时空图卷积网络

ICLR 2022 | 无需训练！As-ViT：自动扩展视觉Transformer

当前VisionTransformers（ViT）领域有两个主要的痛点：1、缺少对ViT进行设计和扩展的有效方法；2、训练ViT的计算成本比卷积网络要大得多
Amusi（CVer）·2023-09-09 11:18

论文解读 | KPConv——点云上的可形变卷积网络

原创|文BFT机器人《KPConv:FlexibleandDeformableConvolutionforPointClouds》是一篇发表于2019年的研究论文，作者为HuguesThomas、CharlesR.Qi、Jean-EmmanuelDeschaud、BeatrizMarcotegui和FrançoisGoulette。这篇论文关注于点云数据上的卷积操作，提出了一种名为KPConv的卷
BFT白芙堂·2023-09-08 08:20

SECOND：Sparsely Embedded Convolutional Detection

在处理点云激光雷达数据时，基于体素的三维卷积网络已经被用于增强信息的保留，然而推理速度慢和方位估计性能低。论文工作1.将稀疏卷
飞大圣·2023-09-08 04:13

Faster RCNN

该网络首先输入图像到卷积网络中，生成该图像的特征映射。在特征映射上应用RegionProposalNetwork，返回objectproposals和相应分数。
毕竟是shy哥·2023-09-07 10:13

DenseNet(密集连接的卷积网络)

3.2TransitionLayer的实现3.3DenseNet网络3.4DenseNet-121网络4.测试前言DenseNet是指Denselyconnectedconvolutionalnetworks（密集卷积网络
sjx_alo·2023-09-07 09:58

pytorch-构建卷积神经网络

构建卷积神经网络卷积网络中的输入和层与传统神经网络有些区别，需重新设计，训练模块基本一致importtorchimporttorch.nnasnnimporttorch.optimasoptimimporttorch.nn.functionalasFfromtorchvisionimportdatasets
W_en丶·2023-09-07 05:54

36种水果和蔬菜识别（pytorch框架，深度卷积网络模型，可以实现照片连续识别和视频识别）

1.效果视频：36种水果和蔬菜识别（pytorch框架，深度卷积网络模型，可以实现照片连续识别和视频识别）_哔哩哔哩_bilibili2.项目文件夹第一个文件夹（data）：装载的是原始图像第二个文件夹
深度学习的奋斗者·2023-09-07 03:21

论文阅读：SERE: Exploring Feature Self-relation for Self-supervised Transformer

Abstract使用自监督学习为卷积网络（CNN）学习表示已经被验证对视觉任务有效。作为CNN的一种替代方案，视觉变换器（ViT）具有强大的表示能力，具有空间自注意力和通道级前馈网络。
BlueagleAI·2023-09-06 21:25

论文解读 | KPConv——点云上的可形变卷积网络

原创|文BFT机器人《KPConv:FlexibleandDeformableConvolutionforPointClouds》是一篇发表于2019年的研究论文，作者为HuguesThomas、CharlesR.Qi、Jean-EmmanuelDeschaud、BeatrizMarcotegui和FrançoisGoulette。这篇论文关注于点云数据上的卷积操作，提出了一种名为KPConv的卷
BFT白芙堂·2023-09-06 08:42

Pytorch_LSTM与GRU

RNN的缺点RNN的梯度消失和梯度爆炸不同于其它网络，全连接网络和卷积网络每一层有不同参数，而RNN的每个处理单元Cell（处理单个序列元素的操作称为处理单元Cell）共用同一组权重矩阵W。
xieyan0811·2023-09-06 05:02

深度神经网络之BiseNet

它结合了全卷积网络和空间金字塔池化模块的优点，可以同时实现高效率和高精度的语义分割。BiseNet的核心思想是将图像分为两个部分：全局信息和局部信息。
TankOStao·2023-09-05 22:50

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

Keras深度学习实践1—Keras介绍和“Hello world”

内置支持卷积网络(用于计算机视觉)、循环网络(用于序列处理)以及二者的任意组合。支持任意网络架构:多
小可哥哥V·2023-09-05 04:56

深度学习入门教学——卷积神经网络CNN

一、CNN简介1、应用领域检测任务分类与检索超分辨率重构2、卷积网络与传统网咯的区别传统神经网络和卷积神经网络都是用来提取特征的。神经网络：可以将其看作是一个二维的。
恣睢s·2023-09-04 19:40

【第54篇】剪枝算法：通过网络瘦身学习高效卷积网络

文章目录摘要1.简介2.相关工作3.网络瘦身4.实验4.1.数据集4.2.网络模型4.3.训练、修剪和微调4.4.结果4.5.多通道方案的结果5.分析6.结论摘要原文链接：https://arxiv.org/abs/1708.06519深度卷积神经网络(CNNs)在现实世界中的应用很大程度上受到其高计算成本的阻碍。在本文中，我们提出了一种新的cnn学习方案，以同时减小模型的尺寸;2)减少运行时内存
静静AI学堂·2023-09-04 15:45

用于骨骼动作识别的卷积网络模型——综述

相关研究骨架数据模态基于骨架模态数据的HAR方法总结三维卷积网络图卷积网络模型ST-GCNAS-GCN2s-AGCNMS-AAGCNCTR-GCN相关研究近年来，基于GCN的HAR已成为一个热门研究方向
一杯水果茶！·2023-09-04 09:58

2020-04-14(论文阅读):time Series Prediction Based on Temporal Convolutional Network

题目：基于时间卷积网络的时间序列预测  随着社会生活的发展，预测变得越来越重要。作为新兴的序列建模模型，时间卷积网络已被证明在诸如音频合成和自然语言处理等任务上表现出色。但是很少用于时间序列预测。
AllTimeStudy·2023-09-04 00:53

解决DCNv2不能使用高版本pytorch编译的问题

可变形卷积网络GitHub-CharlesShang/DCNv2:DeformableConvolutionalNetworksv2withPytorch代码已经出来好几年了，虽然声称"Nowthemasterbranchisforpytorch1
Arnold-FY-Chen·2023-09-03 18:34

基于图卷积网络的知识嵌入8.21

基于图卷积网络的知识嵌入摘要介绍摘要近年来，围绕图卷积网络（GCN）这一主题出现了大量的文献。
露葵025·2023-09-03 05:25

2019CVPR Semantic Graph Convolutional Networks for 3D Human Pose Regression

基于语义图卷积网络的三维人体姿态回归源码https://github.com/garyzhao/SemGCN摘要在本文中，我们研究了学习图卷积网络（GCN）回归的问题。
玲娜贝儿--努力学习买大鸡腿版·2023-09-02 20:06

论文阅读：Image as Set of Points

摘要卷积网络认为图像是带有规则形状的有组织的像素点，通过卷积操作对局部区域进行特征提取。ViTs把图像认为是块的序列，通过注意力机制在全局范围内进行特征提取。
专注认真努力·2023-09-01 19:31

时空组专辑数据库文献详解 | Flysta3D：果蝇胚胎和幼虫的3D时空图谱

研究人员还构建了果蝇胚胎和幼虫的3D时空图谱（
尐尐呅·2023-09-01 03:19

金属矿山电子封条系统 yolov5

Yolo先使用ImageNet数据集对前20层卷积网络进行预训练，然后使用完整的网络，在PASCALVOC数据集上进行对
燧机科技·2023-08-31 14:37

《论文阅读21》Group Equivariant Convolutional Networks

GroupEquivariantConvolutionalNetworksPMLRProceedingsofMachineLearningResearch2016论文链接二、论文简述三、论文详述群等变卷积网络
Darren_pty·2023-08-31 09:51

Visualizing and Understanding Convolutional Networks阅读笔记

VisualizingandUnderstandingConvolutionalNetworks阅读笔记摘要1.前言[1]^{[1]}[1]2.使用反卷积网络可视化3.卷积网络可视化[2]^{[2]}[
喝过期的拉菲·2023-08-31 02:52

使用卷积操作实现因子分解机

卷积网络因其局部性和权值共享的归纳偏差而在计算机视觉领域获得了广泛的成功和应用。
·2023-08-30 11:18

桃子叶片病害识别（图像连续识别和视频识别，Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）

桃子叶片病害识别（图像连续识别和视频识别，Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）_哔哩哔哩_bilibili1.数据集分为三类健康的桃子叶片，
深度学习的奋斗者·2023-08-29 21:22

经典卷积网络

经典神经网络出现的时间线编辑二、LeNet三、AlexNet四、VGGNet五、InceptionNet六、ResNet总结：一、经典神经网络出现的时间线二、LeNet背景：LeNet由YannLeCun于1998年提出，卷积网络开篇之作
孤狼灬笑·2023-08-29 17:36

使用 3D 时空卷积网络的自监督点云预测

参考文献：B.Mersch,X.Chen,J.Behley,andC.Stachniss,“Self-supervisedPointCloudPredictionUsing3DSpatio-temporalConvolutionalNetworks,”inProc.oftheConf.onRobotLearning(CoRL),2021大多数自动驾驶汽车使用3D激光扫描仪，即所谓的LiDAR，来感
KangSmit的算法那些事儿·2023-08-29 10:37

CNN 02(CNN原理)

我们来看一下卷积网络的整体结构什么样子。1、32*32图片做一次卷积变成6张
Darren_pty·2023-08-27 23:45

Faster R-CNN：利用区域提案网络实现实时目标检测

RPN是一个全卷积网络，可以同时在每个位置预测目标边界和目标分数。RPN经过端到端的训练，可以生成高质
cv_tm·2023-08-27 22:33

深度卷积网络基本模型,深度卷积生成对抗网络

如何更好的理解分析深度卷积神经网络作者：杨延生链接：来源：知乎著作权归作者所有，转载请联系作者获得授权。"深度学习"是为了让层数较多的多层神经网络可以训练，能够work而演化出来的一系列的新的结构和新的方法。新的网络结构中最著名的就是CNN，它解决了传统较深的网络参数太多，很难训练的问题，使用了逗局部感受野地和逗权植共享地的概念，大大减少了网络参数的数量。关键是这种结构确实很符合视觉类任务在人脑上
「已注销」·2023-08-27 06:33

论文阅读_图形图像_U-NET

name_en:U-Net:ConvolutionalNetworksforBiomedicalImageSegmentationname_ch:U-Net：用于生物医学图像分割的卷积网络addr:http
xieyan0811·2023-08-26 09:13

土豆叶病害识别（Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）

代码运行要求：Torch库>=1.13.1，其它库无版本要求1..土豆叶数据集主要包好三种类别（Early_Blight（早期枯萎病），Late_Blight（晚期枯萎病）Healthy（正常））Early_Blight照片（有1303张）Late_Blight照片（有1132张）Healthy照片（有816张）2，本次项目文件夹data文件夹存放的是未被划分训练集和测试集的原始照片picture
深度学习的奋斗者·2023-08-26 06:19

桃子叶片病害识别（Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）

.分为三类健康的桃子叶片，251张桃疮痂病一般，857张桃疮痂病严重，770张2.GUI界面识别效果和predict.py识别效果如视频所示桃子叶片病害识别（Python代码，pyTorch框架，深度卷积网络模型
深度学习的奋斗者·2023-08-26 06:17

VIT 论文精读 | transformer架构引入CV的开创性工作

打成多个patch2.2transformer和卷积网络比较2.3结构2.4clsVs全局平均池化2.5位置编码3实验1.背景VIT是基于transformer的在图像分类大放异彩的变体，transformer
Qodi·2023-08-25 09:47

Attention is all you need

Abstract本文中提出了transformer模型，完全依靠attention机制，没有使用循环网络或者卷积网络。Transformer在训练中可以更好的并行化，并且需要更少的训练时间。
黄昏贩卖机·2023-08-25 08:10

全卷积网络FCN详细讲解（超级详细哦）

depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task四、全卷积网络
薛定谔的炼丹炉！·2023-08-25 07:15

论文笔记：When Do Contrastive Learning Signals Help Spatio-TemporalGraph Forecasting?

2022SigSpatial1intro1.1背景论文认为数据稀缺是阻碍时空图（STG）预测的一个关键问题在这一领域的公共数据集通常只包含几个月的数据，限制了可以构建的训练实例数量——>学习模型可能会对训练数据过拟合
UQI-LIUWJ·2023-08-25 05:57

计算机视觉入门 6） 数据集增强（Data Augmentation）

系列文章目录计算机视觉入门1）卷积分类器计算机视觉入门2）卷积和ReLU计算机视觉入门3）最大池化计算机视觉入门4）滑动窗口计算机视觉入门5）自定义卷积网络计算机视觉入门6）数据集增强（DataAugmentation
Avasla·2023-08-24 08:13

计算机视觉入门 5）自定义卷积网络

系列文章目录计算机视觉入门1）卷积分类器计算机视觉入门2）卷积和ReLU计算机视觉入门3）最大池化计算机视觉入门4）滑动窗口计算机视觉入门5）自定义卷积网络计算机视觉入门6）数据集增强（DataAugmentation
Avasla·2023-08-24 08:43

甜椒叶病害识别（Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）

代码运行要求：Torch>=1.13.1即可1.数据集介绍：第一个文件夹是细菌斑叶（3460张）第二个文件夹是健康（4024张）2.整个文件夹data文件夹存放的是未被划分训练集和测试集的原始照片picture文件夹存放的是经hf.py对data文件夹处理后，生成的训练集和测试集照片CNN.pth存放的是经train.py训练后的模型参数GUI.py可以调用训练好的网络模型参数对多张照片连续进行识
深度学习的奋斗者·2023-08-24 04:50

苹果叶病害识别（Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）

代码运行要求：Torch>=1.13.1即可1.数据集介绍：AppleScab类文件夹图片BlackRot类文件夹图片CedarAppleRust文件夹healthy文件夹2.整个项目data文件夹存放的是未被划分训练集和测试集的原始照片picture文件夹存放的是经hf.py对data文件夹处理后，生成的训练集和测试集照片CNN.pth存放的是经train.py训练后的模型参数GUI.py可以调
深度学习的奋斗者·2023-08-24 04:20

5种经典卷积网络

5种经典卷积网络将要介绍的5种卷积网络如下：一：LetNetLetNet由YannLeCun于1998年提出，是卷积网络的开篇之作。通过共享卷积核减少了网络的参数。
猿心不灭·2023-08-23 17:07

【Python机器学习】实验16 卷积、下采样、经典卷积网络

文章目录卷积、下采样、经典卷积网络1.对图像进行卷积处理2.池化3.VGGNET4.采用预训练的Resnet实现猫狗识别TensorFlow2.2基本应用5.使用深度学习进行手写数字识别卷积、下采样、经典卷积网络
Want595·2023-08-23 17:31

茶叶病害识别(Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面)

代码运行要求：Torch库>=1.13.1即可1.茶叶病害数据集(7类病害和1种正常)1.茶叶病害数据集介绍(这个茶病数据集包含茶叶，显示了茶的7种常见疾病：红叶斑藻类叶斑birdeyespot；灰枯病；白点；炭疽病；褐色枯萎病。茶叶病害数据集还包含一类健康茶叶。每个类都包含100多个图像)2.每类照片展示3整体文件夹data文件夹存放的是未被划分训练集和测试集的原始照片picture文件夹存放的
深度学习的奋斗者·2023-08-22 17:50

番茄（西红柿）叶病害识别（Python代码，pyTorch框架，深度卷积网络模型，很容易替换为其它模型，带有GUI识别界面）

代码运行要求：Torch>=1.13.1即可1.数据集介绍：每一个文件夹里装有一类病害叶子的照片，一共10种类别，每种类别下有1100张照片从第一类到第十类分别如下图所示2.整体文件夹data文件夹存放的是未被划分训练集和测试集的原始照片picture文件夹存放的是经hf.py对data文件夹处理后，生成的训练集和测试集照片CNN.pth存放的是经train.py训练后的模型参数GUI.py可以调
深度学习的奋斗者·2023-08-22 17:46

神经网络改进：注重空间变化,权重参数调整，正则化， 熵的简单理解

K-means））神经网络改进：权重参数调整自注意力机制（数据间关联性）多注意力机制（加权）正则化（增加模型参数，不要拟合的太真）数学上解释正则化的作用为什么参数小模型会简单正则化正则化为什么可以防止过拟合卷积网络和循环神经网络让我们对神经元展开结构继续改造的能力
ZhangJiQun&MXP·2023-08-21 13:24

用于实体对齐的联合学习实体和关系表示2019 AAAI 8.7+8.8

用于实体对齐的联合学习实体和关系表示摘要介绍相关工作实体对齐图卷积网络问题公式我们的方法整体架构初步实体对齐图卷积层对齐训练近似关系表示联合实体和关系对齐实验总结摘要实体对齐是在不同知识图之间集成异构知识的一种可行方法
露葵025·2023-08-21 05:19

卷积网络手动实现和nn实现

代码中涉及的图片实验数据下载地址：https://download.csdn.net/download/m0_37567738/88235543?spm=1001.2014.3001.5501（一）手动实现卷积算法代码：importosimporttorch.nn.functionalasFfromPILimportImageimportmatplotlib.pyplotaspltimportnu
satadriver·2023-08-21 04:55
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他