CNN 第6页

卷积神经网络（CNN）的主要架构

卷积神经网络（CNN,ConvolutionalNeuralNetworks）是深度学习中最重要的模型之一，广泛应用于计算机视觉、目标检测、语义分割等任务。

彩旗工作室·2025-05-02 07:31

DeepSeek——推荐2025年潜在热点方向（时间序列预测）

放空儿·2025-05-02 05:52

基于深度学习的水下目标检测系统：UI界面 + R-CNN + 数据集

本篇博客将全面介绍如何基于深度学习和R-CNN（Region-basedConvolutionalNe

深度学习YOLO目标检测实战项目·2025-05-02 04:13

深度学习模型：从基础到前沿的技术解析与实践指南

结合代码演示与图形展示，内容深入浅出：深度学习模型：从基础到前沿的技术解析与实践指南第一章深度学习基础与核心思想1.1深度学习的本质与优势表示学习理论：通过多层非线性变换自动提取数据特征，无需人工设计特征（如CNN

爱吃青菜的大力水手·2025-05-01 21:58

Biological Psychiatry:CNNI|青少年抑郁症患者功能连通性的重测信度

摘要背景:功能性磁共振成像的重测可靠性对于识别精神疾病的可重复性生物标志物至关重要。最近的研究表明，可靠性如何限制了大脑行为关联的可观察效应，阻碍了这些效应的检测。大量文献探讨了健康个体的单变量和多变量可靠性，但相对较少的研究探讨了精神疾病人群的可靠性或其与年龄存在相互作用。方法:在此，我们对88名青少年有重度抑郁症（MDD）和无重度抑郁症（HV）展开了调研。我们比较了单变量度量，类内相关系数和2

悦影科技·2025-05-01 17:29

边框回归(Bounding Box Regression)详解

原文地址：http://blog.csdn.net/zijin0802034/article/details/77685438Bounding-Boxregression最近一直看检测有关的Paper,从rcnn

为时不晚L·2025-05-01 16:24

# 交通标志识别：使用卷积神经网络的完整实现

本文将详细介绍如何使用卷积神经网络（CNN）来实现交通标志的识别，并提供完整的代码实现。1.数据准备数据是机器学习项目的基础，对于交通标志识别任务，我们需要准备包含交通标志图像及

www_pp_·2025-05-01 13:34

【“星睿 O6”AI PC 开发套件评测】ncnn 安装+Benchmark+大模型解读测评数据

编译ncnn的编译安装官方仓库提供的教程还是蛮详细的，这里笔者参考RaspberryPi编译的教程提供在radxao6板子上的完整编译命令gitclonehttps://github.com/Tencent

极术社区·2025-05-01 08:03

神经网络用于地震数据时空均匀插值的方法与开源资料

主要方法1.基于深度学习的插值方法卷积神经网络(CNN)：处理空间维度上的插值循环神经网络(RNN)/LSTM：处理时间序列上的插值U-Net架构：常用于地震数据重建，能有效捕捉多尺度特征生成对抗网络(

东北豆子哥·2025-05-01 06:16

Faster R-CNN 算法详解

FasterR-CNN是在R-CNN和FastR-CNN的基础上进一步优化的一种目标检测算法。

reset2021·2025-05-01 00:09

通道和空间的双重作用的CBAM注意力机制

点击即可跳转实现代码：CBAM代码实现点击即可跳转CBAM（ConvolutionalBlockAttentionModule）注意力机制是一种结合了通道注意力和空间注意力的机制，旨在提升卷积神经网络（CNN

浩瀚之水_csdn·2025-04-30 21:21

算法｜基于SSA-CNN-LSTM（麻雀算法优化卷积长短期记忆神经网络）的股票价格预测（附完整matlab代码，公式，原理，可用于毕业论文设计）

以下是一个基于SSA-CNN-LSTM（麻雀算法优化卷积长短期记忆神经网络）的股票价格预测MATLAB项目实例，包含完整代码和详细注释。代码分为数据预处理、模型构建、优化算法、训练预测四个部分。

单北斗SLAMer·2025-04-30 14:07

基于全连接神经网络的minist数据集分类

1.构建全连接神经网络全连接神经网络介绍：全连接神经网络（FullyConnectedNeuralNetwork，FCNN）是一种经典的人工神经网络结构，它将每个神经元与前一层的所有神经元相连，形成一个密集的网络

ʚɞ 短腿欧尼·2025-04-30 01:37

深度卷积神经网络（CNN）— 批量规范化（batch normalization）

批量规范化（BatchNormalization,BN）批量规范化（BatchNormalization,简称BN）是由SergeyIoffe和ChristianSzegedy在2015年提出的一种深度学习技术，用于解决深层神经网络中的梯度消失或梯度爆炸问题，并加速模型的训练过程。BN是深度学习领域中的一个重要创新，它在许多网络架构（如ResNet、GoogLeNet等）中被广泛使用。1.BN的主

彬彬侠·2025-04-29 19:52

基于Facenet和MTCNN的人脸识别系统（UI，python）

项目简述：因为在现实生活中，在进行人脸识别时，会受到多种影响因素，如光线、遮挡、口罩等，这些因素都可能导致人脸识别的准确率出现下降。另外一个问题是，一般的人脸识别算法并不能识别所有的人脸，在不同的光照条件下，或者戴口罩情况下，就会影响人脸识别的准确率。本系统亮点在于使用FaceNet算法训练出了戴口罩人脸识别模型，可以实现是否佩戴口罩的识别及已注册人脸在佩戴口罩时的身份识别，达到高准确度快速识别。

xj30·2025-04-29 11:51

卷积神经网络：池化层

池化层是卷积神经网络（CNN）中的一个重要组成部分，主要用于减少特征图的空间尺寸，从而降低计算复杂度和防止过拟合。池化层通过下采样操作来获取图像特征的显著性，同时保持重要的特征信息。

00&00·2025-04-29 00:03

自然语言处理之情感分析：使用卷积神经网络(CNN)进行文本预处理与分词技术

自然语言处理之情感分析：使用卷积神经网络(CNN)进行文本预处理与分词技术自然语言处理与情感分析简介自然语言处理的基本概念自然语言处理（NaturalLanguageProcessing，NLP）是人工智能领域的一个重要分支

zhubeibei168·2025-04-28 23:52

LLM并行计算的论文

EfficientTrainingofGiantNeuralNetworksusingPipelineParallelism》：提出了Gpipe这种流水线并行方法，通过将数据批量进一步等分成若干microbatch，并以流水线的方式执行，减少计算中空泡的比例，极大地拓展了模型的规模，可应用于CNN

ZhangJiQun&MXP·2025-04-28 22:21

基于深度学习的医疗诊断辅助系统设计

方法上，我们采用卷积神经网络（CNN）和循环神经网络（RNN）等深度学习模型，对大量的医疗影像和病历数据进行训练和学习。通过在多个公开医疗数据集上的实验，结果表

赵谨言·2025-04-28 14:58

深度学习新趋势：利用MLP取代卷积层——S2-MLPv2模型解析

从CNN到Transformer：一场悄然发生的革命传统深度学习模型以卷积神经网络（CNNs）为主导。CNN通过使用卷积操作来处理图像数据，在计算机视觉

RockLiu@805·2025-04-28 11:12

【DAY20240927】经典深度学习模型对比：LeNet5、CNN、ResNet20、AlexNet、TextCNN 与 VGG-11

文章目录前言一、LeNet5二、CNN三、AlexNet四、ResNet20五、TextCNN六、VGG-11前言Weleverage6modelstodealwiththedata,i.e.,LeNet5

胆小鬼~·2025-04-28 01:36

一文读懂深度学习中常见的卷积操作

在深度学习领域，尤其是在卷积神经网络（CNNs）中，卷积被用来从输入数据（如图像）中提取特征。1.普通卷积在计算机视觉中，卷积通常指的是二维卷积，用于处理图像等二维数据。

AI假装科研·2025-04-28 01:34

第 10 天：深度学习在计算机视觉中的应用

文章目录第10天：深度学习在计算机视觉中的应用学习目标一、深度学习与计算机视觉的关系1.1卷积神经网络（CNN）概述CNN的基本组成：二、实践：使用预训练模型进行图像分类三、卷积神经网络（CNN）原理解析四

CV大师程序员·2025-04-28 00:33

人工智能专业毕业设计最新最全选题精华汇总--持续更新⑥

以下是学长精心整理的一些选题:40-基于CNN-LSTM的住宅用

源码空间站TH·2025-04-27 20:04

用Python做有趣的AI项目4：AI 表情识别助手

本项目将使用计算机视觉+CNN模型来识别人脸表情，例如：开心|生气|悲伤|惊讶|厌恶|害怕|中性项目目标实时摄像头捕捉人脸分析面部表情显示识别结果（文字/emoji）技术栈PythonOpenCV（人脸检测

roc-ever·2025-04-27 18:55

Python学习记录：使用TensorFlow 2.8完成猫狗识别

Python学习记录：使用TensorFlow2.8完成猫狗识别Python学习记录使用tensorflow2.8完成猫狗识别使用keras构建CNN神经网络项目地址:https://gitcode.com

邱蒙励·2025-04-27 18:25

用Python做有趣的AI项目1：用 TensorFlow 实现图像分类（识别猫、狗、汽车等）

项目目标通过构建卷积神经网络（CNN），让模型学会识别图片中是什么物体。我们将使用CIFAR-10数据集，它包含10类：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船和卡车。️

roc-ever·2025-04-27 18:24

深度学习进阶，Keras视频分类

对于每个帧，通过CNN传递帧单独和_独立**地_对每个帧进行分类选择具有最大相应概率的标签标记帧并将输出帧写入磁盘不过，这种方法存在问题-如果您曾经尝试将简单的图像分类应用于视频分类，您可能会遇到某种*

m0_60666452·2025-04-27 15:32

Dijkstra算法对比图神经网络（GNN）

常见的AI模型包括机器学习模型（如决策树、神经网络、支持向量机）和深度学习模型（如卷积神经网络CNN、循环神经网络RNN）。

爱吃青菜的大力水手·2025-04-27 13:19

基于 SCCAN 模型的序列数据分类实战：从一维卷积到结果分析

引言在序列数据分类任务中，一维卷积神经网络（1D-CNN）因其对局部特征的高效提取能力而被广泛应用。

AI_RSER·2025-04-27 13:49

卷积神经网络(CNN)详解：原理、核心组件与应用实践

文章目录一、卷积神经网络概述二、CNN核心组件详解1.卷积层(ConvolutionalLayer)2.激活函数(ActivationFunction)3.池化层(PoolingLayer)4.全连接层

北辰alk·2025-04-27 07:10

眼睛状态识别

本文为365天深度学习训练营中的学习记录博客参考文章地址：深度学习100例-卷积神经网络（CNN）识别眼睛状态|第17天活动地址：CSDN21天学习挑战赛学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩

fmingzh·2025-04-26 17:42

YOLOv12 改进有效系列目录 - 包含卷积、主干、检测头、注意力机制、Neck上百种创新机制 - 针对多尺度、小目标、遮挡、复杂环境、噪声等问题！

在YOLO系列一路狂飙之后，YOLOv12带来了令人耳目一新的范式转变——它不再以CNN为绝对核心，而是首次围绕注意力机制构建YOLO框架，在保证实时性的前提下，将检测精度再次推向新高度！

一勺汤·2025-04-26 14:23

基于深度学习的人体姿态生成算法研究

通过收集大规模的人体姿态数据集，并运用卷积神经网络（CNN）和循环神经网络（RNN）构建深度模型，对人体姿态的时空特征进行学习和建模。实验结果表明，所提出的算法在公开数据集上取得了显著

赵谨言·2025-04-25 13:59

深度学习是什么？该怎么入门学习？

与传统机器学习依赖人工特征工程不同，深度学习能自动从原始数据中提取多层次特征：图像识别：从边缘→纹理→物体部件→完整物体自然语言处理：从字符→单词→短语→语义核心结构：CNN（处理空间特征）、RNN（处理时序特征

计算机视觉农民工·2025-04-25 10:39

YOLOv5改进实战 | 更换主干网络Backbone之轻量化网络Ghostnet

##一、理论奠基：GhostNet的轻量化密码###1.1幻影特征生成原理-**核心观察**：CNN特征图存在大量冗余，相似特征可通过廉价操作生成-**Ghost模块架构**：-**原始卷积**：1×1

Loving_enjoy·2025-04-24 11:34

从零开始实现 MobileViT 注意力机制——轻量级Transformer Vision Model 的新思路

特别是在ViT（VisionTransformer）模型提出之后，Transformer在图像分类、目标检测等任务上展示了超越CNN的潜力。

RockLiu@805·2025-04-24 06:28

深度学习---（2）卷积神经网络

前言卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）是一种深度学习模型，特别适合处理图像和视频等数据。它通过模拟生物视觉皮层的工作方式，能够有效提取图像中的特征。

rain雨雨编程·2025-04-24 00:53

Video Mamba: State Space Model for Efficient Video Understanding

（CNNs有问题二，ViT有问题一）贡献：1，Sensitivityforrecognizingshort

YuSun_WK·2025-04-23 18:40

实战深度学习--进行蘑菇分类

数据集：https://pan.quark.cn/s/4d3526600c0c概述本笔记将介绍如何使用Python和深度学习库（如TensorFlow和Keras）来构建一个卷积神经网络（CNN）模型，

AKIKZ·2025-04-23 13:08

卷积神经网络（CNN）详细教程

卷积神经网络（CNN）详细教程一、引言卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一种深度学习模型，广泛应用于图像识别、视频分析、自然语言处理等领域。

AI糊涂是福·2025-04-23 12:33

CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？深度学习算法应该怎么学习？

有同学问CNN、RNN、DNN内部网络结构有啥区别，以及深度学习算法该怎么学。今天抽时间和大家一起唠一唠首先解答大家的问题，先看CNN（卷积神经网络）。

深度学习入门·2025-04-22 19:15

大模型时代的核心引擎——Transformer架构

一、Transformer概念1.架构革命性突破2017年Google提出的Transformer架构，通过三大创新彻底改变了AI发展轨迹：全注意力机制：替代传统RNN/CNN，实现序列数据的全局建模并行计算范式

AI大模型团团·2025-04-21 16:03

多输入多输出 | MATLAB实现CNN-LSTM-Attention卷积神经网络-长短期记忆网络结合SE注意力机制的多输入多输出预测

内容介绍摘要:本文探讨了基于卷积神经网络(CNN)、长短期记忆网络(LSTM)以及Squeeze-and-Excitation(SE)注意力机制的多输入多输出预测模型。

Matlab算法改进和仿真定制工程师·2025-04-21 14:53

猫狗识别基于tensorflow2.0 GPU版自建CNN模型

猫狗识别基于tensorflow2.0GPU版自建CNN模型1.导入库importtensorflowastffromtensorflow.keras.layersimportConv2D,MaxPooling2D

重工黑大帅·2025-04-21 04:55

猫狗识别基于tensorflow2.0 GPU版自建CNN模型+数据增强+Dropout

猫狗识别基于tensorflow2.0GPU版自建CNN模型+数据增强+Dropout1.导入库fromtensorflow.keras.layersimportConv2D,MaxPooling2D,