骨干网

征途国内高防服务器 死抗DOS抗大CC T级高防 无惧竞争

台州500G机房托管，高防服务器租用，G口百兆独享带宽最高达到TB级防御，打不死防CC+机房死扛大流量7*24小时专业服务出现故障，及时处理一手机房，省骨干网络台州高防BGPCPU：16H内存：32G硬盘
世通IDC庄周·2023-03-13 17:07

改进YOLO系列 | YOLOv5/v7 更换骨干网络之 MobileNeXt

重新思考瓶颈结构以实现高效移动网络设计倒置残差块成为了移动网络架构设计的主流。它通过引入学习倒置残差和使用线性瓶颈的两个设计规则，改变了经典的残差瓶颈。在本文中，我们重新思考了这种设计改变的必要性，并发现它可能会带来信息丢失和梯度混淆的风险。因此，我们提出翻转这种结构，并提出一种新的瓶颈设计，称为沙漏块，它在更高维度上执行恒等映射和空间变换，从而有效地减轻了信息丢失和梯度混淆。广泛的实验表明，与普
迪菲赫尔曼·2023-02-22 17:23

PMR 提取视频特征，理解上下文

不同于现有的方法使用预训练的骨干网络作为黑盒来提取视觉表示，基于感知的多模态表征PMR旨在通过可解释的机制提取与上下文最相关的信息。人类通常通过三个主要因素之间的交互来感知视频，即参与者、相关对
·2023-02-20 20:29

百度架构师手把手带你零基础实践深度学习——YOLO-V3

学习发展历程目标检测基础概念数据集及预处理数据读取数据预处理图像增广方法汇总批量数据读取与加速使用paddle.reader.xmap_readers实现多线程读取数据YOLO-V3模型设计思想产生候选区域卷积神经网络提取特征YOLO-V3骨干网络结构
张学义·2023-02-16 21:08

基于PaddleX的智能零售柜商品识别

骨干网络采用ResNet5
小段学长·2023-02-07 09:25

目标检测：DETR详解

DETR是一个经典的Encoder-Decoder结构的算法，它的骨干网络是一个卷积网络，Encoder和Decoder则是两个基于Transformer的结构。DETR的输出层则是一个MLP。
HanZee·2023-02-06 08:58

paper总结（6）Cross-Model Pseudo-Labeling for Semi-Supervised Action Recognition

具体来说，除了主骨干网之外，我们还引入了一个轻量级辅助网络，并要求它们相互预测伪标签。我们观察到，由于结构偏差不同，这两个模型倾向于从相同的视频片段中学习互补表示。
miss9785·2023-02-06 08:09

AI基础实战营Day2

摘要本节课主讲王若晖，主要讲了视觉任务中骨干网络结构、训练方式，并简单介绍了MMClassification。
m0_68052967·2023-02-05 15:17

M-LSD直线检测

我们设计了一种非常高效的结构，通过最小化骨干网络和去除典型的多模块流程进行直线预测。为了在一个轻量级的网络中保持竞争性能，我们提出了新的训练方案：线段分割增强（SoL）、匹配和几何关系损失函数。SoL
hnsdgxylh·2023-02-05 11:15

常用backbone与学习范式

backbone解决现有的机器视觉任务大多采用backbone+预测头的方式来完成，其中骨干网络在数据集上进行预训练，然后搭配解决特定任务的预测头，在对应的数据集再进行训练，从而达到更好的效果。
Billccx·2023-02-04 07:42

基于linux的qos编程接口研究与分析,基于Linux的QoS编程接口研究与分析（2）

而随着骨干网和接入网上带宽的不断增长，语音、传真、会议电视、视频点播等业务迅速的浮出水面，成为电信网络上新的增值业务。这些业务有一个共同的特征，对带宽要求高，对时延非常敏感。
您他认识我·2023-02-03 08:39

【神行者路由】ISP 骨干网优化

ISP骨干网优化部署于运营商骨干网出口侧。深度流量分析，链路负载疏导，DNS智能管控，提升带宽利用率。流量智能调度，保证关键应用的通信质量，通过缓存缓解P2P压力。
神行者路由专栏·2023-01-31 13:05

目标检测：从pRF到RFBNet

regionproposal过程,一阶段算法如YOLO,SSD在获取较高inference速度的同时可能牺牲了10%-40%的准确率.后面的一些变体如DSSD或者其他一阶模型如RetinaNet对准确率的提高则依赖于非常深的骨干网络如
吃远·2023-01-31 04:35

ssd网络结构_环境感知技术入门(十二) | 详细解读SSD目标检测框架

一、SSD整体网络结构SSD的网络结构如图1所示，包含基础VGG结构、深度卷积层、边框特征提取网络、PriorBox生成机制四部分；图1SSD网络结构1.1基础VGG结构图2骨干网络与原始VGG16对比图从图
weixin_39732506·2023-01-30 22:15

『paddle』paddleseg 学习笔记：自定义组件

添加组件一、创建自定义分割模型二、创建自定义损失函数三、创建自定义数据变换（数据增强）四、创建自定义骨干网络五、创建自定义数据集举例PaddleSeg提供了五种类型的可扩展组件，即MODELS、LOSSES
libo-coder·2023-01-29 09:00

上海分行科技人员抢抓进度 利用十一长假完成分行网络结构调整

杭州银行上海分行运营管理部科技同事为了抢抓时间窗口，避免对分行业务运行造成额外影响，放弃国庆长假，十月一日至三日，连续三天加班加点，按照人民银行及公安网络安全要求，实施并完成了分行核心骨干网络结构的调整和防火墙的升级
小朱朱liz·2023-01-27 00:04

CenterNet 编译DCNv2踩坑记录

torch版本对应GitHub-lbin/DCNv2atpytorch_1.6把网址后面的版本改成自己的版本，下载后更换掉原先的DCNv2文件夹就可以正常编译了如果实在编译不过，也可以选择不使用添加了DCN的骨干网络
可乐侠·2023-01-26 09:52

libtorch (pytorch c++) 教程（七）

张量的常规操作第三章：简单的CNN,MLP,LSTM模型搭建第四章：数据加载模块使用第五章：分类模型搭建，训练和预测第六章：分割模型搭建，训练和预测第七章：目标检测模型搭建，训练和预测第八章：总结和展望文章目录模型简介骨干网络
AllentDan·2023-01-17 13:04

pytorch 提取网络中间层输出方法

一、选择骨干网络以resnet34为例importtorchvision.modelsasmodelsResNet=models.resnet34(pretrained=True)二、打印网络，获取所需网络层
抱枕无忧·2023-01-17 11:24

目标检测：YOLO V1 思想总结

目标检测：YOLOV1思想总结YOLOV1Introduction（模型介绍）NetworkDesign（网络设计）Backbone（骨干网络）GridCell（单元格）LossFunction（损失函数
HanZee·2023-01-14 13:58

ensp网络工程案例

2、运营商网络中的mpls架构、跨域场景的部署，BGP在运营商骨干网中的
网络攻城狮_chuaxing·2023-01-14 08:56

Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation（论文阅读笔记）

AnEffective3DFrameworkforDriving-sceneLiDARSemanticSegmentation（Cylinder3D：一种有效的三维驱动场景激光雷达语义分割框架）非一致性残差块、维度分解语义建模、柱状卷积骨干网络一
董*飞飞·2023-01-12 23:23

CS-REP: SV网络的交叉序列重参数化

摘要本文提出了cross-sequentialre-parameterization（交叉序列重参数化），一种拓扑的重参数化策略，可以提高推理速度和验证准确率；本方法解决了现存的重参数化方法不适用于典型ASV骨干网络的问题
深海的银·2023-01-12 13:20

Rethinking BiSeNet For Real-time Semantic Segmentation

然而，其增加额外路径来编码空间信息的原理是耗时的，并且从预训练的任务(例如图像分类)中借用的骨干网可能由于特定任务设计的不足而不能有效地用于图像分割。
写个翻译·2023-01-12 02:48

目标检测算法之YOLOV2

YOLOV2论文对v1中许多地方都进行了相关的改进和提升，其将骨干网络也进行了更换，不在使用v1的骨干网络。
C-V御用工程师·2023-01-11 01:44

【论文笔记】PP-YOLOE: An evolved version of YOLO

PP-YOLOE简介改进1.针对泛化性1）可变卷积（deformableconvolution）2)MatrixNMS2.Anchor-free3.骨干网络和Neck1）RepResBlock2）跨阶段部分连接
事多做话少说·2023-01-10 14:21

物联网技术

该体系结构分为传感器网络层、泛在传感器网络接入层、骨干网络层、网络中间件和USN网络应用层。M2M架构，是欧洲电信标准化协会M2M技术委员会给出的M2M架构，是USN的一个简化版本。
Sunyj__·2023-01-09 22:46

阿里云IPv6 DDoS防御被工信部认定为“网络安全技术应用试点示范项目”

近日，阿里云数据中心骨干网IPv6DDoS网络安全防御被工业和信息化部认定为“网络安全技术应用试点示范项目”，本次评选由工业和信息部网络安全管理局发起，从实用性、创新性、先进性、可推广性等维度展开，阿里云成为唯一一家入选
阿里云技术·2023-01-09 11:40

阿里云IPv6 DDoS防御被工信部认定为“网络安全技术应用试点示范项目

近日，阿里云数据中心骨干网IPv6DDoS网络安全防御被工业和信息化部认定为“网络安全技术应用试点示范项目”，本次评选由工业和信息部网络安全管理局发起，从实用性、创新性、先进性、可推广性等维度展开，阿里云成为唯一一家入选
helloxielan·2023-01-09 11:39

停车系统源码+文档+方案介绍+低位视频、相机、地磁、车位锁等设备方案

智慧停车管理系统以“路内+路外+诱导+大数据”为核心，以路内停车、路外停车为骨干网络，打造扩展性强、快速升级的智慧停车综合管理平合，实现路内路外停车资源统一管理、高效利用、车位查询、电子支付、统一监管等功能车主小程序
xjtf·2023-01-07 14:35

基于视觉Transformer的目标检测

基于视觉Transformer的目标检测无卷积骨干网络：金字塔Transformer，提升目标检测/分割等任务精度https://github.com/whai362/PVT例如，在参数数量相当的情况下
AI视觉网奇·2023-01-07 10:15

C/C++就业方向与技能需求整理-实习篇

更于：2022-4-1网络研发实习生岗位职责1、通过软件开发实现数据中心网络和骨干网络的管理和运维自动化，确保网络的真实运行状态符合预期2、研发具备规划、设计、变更和验证等能力的平台级产品，服务于网络工程建设和运维全生命周期岗位要求
ThXe·2023-01-06 02:03

检测器backbone和neck哪个更重要，达摩院新作有不一样的答案

由于目标检测的对分辨率的要求比图像识别的要大得多，因此骨干网的计算成本往往占据了大部分推理成本。这种重骨干的设计范式在传统图像识别往目标
pogg_·2023-01-04 18:08

resNet网络简单理解

1几种出名的DL骨干网络（1）LeNet5，1998卷积神经网络的开山之作，LeCun提出（DL三巨头图灵奖获得者之一，另两个：GeoffreyHinton、YoshuaBengio）当时用于解决手写数字识别的视觉任务
何小义的AI进阶路·2023-01-04 13:12

YOLOv5更换骨干网络之 GhostNet

论文地址：https://arxiv.org/abs/1911.11907代码地址：https://github.com/huawei-noah/ghostnet由于内存和计算资源有限，在嵌入式设备上部署卷积神经网络（CNN）很困难。特征图中的冗余是那些成功的神经网络的重要特征，但在神经架构设计中很少研究。本文提出了一种新的Ghost模块，以从廉价的操作中生成更多的特征图。基于一组内在特征图，我们
迪菲赫尔曼·2023-01-03 10:58

MobileNet 网络详解笔记

学习视频来自：7.1MobileNet网络详解_哔哩哔哩_bilibili在移动端部署深度卷积网络，无论什么视觉任务，选择高精度的计算量少和参数少的骨干网是必经之路。轻量化网络是移动端的研究重点。
放风筝的猪·2022-12-31 15:15

论文阅读 IPOD: Intensive Point-based Object Detector for Point Cloud

对于每一个点都设置proposal，我们设计了一个端到端的训练框架，所有proposal中所有点的特征都从骨干网络中提取并且得到一个proposalfeature用于最终的边界框推测。
Re-赟·2022-12-30 10:48

网络模型—RPN

仅作记录，自用简单来说：输入一张图片，经过骨干网络的特征提取，得到一个m*n的特征图，映射到原图上，将原图划分为m*n个区域（每个区域很小），原图的每个区域的中心点由这个特征图上的一个像素坐标表示。
ooooh__·2022-12-27 06:31

【YOLOv7改进轻量化】第一章——引入轻量化骨干网络MobileOne

一、前言MobileOne论文：https://arxiv.org/abs/2206.04040MobileOnegithub：https://github.com/apple/ml-mobileone二、基本原理使用Reparameterize重参数化实现模型的轻量化，基本模块如下图所示。三、改进方法说明：该部分的改进代码尽可能地根据官方代码的写法与YOLOv7项目进行整合；3.1改进分析通过阅
淮gg·2022-12-27 06:55

BERT大火却不懂Transformer？

而且骨干网络上的发展也推动了下游任务的发展，S
视学算法·2022-12-25 08:34

【mmdetection3d】——04自定义模型

骨干网络（backbone）：通常采用FCN网络来提取特征图，如ResNet和SECOND。颈部网络（neck）：位于bac
Kadima°·2022-12-25 03:49

MMDetection——resnet.py

在resnet.py中定义了骨干网络ResNet需要的一些模块。
倔强一撮毛·2022-12-25 03:15

用GNN做CV三大任务的新骨干，同计算成本性能不输CNN、ViT与MLP｜中科院&华为诺亚开源...

现在，中科院与华为诺亚方舟实验室等提出一种全新的骨干网络，把图片表示成图结构数据，让GNN也能完成经典CV三大任务。论文一出，立即引起GNN学
QbitAl·2022-12-24 20:19

Object Track（十一）：经典论文TransTrack速读

最中间的key来自骨干网络对当前帧图像提取的特征图。而query按照两个分支的需求分别来自上一帧的目标特征query集和一个可学习的目标query集。
是魏小白吗·2022-12-24 13:51

精读Swin Transformer

(层级式)VIsionTransformerusingShiftedWindows(MSRA研究领域的黄埔军校)选自8.17号的更新版本摘要swintransformer用来做计算机视觉领域一个通用的骨干网络
肖屁屁·2022-12-24 11:56

【医学分割】Medical Image Segmentation Using Deep Learning: A Survey

目录概述细节引言监督学习骨干网络网络功能块损失函数弱监督学习数据增广迁移学习交互式分割其他研究热点讨论与展望医学分割数据集评估指标挑战和未来的研究方向概述本文是一篇2020年的医学分割的综述，主要包括了监督学习和弱监督学习
可乐大牛·2022-12-22 09:14

基于PyTorch的卷积神经网络经典BackBone(骨干网络)复现

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨helton_yan@CSDN（已授权）来源丨https://blog.csdn.net/SESESssss/article/details/114340066导读本文基于代码实战复现了经典的Backbone结构Inceptionv1、ResNet-50和FPN，并基于PyTorch分享一些网络搭建技巧，很详细很干货！>>
小白学视觉·2022-12-21 12:12

开源！ViTAE模型再刷世界第一：COCO人体姿态估计新模型取得最高精度81.1AP

之前的深度学习方法主要研究了新的骨干网络设计、多尺度特征融合、更强的解码器结构和损失函数设计等。最近，探索
AI视觉网奇·2022-12-19 17:59

PaddleDetection环境部署与小组分工

PaddleDetection模块化地实现了多种主流目标检测算法，提供了丰富的数据增强策略、网络模块组件（如骨干网络）、损失函数等，并集成了模型压缩和跨平台高性能部署能力。
无情铁铲·2022-12-18 21:39

【3D目标检测】PointPillars: Fast Encoders for Object Detection from Point Clouds

目录概述细节网络结构从点云得到伪图像骨干网络检测头损失函数概述首先，本文是基于点云，但不是将点云处理成体素，而是体柱！
可乐大牛·2022-12-17 12:23
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他