BNN&VGG

深度学习图像风格迁移 计算机竞赛

文章目录0前言1VGG网络2风格迁移3内容损失4风格损失5主代码实现6迁移模型实现7效果展示8最后0前言优质竞赛项目系列，今天要分享的是深度学习图像风格迁移-opencvpython该项目较为新颖，适合作为竞赛课题方向
Mr.D学长·2023-11-25 19:51

VGG网络

VGG主要探究了卷积神经网络的深度和其性能之间的关系，通过反复堆叠3*3的小卷积核和2*2的最大池化层，VGGNet成功的搭建了16-19层的深度卷积神经网络。
井底蛙蛙呱呱呱·2023-11-25 15:59

深度学习图像风格迁移 - opencv python 计算机竞赛

文章目录0前言1VGG网络2风格迁移3内容损失4风格损失5主代码实现6迁移模型实现7效果展示8最后0前言优质竞赛项目系列，今天要分享的是深度学习图像风格迁移-opencvpython该项目较为新颖，适合作为竞赛课题方向
Mr.D学长·2023-11-25 08:32

人工智能基础部分22-几种卷积神经网络结构的介绍，并用pytorch框架搭建模型

大家好，我是微学AI，今天给大家介绍一下人工智能基础部分22-几种卷积神经网络结构的介绍，本篇文章我将给大家详细介绍VGG16、VGG19、ResNet、SENet、MobileNet这几个卷积神经网络结构
微学AI·2023-11-25 05:42

UNET-RKNN分割眼底血管

前言最近找到一个比较好玩的Unet分割项目，Unet的出现就是为了在医学上进行分割(比如细胞或者血管)，这里进行眼底血管的分割，用的backbone是VGG16，结构如下如所示(项目里面的图片，借用的！
呆呆珝·2023-11-24 23:19

深度学习之CNN深度卷积神经网络-VGG（进阶）

前言本文主要CNN系列论文解读——VGG的简介、模型结构、参数计算、网络结构的代码实现等。
辣椒种子·2023-11-24 22:59

Faster R-CNN详解

目录1前言1.1图1展示了FasterRCNN的4个主要内容1.2图2展示了基于VGG16模型的网络结构1.3FasterRCNN目标1.4新出炉的pytorch官方FasterRCNN代码导读2Convlayers3RegionProposalNetworks
zhangyuexiang123·2023-11-24 22:14

竞赛 题目：基于深度学习的图像风格迁移 - [ 卷积神经网络 机器视觉 ]

文章目录0简介1VGG网络2风格迁移3内容损失4风格损失5主代码实现6迁移模型实现7效果展示8最后0简介优质竞赛项目系列，今天要分享的是基于深度学习卷积神经网络的花卉识别该项目较为新颖，适合作为竞赛课题方向
iuerfee·2023-11-22 14:20

目标检测 详解SSD原理，数据处理与复现

它是ImageNet2014年亚军，相比于AlexNet，AlexNet只有8层，而VGG有16～19层；AlexNet使用了11x11的卷积核，VGG使用了3x3
小酒馆燃着灯·2023-11-21 22:11

CV学习笔记-CNN-VGG

CNN-VGG1.图像识别的过程**获取原始信息：**通过传感器将获取到的外界信息（比如图像）转换为计算机可以处理的信号。
Moresweet猫甜·2023-11-21 18:40

WeekT8 - 猫狗识别1（VGG-16）

文章目录1.导入数据2.数据预处理之加载数据3.配置数据集4.可视化数据5.搭建VGG-16网络5.编译6.训练模型7.模型评估8.预测9.tqdm说明9.1再来说遇到的那个报错10.文中比较严重的bug
m_Molly·2023-11-21 08:34

Week-T9 猫狗识别2

文章目录一、准备环境二、准备数据2.1获取数据集2.2.可视化数据三、搭建训练模型3.1自定义VGG-16模型3.2编译模型3.3训练模型四、模型评估与预测4.1模型评估4.2模型预测五、总结本文为365
m_Molly·2023-11-21 08:34

Week T7 - 咖啡豆识别（VGG-16）

文章目录1.导入数据2.加载数据3.可视化数据4.配置数据集5.构建VGG-16网络结构(1)VGG优缺点分析：(2)调用方式：官方模型调用，or自己写代码搭建(3)网络结构：6.训练(1)设置loss
m_Molly·2023-11-21 08:04

机器学习笔记 - Ocr识别中的CTC算法原理概述

在EAST网络的这个分支中，它合并了VGG16网络不同层的特征输出。现在，该层之后的特征大小将等于pool4层的输出，然后将两者合并到一层中。
坐望云起·2023-11-21 08:48

深度学习笔记-GCN+卷积方式汇总

卷积方式汇总convolutionsummary一、为什么要用小卷积核代替大卷积核自从VGG网络开始，叠加的小卷积核已经成为流行，因为能够使用更小的参数量实现特征提取。
地表最菜研究生·2023-11-20 11:39

Ubuntu提高git上项目clone速度

最近似乎经常需要在git上下载东西网上各种找了找解决方案记录一下用git代替http例如：gitclonehttps://github.com/ry/tensorflow-vgg16换成gitclonegit
25zhixun·2023-11-20 03:07

卷积神经网络（VGG-16）海贼王人物识别

文章目录前期工作1.设置GPU（如果使用的是CPU可以忽略这步）我的环境：2.导入数据3.查看数据二、数据预处理1.加载数据2.可视化数据3.再次检查数据4.配置数据集5.归一化三、构建VGG-16网络
NoteLoopy·2023-11-19 23:30

【Segment Anything Model】十（2）：利用SAM做分类任务，方法二，SAM的image_encoder部分进行特，将SAM提取到的ImageEmbedding插入到vgg网络中

链接本篇分为两小节：【SegmentAnythingModel】九（1）介绍加载vgg16网络的预训练权重，并利用其主干部分进行特征提取，
cv夏一笑·2023-11-19 21:54

【Segment Anything Model】十（1）：利用SAM做分类任务，方法二，不放过SAM强大特征提取能力，将SAM提取到的ImageEmbedding插入到其他cnn网络中

链接本篇分为两小节：【SegmentAnythingModel】九（1）介绍加载vgg16网络的预训练权重，并利用其主干部分进行特征提取，
cv夏一笑·2023-11-19 21:53

图像分类(六) 全面解读复现MobileNetV1-V3

相比于VGG16准确率减少0.9%，但模型的参数只有VGG1/32。其实简单来说，就是把VGG中的标准卷积层换成深度可分离卷积。不过这个深度可分离卷积刚开始接触比较抽象难理解，建议大家看看文末链接里大
小酒馆燃着灯·2023-11-19 17:15

图像分类(四) 全面解读复现GoogleNet_InceptionV1-V4

InceptionV1前言论文题目:GoingDeeperwithConvolutionsGooglenet论文原文地址:https://arxiv.org/pdf/1409.4842.pdf之前看过VGG
小酒馆燃着灯·2023-11-19 17:45

图像分类(五) 全面解读复现ResNet

在ImageNet的数据集上我们评测了一个深度152层（是VGG的8倍）的残差网络，但依旧拥有比
小酒馆燃着灯·2023-11-19 17:45

计算机竞赛 题目：基于深度学习的图像风格迁移 - [ 卷积神经网络 机器视觉 ]

文章目录0简介1VGG网络2风格迁移3内容损失4风格损失5主代码实现6迁移模型实现7效果展示8最后0简介优质竞赛项目系列，今天要分享的是基于深度学习卷积神经网络的花卉识别该项目较为新颖，适合作为竞赛课题方向
Mr.D学长·2023-11-19 10:06

YOLOV5/YOLOV7/YOLOV8改进：InceptionNeXt: 当 Inception 遇上 ConvNeXt

从那时起，众多的CNN已经成为潮流的引领者，如NetworkInNetwork，VGG，InceptionNets，ResNe(X)t，DenseNet等。
dg68668·2023-11-17 11:21

[代码实战和详解]VGG16

VGG16详解我的github代码实现：vgg16我们在vgg16神经网络上训练了SIGNS数据集，这是一个分类的数据集，在我的github上有介绍怎么下载数据集以及如何训练。
一朵小红花HH·2023-11-16 22:12

目标检测一 SSD代码复现

网络模型VGG层用于特征提取，与VGG的区别是把FC6和FC7换成了卷积层，SSD在后面又加了8个卷积层。最终
小酒馆燃着灯·2023-11-16 20:35

人工智能-深度学习之残差网络（ResNet）

ResNet沿用了VGG完整的\(3\times3\)卷积层设计。残差块里首先有2个有相同输出通道数的\(3\times3\)卷积层。每个卷积层后接一个批量规范化层和ReLU激活函数。
白云如幻·2023-11-16 06:41

第91步 深度学习图像分割：FCN建模

与传统的分类网络（如VGG、AlexNet）不同，FCN可以为输入图像中的每个像素生成一个分类标签。（1）核心特点与组成部分全卷积化：FCN的名称来源于其结构，它不包含任何全连接层。传统的全连接
Jet4505·2023-11-16 06:39

第92步 深度学习图像分割：SegNet建模

编码器网络通常从一个预训练的VGG16网络中提取，并将其全连接层移除。解码器网络用于对从编码器网络中得到的特征进行上采样，以生成与输入图像相同大小的输出。（2）池化索引在编码阶段，当执
Jet4505·2023-11-16 06:39

CNN进展：AlexNet、VGGNet、ResNet 和 Inception

该文综合叙述了深度神经网络的革命性突破，从AlexNet开始，然后深度VGG的改进，然后是残差网络ResNet和Inception，如果能讲出各种特色改进点的和改进理由，那么该文的内容已经全掌握了。
无水先生·2023-11-15 08:32

PyTorch好助手：PyTorch Hub一键复现各路模型

无论ResNet、BERT、GPT、VGG、PGAN，还是MobileNet，只需一行代码轻松复现！”
hcgx2018·2023-11-15 07:43

pyTorch Hub 系列#2：VGG 和 ResNet

在本教程中，我们将学习如何利用称为TorchHub的最常见模型的强大功能：VGG和ResNet系列模型。我们将学习这些模型背后的核心思想，并针对我们选择的任务对其进
无水先生·2023-11-15 07:40

深度学习 植物识别算法系统 计算机竞赛

文章目录0前言2相关技术2.1VGG-Net模型2.2VGG-Net在植物识别的优势(1)卷积核，池化核大小固定(2)特征提取更全面(3)网络训练误差收敛速度较快3VGG-Net的搭建3.1Tornado
Mr.D学长·2023-11-14 20:11

深度学习经典网络回顾：AlexNet+VGG

一.AlexNet：虽然深度学习元年是2006年，但是真正使深度学习火起来的是2012年的ImageNet上的AlexNet，由于本人本科毕设有用到该网络模型，虽然后面更优秀的网络模型层出不穷本人再没有使用过该网络，但是该网络的设计对后序网络的设计还是又不可磨灭的影响。首先该网络出自论文：《ImageNetClassificationwithDeepConvolutionalNeuralNetwo
只win一手头铁·2023-11-14 17:07

遇到问题[已解决]TypeError: ‘odict_keys‘ object is not subscriptable

但是我的是3.8出现报错【Python3】【报错】-TypeError:‘dict_keys‘objectisnotsubscriptable-CSDN博客原因：在Python3中，keys()方法不允许切片VGG
计算机视觉-Archer·2023-11-14 07:43

【学习笔记】d2l-chapter7 现代卷积神经网络

目录背景文章介绍内容先前机器学习——核方法AlexNet网络框架应用VGGVGG块VGG-11应用Q&ANiNNiN块NiN模型应用Q&AGoogLeNetInceptionblockGoogLeNet
鸿鹄一夏·2023-11-13 18:57

分类网络搭建示例

本专栏需要搭建的是对分类性能的测试，所以这里我们只以VGG为例。请注意，这里定义的只是一个简陋的版本，后续一些经典网络的学习，我们会在另外单独去开一个专栏讲解。
夏天是冰红茶·2023-11-12 12:54

深度学习经典和最新模型

1.深度学习基础-线性神经网络，多层感知器2.卷积神经网络-lenet，alexnet，vgg，inception，resnet3.循环神经网络-RNN，GRU，LSTM,seq2seq4.注意力机制-
钟逸0822·2023-11-12 06:17

backbone：从AlexNet到...（持续补充ing）

Introduction（前言知识）代码参考卷积、池化输出退化1*1卷积减少或增加通道数自然的减少计算量解决了什么问题，达到了什么样的效果AlexNet整体结构如下VGGNet网络结构如下，D、E分别代表VGG
怎么全是重名·2023-11-11 12:25

深度学习-VGG19网络识别手写汉字（基于HWDB1.1trn_gnt）

深度神经网络有许多值得学习的网络结构，今天就给大家带来一个经典网络：VGG19。
四维空间151·2023-11-11 06:46

深度学习奠基作VGG《Very Deep Convolutional Networks for Large-Scale Image Recognition》(现代卷积神经网络/网络结构)

VGG首次提出的论文VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition很长有40页，是2014年发表的。
机器学习杨卓越·2023-11-09 13:20

【图像分类】【深度学习】【Pytorch版本】VggNet模型算法详解

模型算法详解文章目录【图像分类】【深度学习】【Pytorch版本】VggNet模型算法详解前言VggNet讲解感受野感受野的计算公式3x3的卷积核的使用VggNet模型结构VGGnetPytorch代码完整代码总结前言Vgg
牙牙要健康·2023-11-08 10:08

YOLOv8最新改进系列：YOLOv8+RepLKNet，超大核模型，精度嘎嘎提升，小目标检测性能嘎嘎提升，提升效果拉满！！！

自从VGG提出以后，各种CNN网络层出不穷，但是他们都遵循了VGG的设计思想，通过多个小卷积核叠加来
AI棒棒牛·2023-11-07 23:47

Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization（ICCV17）

IntroductionPerceptualLossesforReal-TimeStyleTransferandSuper-Resolution（ECCV16）给定输入图像xxx，经过一个网络得到yyy，同时有一幅styleimagesss，使用一个VGG19
o0Helloworld0o·2023-11-07 09:52

dlibdotnet 人脸相似度源代码_OpenCV3与深度学习实例：Dlib+VGG Face实现两张脸部图像相似度比较...

importtimeimportnumpyasnpimportsklearnimportsklearn.metrics.pairwiseaspwimportcv2importdlibprototxt='datas/models/caffe/vgg-face
weixin_39571403·2023-11-07 05:09

PyTorch入门学习（十六）：网络模型的保存与读取

目录一、使用预训练模型二、修改预训练模型的层内容三、保存和加载模型一、使用预训练模型PyTorch提供了许多预训练的深度学习模型，如VGG、ResNet、Inception等。
不吃花椒的兔酱·2023-11-06 19:31

Caffe Model Zoo

Caffe有许多分类的预训练模型及网络结构，我自己训练过的模型总结在Github上，基本上涵盖了大部分的分类模型，包括AlexNet，VGG，GoogLeNet，Inception系列，ResNet，SENet
SnailTyan·2023-11-06 18:28

第四次作业：CNN实战

目录使用VGG模型进行猫狗大战1.下载数据2.数据处理3.创建VGGModel4.修改最后一层，冻结前面层的参数5.训练并测试全连接层6.可视化模型预测结果（主观分析）AI研习社“猫狗大战”测试1、下载测试集
OUC_SE_GROUP19·2023-11-06 17:56

第四次作业：猫狗大战挑战赛

第四次作业：猫狗大战挑战赛本博客为OUC软件工程2022秋第18小组第四次作业第18小组组长：罗浩宇组员：罗浩宇一、VGG模型的迁移学习1.下载数据将教程中的数据集下载到colab，解压。!
18组-团队博客·2023-11-06 17:25

CV算法复现（分类算法6/6）：MobileNet（2017年V1，2018年V2，2019年V3，谷歌）

Wz的个人空间_哔哩哔哩_Bilibili1本次要点1.1pytorch框架语法2网络简介2.1历史意义2.2网络亮点V1版亮点V2版亮点V3版亮点2.3V1网络DW卷积和PW卷积介绍计算量网络结构（和VGG
⊙月·2023-11-05 20:22
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他