CNN滤波器第32页

VGG(pytorch)

VGG:达到了传统串型结构深度的极限学习VGG原理要了解CNN感受野的基础知识model.pyimporttorch.nnasnnimporttorch#officialpretrainweightsmodel_urls

caigou.·2023-12-17 05:22

时序预测 | Python实现CNN-LSTM电力需求预测

时序预测|Python实现CNN-LSTM电力需求预测目录时序预测|Python实现CNN-LSTM电力需求预测预测效果基本描述程序设计参考资料预测效果基本描述该数据集因其每小时的用电量数据以及TSO对消耗和定价的相应预测而值得注意

机器学习之心·2023-12-17 04:00

下午好~ 我的论文【遥感】（第一期）

写在前面：下午浑浑噩噩，泡杯茶，读篇论文吧首先说明，时间有限没有那么精力一一回复了，对不起各位了TAT文章目录遥感Bi-Dilation-formerCNN-GNN-FusionMulti-hierarchicalcrosstransformerCoupledCNNs

likeGhee·2023-12-17 03:00

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（六）

系列文章目录基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别

小胡说人工智能·2023-12-17 01:07

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（五）

系列文章目录基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别

小胡说人工智能·2023-12-17 01:36

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（四）

系列文章目录基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（一）基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别

小胡说人工智能·2023-12-17 01:35

利用CNN来检测伪造图像

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达随着像Facebook和Instagram这样的社交网络服务的出现，在过去十年中产生的图像数据量有一个巨大增加。使用图像(和视频)等处理软件GNUGimp,AdobePhotoshop创建修改过的图像和视频是Facebook等互联网公司的主要关注点。这些图片是假新闻的主要来源，经常被用于恶意的方式，如煽动暴徒。在对可疑图像采取行

小白学视觉·2023-12-16 23:14

100基于matlab的双线性变换法设计的切比雪夫II型低通滤波器语音信号

基于matlab的双线性变换法设计的切比雪夫II型低通滤波器语音信号，对加噪的语音信号进行降噪。数据可更换自己的，程序已调通，可直接运行。

顶呱呱程序·2023-12-16 22:42

时间序列预测 — CNN-LSTM实现多变量多步光伏预测(Tensorflow)

目录1数据处理1.1导入库文件1.2导入数据集1.3缺失值分析2构造训练数据3模型训练3.1CNN-LSTM网络3.2模型训练4模型预测专栏链接：https://blog.csdn.net/qq_41921826

几度春风里·2023-12-16 22:38

RT-DETR改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现RT-DETR的有效涨点

使用D-Mixer作为基本构建块设计了TransXNet，这是一种新型的混合CNN-Transformer视觉主干网络，可提供引人注目的性能。在ImageNet-1K图像分类任务中，T

静静AI学堂·2023-12-16 21:33

Transformer的了解

但是该模型并没有用到以往的RNN或CNN网络架构，而是采用注意力机制。这

.cheng.·2023-12-16 20:01

Audio signal (MATLAB)代码学习-常见问题2

问题描述定义信号采样频率为16kHz，生成一个长度为1s，频率为1000Hz，幅度为0.5的信号y_1生成信号y_2，要求：时域长度为1s，100个样本为间隔，幅度0.7，并使用一个滤波器H(z)=1−

CCC_bi·2023-12-16 18:51

人工智能计算机视觉：解析现状与未来趋势

鳗小鱼·2023-12-16 18:14

CNN、LeNet、AlexNet基于MNIST数据集进行训练和测试，并可视化对比结果

完成内容：构建CNN并基于MNIST数据集进行训练和测试构建LeNet并基于MNIST数据集进行训练和测试构建AlexNet并基于MNIST数据集进行训练和测试对比了不同网络在MNIST数据集上训练的效果准备工作

李大壮BigStrong·2023-12-16 17:12

磁力计LIS2MDL开发(1)----轮询获取磁力计数据

主要步骤包括初始化传感器接口、验证设备ID、配置传感器的数据输出率和滤波器，以及通

记帖·2023-12-16 17:59

Python卡尔曼滤波器OpenCV跟踪和预测物体的轨迹

卡尔曼滤波器提供了答案。它结合了：系统（您的汽车）根据其模型预测什么（称为预测步骤）。它接收到的噪声测量结果（在这个类比中是GPS读数）产生的估计值在统计上比预测

亚图跨际·2023-12-16 15:26

DCFnet - Discrimitive Correlation Filters Network for Visual Tracking 笔记

橙子潘潘·2023-12-16 15:33

SCI一区 | MATLAB实现BO-CNN-LSTM-Mutilhead-Attention贝叶斯优化卷积神经网络-长短期记忆网络融合多头注意力机制多变量时间序列预测

SCI一区|MATLAB实现BO-CNN-LSTM-Mutilhead-Attention贝叶斯优化卷积神经网络-长短期记忆网络融合多头注意力机制多变量时间序列预测目录SCI一区|MATLAB实现BO-CNN-LSTM-Mutilhead-Attention

机器学习之心·2023-12-16 14:40

多维时序 | Matlab实现GA-LSTM-Attention遗传算法优化长短期记忆神经网络融合注意力机制多变量时间序列预测

多维时序|MATLAB实现BWO-CNN-BiGRU-Multihead-Attention多头注意力机制多变量时间序列预测目录多维时序|MATLAB实现BWO-CNN-BiGRU-Multihead-Attention

机器学习之心·2023-12-16 14:34

序列模型，语言模型，RNN的相关概念

这与卷积神经网络（CNN）的工作方式形成了对比，CNN主要用于处理空间信息，如图像等。

hadiii·2023-12-16 11:50

Python轴承故障诊断 (七)基于EMD-CNN-LSTM的故障分类

目录前言1经验模态分解EMD的Python示例2轴承故障数据的预处理2.1导入数据2.2制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-CNN-LSTM

建模先锋·2023-12-16 11:49

风速预测（五）基于Pytorch的EMD-CNN-LSTM模型

目录前言1风速数据EMD分解与可视化1.1导入数据1.2EMD分解2数据集制作与预处理2.1先划分数据集，按照8：2划分训练集和测试集2.2设置滑动窗口大小为96，制作数据集3基于Pytorch的EMD-CNN-LSTM

建模先锋·2023-12-16 11:48

CNN、Transformer、MLPs谁更鲁棒

https://arxiv.org/search/?query=convolution+transformer+robust&searchtype=all&source=headerRobustART:BenchmarkingRobustnessonArchitectureDesginandTraningTecniquesarXiv:2110.02797[pdf,other]Adversarial

Valar_Morghulis·2023-12-16 10:37

一种用于心音分类的轻量级1D-CNN+DWT网络

NationalInstituteofTechnologyRourkela,CentralUniversityofRajasthan发布在2022ICETCI的论文，利用离散小波变换(DWT)得到的多分辨率域特征对1D-CNN

deephub·2023-12-16 10:41

NR基础篇下——中值滤波、多级中值滤波、多级中值混合滤波、加权中值滤波、中值有理滤波

wtzhu_13·2023-12-16 10:39

CNN的五脏六腑

CNN的五脏六腑思路大纲1）手动设计网络结构->NAS搜索；2）固定感受野->引入空间注意力做感受野自动调节；3）效果提升不上去->换个思路做实时分割来对比结果；4）自监督太热门->引入弱监督（GAN,

FMsunyh·2023-12-16 10:05

维纳滤波器图像复原

一、背景下图截取自一幅卫星影像，造成图像质量下降的点扩展函数可近似为高斯模型，并含有加性白噪声。设法估计图像退化的参数，利用维纳滤波进行恢复。二、算法原理（1）首先假设点扩散函数为高斯模型，加性白噪声为高斯噪声，理想的未退化的图像为，那么退化图像可表示为，要想恢复出理想图像，就要估计点扩散函数和加性白噪声；（2）为了更好地估计叠加有白噪声的高斯模糊图像的点扩展函数，可以先对图像进行去噪处理。因此我

远方上&肖·2023-12-16 09:54

P21 卷积神经网络CNN

卷积参数共享Maxpool逐步限制neuron的弹性，感受野限制看的范围，参数共享限制参数由于上述限制，CNN的bias比较大，用在图像中，影响不大。如果用在其他方面，要注意一下。

闪闪发亮的小星星·2023-12-16 08:06

CSPNet: A New Backbone that can Enhance Learning Capability of CNN（2019）

文章目录-Abstract1Introduction2Relatedworkformerwork3Method3.1CrossStagePartialNetwork3.2ExactFusionModel4Experiments5Conclusion原文链接源代码-梯度信息重用（有别于冗余的梯度信息）可以减少计算量和内存占用提高效率，但会降低精度（可能是因为重用梯度信息带来的近似误差）Abstrac

怎么全是重名·2023-12-16 08:33

CNN中各个卷积层的设置详细讲解

details/90646935我将从以下几个方面来进行解说：1.卷积神经网络的结构2.卷积神经网络的计算3.以AlexNet为例进行详细讲解4.常见的两个卷积层设置的问题1.卷积神经网络的结构卷积神经网络（CNN

顾子豪·2023-12-16 08:12

电源完整性的PDN测试与仿真

阻抗的测量方法并联直通法在小阻抗范围内具有良好的灵敏度，通常用于测量旁路电容器，这些电容在串联谐振频率附近阻抗可以低至毫欧量级，而测量阻抗较高的元器件，例如铁氧体磁珠，使用反射法则更为合理，串联直通法目前暂未涉及，从右图曲线来看，其应当更适合于信号滤波器的测量

一只豌豆象·2023-12-16 06:09

NCNN 源码学习【一】：学习顺序

最近一段时间一直在做模型部署的工作，主要是利用NCNN部署到安卓端，跟着网上的博客和开源项目，做了很多工作，也学习到很多东西，但是对于NCNN的源码，并没有仔细的研究过，对我来说，仿佛是一个神秘的存在一样

豫州刺史·2023-12-16 05:26

【新闻】阿里云的“城市大脑”给我们带来什么词汇？

1月15日CNN出新闻，标题是“Alibaba's'CityBrain'isslashingcongestioninitshometown”，我们一起学习一下有关交通的词汇吧。

大汪小喵·2023-12-16 05:41

【经典教程翻译】卡尔曼与贝叶斯滤波器：直觉理解滤波器背后的原理（下：滤波器的思考框架）

上一期【经典教程翻译】卡尔曼与贝叶斯滤波器：直觉理解滤波器背后的原理（上），这一期介绍滤波器的一些概念，引出广义卡尔曼滤波器g-h滤波器的思考方式，并且通过可以实验的例子来建立g和h因子的作用。

MyEncyclopedia·2023-12-16 03:35

YOLOV1论文精读

YOLOV1：Youonlylookonce1.介绍1.1简介：传统的目标检测算法如R-CNN都是先生成候选框，然后在分类器上进行分类，由于每个部分都是分开训练，所以很难去优化而且速度比较慢。

malloc_88·2023-12-16 03:53

深度学习模型部署之安装TensorRT windows11+vs2022+TensorRT8.0.1+cuda11.5+cuDNN8.2.0

在你开始之前确保您已安装了CUDA11.5+cuDNN8.2.0作者一开始是用CUDA11.5+cuDNN8.3.1安装，但是安装完成后一直报错“Couldnotloadlibrarycudnn_cnn_infer64

程序之巅·2023-12-16 02:38

图像恢复：图像去模糊算法

以下是一些常见的模糊图像恢复算法：卷积神经网络（CNN）：基于深度学习的方法在图像恢复中取得了显著的进展。

LittroInno·2023-12-16 00:56

目标检测：根据检测坐标取出图像数据

以下步骤完成此过程：使用目标检测算法（例如YOLO、SSD、FasterR-CNN等）对图像进行处理，以识别目标并获取其边界框坐标。将边界框坐标转换为整数类型（如果需要）。

湫兮之风·2023-12-16 00:57

十六动手学深度学习v2计算机视觉 ——样式迁移

文章目录基于CNN的样式迁移基于CNN的样式迁移我们通过前向传播（实线箭头方向）计算风格迁移的损失函数，并通过反向传播（虚线箭头方向）迭代模型参数，即不断更新合成图像。

王二小、·2023-12-15 23:43

十五动手学深度学习v2计算机视觉 ——全连接神经网络FCN

上图的CNN去掉了池化层和全连接层！1x1卷积层降低维度，减少计算量。最后输出kx224x224,通道数就是类别数。

王二小、·2023-12-15 23:13

深度学习疲劳检测驾驶行为检测 - python opencv cnn 计算机竞赛

Mr.D学长·2023-12-15 22:08

深度学习中，网络、模型、算法有什么区别

常见的深度学习网络包括卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）等。模型：模型是指网络结构和参数的组合，它可以对数据进行预测和分类。在深度学习中，模型的训练过程就是不

无妄无望·2023-12-15 22:03

RCNN学习笔记

公式渲染完整版请移步个人博客系统结构structure.pngRCNN物品目标识别系统如上图所示，如图所示，共分为四步：候选区域提取：使用Selectivesearch选择候选区域，并进行预处理，全部处理为相同大小

月见樽·2023-12-15 22:17

激活函数数学详解以及应用场景解释

文章目录激活函数1.Sigmoid激活函数例子及推导过程代码2.ReLU激活函数例子及推导过程3.Tanh激活函数例子及推导过程代码4.Softmax激活函数例子及推导过程代码CNN中的卷积层工作原理卷积计算过程卷积后的输出及

h52013141·2023-12-15 22:29

Audio Signal (MATLAB) 代码学习1-常见问题

x和一个频率为440Hz的正弦信号相加，用结果定义一个新的信号y绘制y信号的时域图，并正确定义时间轴利用Hannwindow（汉宁窗）从y中提取一个20ms的窗信号利用线性预测编码（阶数20）预测白化滤波器的参数

CCC_bi·2023-12-15 21:35

2018-12-06 CNN

Japanhassomanyvacanthomesit'sgivingthemawayheseriesonJapan'sdemographicreckoningisfundedbythePulitzerCenteronCrisisReporting.NoneofthematerialinthisseriesmaybereproducedwithoutanexplicitcredittoCNNand

黑大帅233·2023-12-15 21:18

使用NCNN在华为M5部署Yolov5

使用NCNN在华为M5平板部署Yolov5一、NCNN二、下载解压NCNN三、下载ncnn-android-yolov5工程四、下载AndroidStudio[前提已经配置了jdk版本]1、安装NDK、

豫州刺史·2023-12-15 20:02

YoloV8改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现YoloV8的有效涨点

使用D-Mixer作为基本构建块设计了TransXNet，这是一种新型的混合CNN-Transformer视觉主干网络，可提供引人注目的性能。在ImageNet-1K图像分类任务中，T

静静AI学堂·2023-12-15 20:57

换能器信号工作原理

解调后再通过低通滤波器把高频滤掉。得到吸收波形。这里的Wo是40M或者60M②反射

客家元器件·2023-12-15 20:42

深度学习 Day13——P2彩色图片分类

1我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN

LittleRuby·2023-12-15 20:27

推荐频道

CNN滤波器

VGG(pytorch)

时序预测 | Python实现CNN-LSTM电力需求预测

下午好~ 我的论文【遥感】（第一期）

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（六）

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（五）

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别—深度学习算法应用(含全部工程源码)+数据集+模型（四）

利用CNN来检测伪造图像

100基于matlab的双线性变换法设计的切比雪夫II型低通滤波器语音信号

时间序列预测 — CNN-LSTM实现多变量多步光伏预测(Tensorflow)

RT-DETR改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现RT-DETR的有效涨点

Transformer的了解

Audio signal (MATLAB)代码学习-常见问题2

人工智能计算机视觉：解析现状与未来趋势

CNN、LeNet、AlexNet基于MNIST数据集进行训练和测试，并可视化对比结果

磁力计LIS2MDL开发(1)----轮询获取磁力计数据

Python卡尔曼滤波器OpenCV跟踪和预测物体的轨迹

DCFnet - Discrimitive Correlation Filters Network for Visual Tracking 笔记

SCI一区 | MATLAB实现BO-CNN-LSTM-Mutilhead-Attention贝叶斯优化卷积神经网络-长短期记忆网络融合多头注意力机制多变量时间序列预测

多维时序 | Matlab实现GA-LSTM-Attention遗传算法优化长短期记忆神经网络融合注意力机制多变量时间序列预测

序列模型，语言模型，RNN的相关概念

Python轴承故障诊断 (七)基于EMD-CNN-LSTM的故障分类

风速预测（五）基于Pytorch的EMD-CNN-LSTM模型

CNN、Transformer、MLPs谁更鲁棒

一种用于心音分类的轻量级1D-CNN+DWT网络

NR基础篇下——中值滤波、多级中值滤波、多级中值混合滤波、加权中值滤波、中值有理滤波

CNN的五脏六腑

维纳滤波器图像复原

P21 卷积神经网络CNN

CSPNet: A New Backbone that can Enhance Learning Capability of CNN（2019）

CNN中各个卷积层的设置详细讲解

电源完整性的PDN测试与仿真

NCNN 源码学习【一】：学习顺序

【新闻】阿里云的“城市大脑”给我们带来什么词汇？

【经典教程翻译】卡尔曼与贝叶斯滤波器：直觉理解滤波器背后的原理（下：滤波器的思考框架）

YOLOV1论文精读

深度学习模型部署之安装TensorRT windows11+vs2022+TensorRT8.0.1+cuda11.5+cuDNN8.2.0

图像恢复：图像去模糊算法

目标检测：根据检测坐标取出图像数据

十六 动手学深度学习v2计算机视觉 ——样式迁移

十五 动手学深度学习v2计算机视觉 ——全连接神经网络FCN

深度学习疲劳检测 驾驶行为检测 - python opencv cnn 计算机竞赛

深度学习中，网络、模型、算法有什么区别

RCNN学习笔记

激活函数数学详解以及应用场景解释

Audio Signal (MATLAB) 代码学习1-常见问题

2018-12-06 CNN

使用NCNN在华为M5部署Yolov5

YoloV8改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现YoloV8的有效涨点

换能器信号工作原理

深度学习 Day13——P2彩色图片分类

十六动手学深度学习v2计算机视觉 ——样式迁移

十五动手学深度学习v2计算机视觉 ——全连接神经网络FCN

深度学习疲劳检测驾驶行为检测 - python opencv cnn 计算机竞赛