐小码农·2023-09-25 09:19

作为数据增强的复制粘贴

https://arxiv.org/pdf/2012.07177.pdfSimpleCopy-PasteisaStrongDataAugmentationMethodforInstanceSegmentationGolnazGhiasi,YinCui,AravindSrinivas,RuiQian,Tsung-YiLin,EkinD.Cubuk,QuocV.Le,BarretZoph在计算机视觉中
Valar_Morghulis·2023-09-23 08:18

Yolo v8数据马赛克数据增强代码详解

目标检测:一文读懂Mosaic数据增强_mosaic数据增强_大林兄的博客-CSDN博客有图更加详细生动。
。七十二。·2023-09-23 08:31

tensorflow-卷积神经网络-图像分类入门demo

猫狗识别数据预处理：图像数据处理，准备训练和验证数据集卷积网络模型：构建网络架构过拟合问题：观察训练和验证效果，针对过拟合问题提出解决方法数据增强：图像数据增强方法与效果迁移学习：深度学习必备训练策略导入工具包
W_en丶·2023-09-23 05:21

【数据增强】

【数据增强】1数据增强的情形2数据增强的方法1数据增强的情形当数据比较小，难以获取新的训练数据时，可以考虑数据增强，如随机裁剪部分，随机左右上下翻转、随机旋转一个角度、随机亮度变化等微小变化，数据的多样性提高
知识推荐号·2023-09-23 05:18

人脸图像数据增强

为什么要做数据增强在计算机视觉相关任务中，数据增强（DataAugmentation）是一种常用的技术，用于扩展训练数据集的多样性。它包括对原始图像进行一系列随机或有规律的变换，以生成新的训练样本。
uncle_ll·2023-09-21 19:11

基于Android+OpenCV+CNN+Keras的智能手语数字实时翻译——深度学习算法应用(含Python、ipynb工程源码)+数据集（五）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.数据增强3.模型构建4.模型训练及保存5.模型评估6.模型测试系统测试1.训练准确率2.测试效果3.模型应用1）程序下载运行2）
小胡说人工智能·2023-09-21 04:24

基于Android+OpenCV+CNN+Keras的智能手语数字实时翻译——深度学习算法应用(含Python、ipynb工程源码)+数据集（四）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.数据增强3.模型构建4.模型训练及保存5.模型评估6.模型测试1）权限注册2）模型导入3）总体模型构建4）处理视频中的预览帧数据
小胡说人工智能·2023-09-21 04:24

基于Android+OpenCV+CNN+Keras的智能手语数字实时翻译——深度学习算法应用(含Python、ipynb工程源码)+数据集（二）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.数据增强3.模型构建1）定义模型结构2）优化损失函数相关其它博客工程源代码下载其它资料下载前言本项目依赖于Keras深度学习模型
小胡说人工智能·2023-09-21 04:23

基于Android+OpenCV+CNN+Keras的智能手语数字实时翻译——深度学习算法应用(含Python、ipynb工程源码)+数据集（三）

目录前言总体设计系统整体结构图系统流程图运行环境模块实现1.数据预处理2.数据增强3.模型构建4.模型训练及保存1）模型训练2）模型保存5.模型评估相关其它博客工程源代码下载其它资料下载前言本项目依赖于
小胡说人工智能·2023-09-21 04:51

Mosaic数据增强

缺点：如果数据集中本身就有很多小目标，数据增强之后会导致小目标更小，模型泛化能力变差。（Yolov4提出）
。七十二。·2023-09-20 14:10

【打卡】图像检索与匹配4 孪生网络

步骤1：构建三元组数据集，分别为和的组合，此时图片A和A’分别进行不同的数据增强；步骤2：加载CNN模型，定义二分类损失函数步骤3：训练孪生网络，记录损失曲线步骤4：计算query与dataset最相似的图
bj_zhb·2023-09-18 14:45

图像分类竞赛——Test Time Augmentation（TTA）

TTA介绍TestTimeAugmentation（TTA），测试数据增强，是在测试阶段时，将输入的测试数据进行，翻转、旋转操作等数据增强，并最后对同一样本的不同数据增强的结果根据任务需求进行例如平均，
再困也得吃·2023-09-18 14:13

机器学习 day33（误差分析、添加数据、迁移学习）

这可以最高效的改进你的模型误差分析的一个限制是：它只能很好的解决人类擅长的问题添加数据添加数据有三种常见方法：直接添加全新的数据，数据增强，数据合成添加所有类型的全新数据可能又贵又慢，因此添加有针对性的全新数据可以更低成本的改进模型在图像和音频领域
丿罗小黑·2023-09-17 06:27

深度学习模型在训练集上表现良好，但在测试集上表现较差，可能原因

可以尝试增加训练数据量，使用数据增强技术来扩充数据集，并确保训练集和测试集的数据分布尽可能相似。模型复杂度问题：模型过于复杂或欠拟合，导致在测试集上表现不佳。
爱编程的小金毛球球·2023-09-17 04:01

PyTorch模型训练集正常收敛，但验证集准确率稳定在10%并保持不变

检查数据增强是否正常。学习率是否设置过大，降低学习率防止过大的波动。调整模型初始化方式，检查是否正常初始化模型。BN
*pprp*·2023-09-16 13:52

华为开源自研AI框架昇思MindSpore应用案例：PFLD实时人脸关键点检测算法

目录一、环境准备1.进入ModelArts官网2.使用CodeLab体验Notebook实例二、案例实现数据处理数据准备数据预处理数据增强数据加载训练集可视化网络结构骨干网络检测器辅助网络损失函数模型实现模型训练模型评估模型推理流程与总结人脸关键点检测是一个非常核心的算法业务
Yeats_Liao·2023-09-16 08:02

机器学习：10种方法解决模型过拟合

机器学习：10种方法解决模型过拟合本文介绍机器学习/深度学习建模过程防止模型过拟合的10种有效方法：增加训练数据集交叉验证正则化合适的特征选择降低模型复杂度集成方法早停法EarlyStopping数据增强
尤而小屋·2023-09-16 06:20

分享 8 篇NLP论文，有研究惊奇发现：大语言模型除了学习语言还学到了... ...

编辑:ShuYini校稿:ShuYini时间:2023-4-07引言今天继续给大家分享8篇关于自然语言处理（NLP）的论文，其中主要包括：大预言模型的研究、动态环境下的语言回应、数据增强（使用10％的真实数据训练结果胜过
AINLPer·2023-09-15 21:47

【CVPR2022】ST-MVDNet:Modality-Agnostic Learning for Radar-Lidar Fusion in Vehicle Detection论文阅读分析与总结

而直接屏蔽一个输入流的强数据增强，将使模型依赖于一个清晰的蒸汽而忽略缺失的流，直接随机缺失传感器训练的模型不能有效地融合两个传感器的两个特征。
zhSunw·2023-09-15 05:30

【ICASSP 2023】ST-MVDNET++论文阅读分析与总结

主要是数据增强的提点方式。
zhSunw·2023-09-15 05:30

关键点数据增强

1.关键点平移数据增强#关键点数据增强fromPILimportImage,ImageDrawimportrandomimportjsonfrompathlibimportPath#创建一个黑色背景图像
有温度的AI·2023-09-14 19:35

竞赛选题 基于机器视觉的12306验证码识别

文章目录0简介1数据收集2识别过程3网络构建4数据读取5模型训练6加入Dropout层7数据增强8迁移学习9结果9最后0简介优质竞赛项目系列，今天要分享的是基于机器视觉的12306验证码识别该项目较为新颖
laafeer·2023-09-14 15:43

计算机视觉（CV）技术的优势和挑战

为了应对图像多样性，计算机视觉技术可以采用数据增强、迁移学习、复杂模型、多尺度处理、领域自适应和合成数据等方法来提高模型的鲁棒性和泛化能力。
善程序员文·2023-09-14 09:53

python使用openvc库进行图像数据增强

以下是使用Python和OpenCV库实现图像数据增强的简单示例代码，其中包括常用的数据增强操作：importcv2importnumpyasnpimportos#水平翻转defhorizontal_flip
githubcurry·2023-09-14 08:22

竞赛 基于机器视觉的12306验证码识别

文章目录0简介1数据收集2识别过程3网络构建4数据读取5模型训练6加入Dropout层7数据增强8迁移学习9结果9最后0简介优质竞赛项目系列，今天要分享的是基于机器视觉的12306验证码识别该项目较为新颖
iuerfee·2023-09-14 06:48

文本分类；数据增强；模型微调 2020-02-25

文本分类文本情感分类数据集使用循环神经网络进行情感分类使用卷积神经网络进行情感分类文本分类是自然语言处理的一个常见任务，它把一段不定长的文本序列变换为文本的类别。本节关注它的一个子问题：使用文本情感分类来分析文本作者的情绪。这个问题也叫情感分析，并有着广泛的应用。同搜索近义词和类比词一样，文本分类也属于词嵌入的下游应用。在本节中，我们将应用预训练的词向量和含多个隐藏层的双向循环神经网络与卷积神经网
allen成·2023-09-13 06:39

数据增强

一、数据增强当你训练一个机器学习模型时，你实际做工作的是调参，以便将特定的输入（一副图像）映像到输出（标签）。
Darren_pty·2023-09-13 05:55

人工智能安全-4-小样本问题

0提纲小样本学习问题数据增强基于模型的小样本学习基于算法的小样本学习相关资源1小样本学习问题在小样本监督分类中，通常将问题表述为N-way-K-shot分类，当K=1，称为one-shotlearning
HenrySmale·2023-09-12 16:55

目标检测常见问题

如何检测小目标参考：https://mp.weixin.qq.com/s/_gIimlwgjXgarKLPHpp4zQ1.数据层面：①将原始图像进行缩放，提高小目标样本数②增加模型的输入尺寸③采用mosaic数据增强
老男孩li·2023-09-12 09:56

从 CV 到 NLP，深度学习领域的数据增强有哪些？

本文主要介绍使用各种数据增强方法的领域。【嵌牛鼻子】数据增强、CV、NLP【嵌牛提问】一个好的方法必然可以有广泛的适应性，既然CV和NLP都可以使用增强数据方法，不知道是否其他领域
萝莉啰嗦_2e40·2023-09-12 07:25

文心千帆数据大模型使用体验

文心千帆具有以下特点：高质量的数据服务：文心千帆提供了全方位的数据服务，包括数据采集、数据清洗、数据标注、数据增强等，确保用户获得高质量的数据支持。
a谷雨c·2023-09-12 06:16

Pytorch Advanced(一) Generative Adversarial Networks

生成对抗神经网络GAN，发挥神经网络的想象力，可以说是十分厉害了参考1、AI作家2、将模糊图变清晰(去雨，去雾，去抖动，去马赛克等)，这需要AI具有“想象力”，能脑补情节；3、进行数据增强，根据已有数据生成更多新数据供以
青山渺渺·2023-09-12 01:50

揭示CTGAN的潜力：利用生成AI进行合成数据

合成数据具有许多好处，包括其在机器学习应用程序、数据隐私、数据分析和数据增强中的使用。只有少数模型可用于生成合成表格数据，CTGAN（条件表格生成对抗网络）就是其中之一。
·2023-09-11 18:52

为特征向量数据（1D数组）叠加噪声实现数据增强

为特征向量数据（1D数组）叠加噪声实现数据增强日期作者版本备注2023.09.11DogTaoV1.0完成文档的初始版本。
全能骑士涛锅锅·2023-09-11 18:30

基于resnet网络架构训练图像分类模型

数据预处理部分：数据增强：torchvision中transforms模块自带功能，比较实用数据预处理：torchvision中transforms也帮我们实现好了，直接调用即可DataLoader模块直接读取
W_en丶·2023-09-11 14:56

FastViT实战：使用FastViT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安装mmcv数据增强Cutout和MixupEMA项目结构计算mean和std生成数据集补充一个知识点：torch.jit两种保存方式摘要论文翻译：https
静静AI学堂·2023-09-11 13:47

九 动手学深度学习v2 ——卷积神经网络之AlexNet

文章目录AlexNetVGGAlexNetAlexNet新引入dropout、ReLU、maxpooling和数据增强。
王二小、·2023-09-11 09:40
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他