细粒度目标识别

OpenCV基于颜色的目标识别（入门简单级图片版）

学习了一点opencv的知识于是找了个小项目来实践一下。这里先说明一下，我的实现方法不见得是最好的（因为这只是一个用于练习的项目）仅作参考，也欢迎各位大佬指正。任务让摄像头识别到视野范围内的气球并返回每个气球的中心点坐标。因为场地固定，背景单一，所以省下来很多操作和处理。于是就有两种解决思路：第一种是基于气球形状做轮廓提取，只要是闭合椭圆或圆形形就认为是目标物体；第二种是基于气球颜色，只要符合目标
a_growing_tree·2023-01-02 09:23

[COLING 2022] DABERT: Dual Attention Enhanced BERT for Semantic Matching

我们假设更多地关注细粒度的语义差异，尤其是同时建模差异和密切性向量会进一步提升模型的性能。ApproachDualAt
默默无闻的[UNK]·2023-01-02 08:04

yolov3之pytorch源码解析_PyTorch实现yolov3代码详细解密（一）

yolo系列是目标识别的重头戏，为了更好的理解掌握它，我们必须从源码出发深刻理解代码。下面我们来讲解pytorch实现的yolov3源码。
weixin_39608988·2023-01-01 14:00

03 重修C++之并发实战6

03重修C++之并发实战6上一篇：03重修C++之并发实战5文章目录03重修C++之并发实战66.1为并发设计的含义为并发设计数据结构准则6.2基于锁的并发数据结构使用锁和条件变量得线程安全队列使用细粒度锁和条件变量的线程安全队列
wangs7_·2023-01-01 12:08

对Fast R-CNN指出Spp-net不能fine tune的一些理解

  最近在阅读目标识别相关的论文，在FastR-CNN论文中发现了这么一段：  说的是Rbg大神认为何凯明大神提出的SPP-net不能fine-tune全连接层前面的卷积层网络，百思不得其解，以下是我继续阅读论文后的一些看法
hututufandou·2023-01-01 12:25

AlexNet论文解读——ImageNet Classification with Deep Convolutional

3.2激活函数Relu3.3多GPU训练问题3.4LRN层3.5重叠池化4.减少过拟合4.1数据增强4.2Dropout层5.训练的细节6.实验结果6.1定性评估7.总结讨论 ImgNet是业界用于视觉目标识别研究的一个免费的大型数据库
要什么自行车儿·2023-01-01 09:58

词向量Word2vec的本质

词向量Word2vec的本质1、NLP中的词语在NLP中最细粒度的是词语，词语组成句子，句子再组成段落、文章。
GK0125·2022-12-31 19:51

基于PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化

深度学习无人机遥感影像目标检测、地物分类及语义分割实践技术应用③遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）实践技术④基于python深度学习遥感影像地物分类与目标识别
小艳加油·2022-12-31 17:26

GitHub屠榜第一的微服务架构深度解析，简直太硬核了

正所谓“大道至简”，微服务本身是一个化繁为简的过程，它采用细粒度的分布式，通过系统化的思考方式，将纷繁复杂的业务逻辑映射到底层技术。而今天小编分享的这本《微
·2022-12-31 15:05

点云处理算法整理（超详细教程）十大点云数据处理技术梳理

点云·数据处理技术目前，点云处理涉及的技术主要为以下十个：点云滤波（数据预处理）点云关键点特征和特征描述点云配准点云分割与分类SLAM图优化目标识别检索
奋进的贼牛批·2022-12-31 15:04

遥感影像目标检测：从CNN（Faster-RCNN）到Transformer（DETR）

随着小卫星星座的普及，对地观测已具备3次以上的全球覆盖能力，遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评
PhyliciaFelicia·2022-12-31 12:56

论文浅尝 - ICLR2020 | 知道什么、如何以及为什么：基于方面的情感分析的近乎完整的解决方案...

链接：https://arxiv.org/abs/1911.01616动机基于目标的情感分析或基于方面的情感分析（ABSA）是指在细粒度的层次上解决各种情感分析任务，包括但不限于方面提取、方面情感分类和意见提取
开放知识图谱·2022-12-30 20:32

Aspect Based Sentiment Analysis总结（一）——任务和数据

AspectBasedSentimentAnalysis总结（一）——任务和数据https://zhuanlan.zhihu.com/p/81513782基于方面的情感分析(AspectBasedSentimentAnalysis,ABSA)[1]是一种细粒度的情感分析任务
landerous·2022-12-30 20:02

视频分析模型（行为识别）：C3D

视频描述符1.4C3D的结果2.架构2.1工作流程2.2网络结构2.33D卷积和池化2.4kernel的时间深度3.可视化3.1特征图3.2特征嵌入4.应用场景4.1动作识别4.2动作相似度标注4.3场景和目标识别
米之炼金术师·2022-12-30 18:54

论文笔记：Dual-Level Collaborative Transformer for Image Captioning

现有的基于图像区域特征的图像字幕方法的不足是：缺乏上下文信息和细粒度细节，而这恰恰是传统网格特征的优点。
SCUT_JQ·2022-12-30 14:08

将 NGINX 部署为 API 网关，第 2 部分：保护后端服务

本文对这些用例进行了扩展，探讨了一系列可用于保护生产环境中后端API服务的安全措施：限流限定请求方法应用细粒度的访问控制控制请求大小验证请求正文本文最初发布
·2022-12-30 14:15

从零开始完成YOLOv5目标识别（三）用PyQt5展示YOLOv5的识别结果

往期内容从零开始完成Yolov5目标识别（二）制作并训练自己的训练集从零开始完成Yolov5目标识别（一）准备工作目录往期内容一、项目框架：二、核心内容：1.QtDesign设计：2.检测部分2.1导包
明天才有空·2022-12-30 08:04

Maskrcnn_benchmark最新安装教程以及错误解决方法（Ubuntu16.04）——目标检测、目标识别

Maskrcnn_benchmark最新2019安装教程以及错误解决方法(Ubuntu16.04)0、序言最近要做一些目标检测、识别的相关工作，用到了何大神的maskrcnn，但是在配maskrcnn环境问题上出了很多错误，浪费了很多时间，特此做了安装踩坑总结，希望有所帮助。其中借用了很多大佬的经验，链接已给出，感谢。一、电脑配置如下系统：Ubuntu16.04显卡：NVIDIARTX2070cu
maxuba·2022-12-29 20:21

阅读笔记Syntax-Aware Aspect Level Sentiment Classification with Graph Attention Networks

简介文本表示GraphAttentionNetwork(GAT)Target-DependentGraphAttentionNetworkFinalClassification简介这篇论文的研究领域是细粒度情感分类中的
loganzha·2022-12-29 18:30

踩坑实录——多光谱影像（.tif）输入深度学习网络训练

项目场景：从github下载了fastercnn_Resnet50的目标识别网络，尝试把多光谱影像数据集（.tif）输入进去进行训练，由于本人是刚接触深度学习的小白，网上又没有找到相关教程，只能一边DEBUG
weixin_42431141·2022-12-29 17:24

【Python深度学习】Python全栈体系（三十五）

2.图像分类粒度2.1跨物种级图像分类：在不同物种层次上识别不同对象，如猫狗分类2.2子类细粒度图像分类：同一大类下，不同子类的分类。如不同的鸟分类，不同的狗分类2.
柠檬小帽·2022-12-29 07:50

使用NTS理解细粒度图像分类

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达导读细粒度图像分类的一些问题和挑战。自从2012年的ILSVRC竞赛Alexnet赢得冠军以来，计算机视觉已经非常出色了。
小白学视觉·2022-12-28 20:07

基于PyTorch、易上手，细粒度图像识别深度学习工具库Hawkeye开源

转载自丨机器之心鉴于当前领域内尚缺乏该方面的深度学习开源工具库，南京理工大学魏秀参教授团队用时近一年时间，开发、打磨、完成了Hawkeye——细粒度图像识别深度学习开源工具库，供相关领域研究人员和工程师参考使用
机器学习与AI生成创作·2022-12-28 20:06

「深度学习一遍过」必修17：基于Pytorch细粒度分类实战

本专栏用于记录关于深度学习的笔记，不光方便自己复习与查阅，同时也希望能给您解决一些关于深度学习的相关问题，并提供一些微不足道的人工神经网络模型设计思路。专栏地址：「深度学习一遍过」必修篇目录1实战内容简介2数据集读取2.1dataset2.2dataloader3模型搭建3.1基准模型3.2与基准模型相对应的双线性模型4性能差异比较4.1tensorboard查看测试集准确率差异4.2耗时比较（单
闭关修炼——暂退·2022-12-28 20:35

细粒度图像分类模型（含实战代码）

来源：投稿作者：lsc编辑：学姐理论部分01细粒度图片分类问题1.1细粒度图片分类特点可判别区域往往只是在图像中很小的一块区域内。
深度之眼·2022-12-28 20:05

EfficientNet网络详解并使用pytorch搭建模型

增加网络的width能够获得更高细粒度的特征并且也更容易训练，但对于width很大而深度
STATEABC·2022-12-28 19:14

医学影像识别、分割和解析（第一章）：介绍

理论上，目标的识别并不需要对目标进行检测或定位；但是实际上，通常会结合检测和定位去辅助完成目标识别。一旦完成识别，或检测，即得到了目标的最小外包矩形框（boundingbox），就可以通过分割
weixin_44675209·2022-12-28 17:18

一种基于Harris-Laplace算法的角点检测方法（Matlab代码实现）

角点检测(CornerDetection)［1］也被广泛应用于目标识别与跟踪、影像匹
wlz249·2022-12-28 14:10

实体对齐（二）：BERT-INT

我们不是聚合邻居，而是计算邻居之间的交互，这可以捕获邻居的细粒度匹配。类似地，属性的交互也被建模。实验结果表明，在数据集DB
J_Xiong0117·2022-12-28 10:46

计算机视觉最新进展概览(2021年7月11日到2021年7月17日)

PredictionSurfaceUncertaintyQuantificationinObjectDetectionModelsforAutonomousDriving自动驾驶汽车的目标检测通常基于摄像头图像和激光雷达输入，通常用于训练深度人工神经网络等预测模型，用于目标识别决策
Wanderer001·2022-12-28 07:12

多视图多行为对比学习推荐系统

我们认为MBR模型应该：（1）对用户不同行为之间的粗粒度共性进行建模，（2）在多行为建模中同时考虑局部的序列视图和全局图视图，以及（3）捕获细粒度的用户的多种行为之间的差异。
机器学习与推荐算法·2022-12-28 07:57

一种基于Harris-Laplace算法的角点检测方法（Matlab代码实现）

角点检测(CornerDetection)［1］也被广泛应用于目标识别与跟踪、影像匹
@橘柑橙柠桔柚·2022-12-28 01:51

一种基于Harris-Laplace算法的角点检测方法（Matlab代码实现）

角点检测(CornerDetection)［1］也被广泛应用于目标识别与跟踪、影像匹
电气辅导帮·2022-12-27 21:48

RV1126笔记二十一：车辆颜色识别

一、介绍在学习RV1126的过程中，测试了yolov5可以实现物体检测，物体目标识别等功能，Rock-X也自带了车牌识别功能，具体可以了解下正点原子的资料，里面有详细的介绍，这里介绍一个如何识别车辆颜色
殷忆枫·2022-12-27 18:32

【Django】logging日志输出到指定位置（拿来即用）

日志流处理流程基础知识1.四大组件Logger（日志器）：提供应用程序所使用的接口Handler（处理器）：将logger创建的日志输出到指定的位置，如文件，console控制台，网络等Filter（过滤器）：更细粒度的控制具体是输出哪条日志
Carol的测试之路·2022-12-27 09:59

先进工具，助力数据科学工作者快速调优丨和鲸科技 × Weights & Biases

12月14日，和鲸科技与数据科学平台厂商Weights&Biases联合举办的目标识别类Workshop公益活动正式告一段落，这也标志着两家数据科学领域的杰出企业即将开启新的合作征程。
ModelWhale·2022-12-27 09:45

SpringCloud Alibaba--Sentinel哨兵使用

但是Hystrix的不足之处大概有：1.需要程序员手工搭建监控平台；2.没有一套web界面可以给我们进行细粒度化的配置。Sentinel也是实现流量控制、速率控制、服务熔断、服务降级。
懒虫虫~·2022-12-26 16:09

Journal of Visual Communication of Image Representation (JVCIR)投稿经历交流

本人是做目标识别与定位方向的，中过两篇JVCIR，下面说一下我中的第一篇幅过程和看法。第一篇大约是在
qq_26895003·2022-12-26 13:26

论文阅读笔记-TransFG: A Transformer Architecture for Fine-Grained Recognition

前向流程3.2Vit作为特征提取器3.2.1图像序列化3.2.2patch嵌入3.3TransFG结构3.3.1区域选择模块3.3.2对比特征学习4.实验4.1不同数据集实验4.2消融实验5.总结摘要细粒度视觉分类
科研澡·2022-12-26 10:22

YOLOv7半自动标注

一、大致流程对于每一个目标识别方向的萌新来说，数据都是最重要的一部分，一个好的数据集可以对我们训练结果产生非常好的结果。
再吃个猪蹄吧·2022-12-26 10:16

java实现数字图像的边缘检测,毕业论文--数字图像边缘检测算法的分析与实现

毕业论文--数字图像边缘检测算法的分析与实现数字图像边缘检测算法的分析与实现学生学号xxxxxxxxxx专业通信工程班级2008.2指导教师xxxx二O一二年六月I摘摘要要数字图像边缘检测技术是图像分割、目标识别
良田美池·2022-12-26 04:37

六、SLAM学习笔记—— Firefly RK3566 Ubuntu18.04 远程桌面

为了通过RK3566实现ROS小车，那么远程桌面是非常必要的，因为我们需要通过远程桌面查看ROS小车的建图情况、目标识别的情况。
log_zhan·2022-12-26 02:16

R-CNN：Bounding-Box 回归

如上图所示，红色框和绿色框分别表示检测目标的RegionProposal和真实的GroundTruth，红色框虽然把目标识别为飞机，但与绿色框的重合度IoU0.6)，可以认为这种变换是一种线性变换，于是可以使用线性回归来建模对
君莫笑9102·2022-12-25 14:57

【论文速递】PolarNet: An Improved Grid Representation for Online LiDAR Point Clouds Semantic Segmentation

摘要自动驾驶系统中对细粒度感知的需求导致最近对单扫描LiDAR的在线语义分割的研究增加。
冯子材·2022-12-25 11:32

基于BRNN的政务APP评论端到端方面级情感分析方法

摘要【目的】提出一种基于双向循环神经网络（BidirectionalRecurrentNeuralNetwork,BRNN）的端到端方面级情感分析方法,实现了对政务APP评论的细粒度情感分析。
米朵儿技术屋·2022-12-25 08:34

Pytest测试框架(一)：Pytest介绍与安装，Pytest编写规则及pytest.main()的参数

它还有如下优点：1、简单灵活，容易上手，文档丰富；2、支持参数化，可以细粒度地控制要测试的测试用例；3、能够支持简单的单元测试和复杂的功能测试，还可以用来做selenium/appnium等UI自动化测试
测试架构师北凡·2022-12-24 21:45

2步就能完成的情感分析模型

方面级情感分类是情感分析中的一项细粒度任务。在本文中，我们揭示句子的情感极性不仅由内容决定，而且是与相关方面高度相关。当以不同方面作为输入时。
极链AI云·2022-12-24 20:53

TomBert:一种基于Bert改进的多模态的情感识别方法

摘要引言模型数据描述mBERTTomBERT摘要论文地址为AdaptingBERTforTarget-OrientedMultimodalSentimentClassification基于目标的情感分类是细粒度情感分类的重要任务
Neways谭·2022-12-24 16:47

阅读文献一

HierarchicalFeatureAggregationBasedonTransformerforImage-TextMatching基于变换的分层特征聚合摘要：更准确的检索，一些学者使用细粒度的特征来对齐图像和文本
李同学的笔记·2022-12-24 16:15

细粒度分类之NTS_NET解读

1.序言细粒度分类的提出是为了解决相似类别之间的分类问题，基本的思路是找到对于相似类别有区分性的区域块，结合这些具有丰富信息的区域块特征更加有效的进行相似类别的分类。
超超爱AI·2022-12-24 15:54
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他