CNN 第7页

旋转目标检测：FCOS: Fully Convolutional One-Stage Object Detection【方法解读】

目前几乎所有的最先进目标检测器，如RetinaNet、SSD、YOLOv3和FasterR-CNN，都依赖于预定义的锚框。相反，我们提出的FCOS检测器是无锚框的，同时也是无候选区域的。

沉浸式AI·2025-04-19 21:31

基于CNN与VGG16的图像识别快速实现指南

基于CNN与VGG16的图像识别快速实现指南以下是从零实现代码到原理剖析的完整流程，包含TensorFlow/Keras框架的代码示例与关键优化技巧，满足快速实验需求。

我太想进步了C～～·2025-04-19 20:24

使用 YOLOv8 进行实时物体检测和图像分割(一)更快的 R-CNN

在这篇文章中，我们将深入探讨三种物体检测的核心算法：FasterR-CNN、SSD（单次多框检测器）和YOLO（YouOnlyLookOnce

空间机器人·2025-04-19 12:02

机器学习05-CNN

CNN（卷积神经网络）学习文档一、引言卷积神经网络（ConvolutionalNeuralNetwork，CNN）是深度学习中的一种重要网络结构，在图像识别、计算机视觉等领域取得了巨大成功。

吹风看太阳·2025-04-19 10:23

深度学习在自动驾驶中的应用已渗透到感知、决策、控制等核心环节，以下从技术实现与场景落地的角度进行系统性分析

深度学习在自动驾驶中的应用已渗透到感知、决策、控制等核心环节，以下从技术实现与场景落地的角度进行系统性分析：一、环境感知：多模态数据融合与高精度建模视觉感知与目标检测图像识别：基于卷积神经网络（CNN）

码力金矿·2025-04-19 09:14

下一代视觉Transformer：CNN+Transformer=Better

2024深度学习发论文&模型涨点之——CNN+TransformerCNN擅长提取图像的局部特征，而Transformer则以其自注意力机制在捕捉全局信息和长距离依赖方面表现出色。

Ai多利·2025-04-19 03:08

风车卷积-AAAI2025

代码开源：https://github.com/JN-Yang/PConv-SDloss-Data近年来，基于卷积神经网络(CNN)的红外小目标检测方法取得了显著成果。

寸先生的牛马庄园·2025-04-18 15:47

深入理解卷积神经网络(CNN)：从原理到实践

引言卷积神经网络(ConvolutionalNeuralNetworks,CNN)是深度学习领域最具影响力的架构之一，尤其在计算机视觉任务中表现出色。

巷955·2025-04-17 19:39

《深度学习》课程之卷积神经网络原理与实践教学设计方案

《深度学习》课程之卷积神经网络原理与实践教学设计方案一、教学目标设计（一）知识目标学生能够准确描述卷积神经网络（CNN）的基本定义，包括其核心组成部分（如卷积层、池化层、全连接层等）及其在图像识别任务中的作用

人工智能教学实践·2025-04-17 08:52

【CNN-GRU-Attention】基于卷积神经网络和门控循环单元网络结合注意力机制的多变量回归预测研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果2.1真实值和预测值比较2.2卷积层所提的特征可视化2.3数据3参考文献4Matlab代码实现1概述近年来，深度学习在多个领域取得了显著的成果，其中卷积神经网络（CNN

创新优化代码学习·2025-04-16 21:43

深度学习——图像分类（CNN）—训练模型

训练模型1.导入必要的库2.定义超参数3.读取训练和测试标签CSV文件4.确保标签是字符串类型5.显示两个数据框的前几行以了解它们的结构6.定义图像处理参数7.创建图像数据生成器8.设置目录路径9.创建训练和验证数据生成器10.构建模型11.编译模型12.训练模型并收集历史13.绘制损失和准确率曲线14.保存图表15.保存模型到本地1.导入必要的库pandasaspd:Pandas是一个强大的数据

芜蓼·2025-04-16 20:06

循环神经网络RNN文本分类

RNN是一种特殊的神经网络结构,它是根据‘人的认知是基于过往的经验和记忆‘这一观点提出的.它与DNN,CNN不同的是:它不仅考虑前一时刻的输入,而

Dr.Petrichor·2025-04-16 08:50

什么是上采样和下采样

卷积神经网络（CNN）中的**上采样（Upsampling）和下采样（Downsampling）**是调整特征图空间分辨率的关键操作，分别用于增大或减小特征图的尺寸。

胡乱儿起个名·2025-04-16 00:51

PHM2012(FEMTO-ST轴承数据集)寿命预测

PHM2012寿命预测比较典型，可以参考如下文章使用CNN实现C-MAPSS数据集里面的剩余寿命预测（Pytorch）_使用cnn实现cmapss数据集-CSDN博客

蜀山燕赤霞·2025-04-14 21:29

可发1区的超级创新思路（python 、MATLAB实现）：基于SAM+Informer+2DCNN的功率预测模型

一、模型背景与核心创新二、模型组件详解1.SAM时空注意力模块原理说明代码实现2.Informer编解码器原理改进关键代码3.2DCNN特征压缩数据重构方法双平台实现三、完整模型集成方案1.数据流说明2

清风AI·2025-04-14 15:49

深度学习全景进阶：最新Python深度学习进阶与前沿应用

近年来，伴随着以卷积神经网络（CNN）为代表的深度学习的快速发展，人工智能迈入了第三次发展浪潮，AI技术在各个领域中的应用越来越广泛。

jwwkyjspt·2025-04-14 11:50

【ELGC-Net】用于遥感变化检测的高效局部-全局上下文聚合（IEEE TGRS收录）

摘要现有的CNN和基于Transformer的框架往往难以准确的分割语义变化区域。

及时行樂樂樂·2025-04-14 08:33

MTCNN 人脸识别

前言此处介绍强大的MTCNN模块，给出demo，展示MTCNN的OOP，以及ROS利用C++节点，命令行调用脚本执行实际工作的思路。

狗头鹰·2025-04-14 07:00

机器学习系列----介绍前馈神经网络和卷积神经网络 (CNN)

常见的神经网络结构有前馈神经网络（FeedforwardNeuralNetworks，简称FNN）和卷积神经网络（ConvolutionalNeuralNetworks，简称CNN）。

DK22151·2025-04-14 02:53

【论文阅读笔记】Attention Is All You Need

在此论文之前，序列翻译的主导模型是RNN或者使用编解码器结构的CNN。本文提出的Transformer结构不需要使用循环和卷积结构，是完全基于注意力机制的模型。

时光机ﾟ·2025-04-13 13:02

【深度学习】CNN的研发背景及其与其他模型的对比分析

前言卷积神经网络（CNN）是深度学习中最重要的模型之一，尤其在计算机视觉领域占据主导地位。但CNN的起源是什么？它与其他模型（如DNN、RNN、Transformer）有何异同？

学废了wuwu·2025-04-13 10:13

卷积神经网络(CNN)可视化网站汇总

深度学习文章目录深度学习前言CNNExplainerDeepLearningPlaygroundConvNetJSUnderstandingCNNwithInteractiveVisualizations3Blue1BrownNeuralNetworksYouTubePlaylistDistill.pubTensorFlowCNNVisualization

工头阿乐·2025-04-13 09:33

Named Entity Recognition with Bidirectional LSTM-CNNs（于双向LSTM神经网络的命名实体识别）论文阅读

标题：NamedEntityRecognitionwithBidirectionalLSTM-CNNs（于双向LSTM神经网络的命名实体识别）作者：JasonP.C.Chiu，EricNichols单位

计算机视觉小刘·2025-04-13 05:05

CNN+Transformer实现遥感影像建筑物分割

文章目录一、局部细节与全局上下文的协同建模1.CNN的局部感知优势空间局部性：平移等变性：层次化特征提取：2.Transformer的全局关联优势长距离依赖建模：动态权重分配：尺度不变性：二、多尺度特征融合能力

hanfeng5268·2025-04-13 05:34

关于深度学习局部视野与全局视野的一些思考

引发了一些疑问:为什么说CNN只能看到局部区域，而transformer能看到全局区域?什么是token?对于图像中又指代什么?一个卷积核只看它覆盖的小区域（patch），无法直接“看到”整张图。

movigo7_dou·2025-04-12 20:13

625SJBH网上便利店的设计与实现

2006年1月17日，中国互联网络信息中心（CNNIC）在京发布“第十七次中国互联网络发展状况统计报告”。报告显示，截至2

2540546520·2025-04-11 15:26

复现：SonarNet: Hybrid CNN-Transformer-HOG Framework and Multifeature Fusion Mechanism for Forward-Look

J.He,J.Chen,H.XuandY.Yu,“SonarNet:HybridCNN-Transformer-HOGFrameworkandMultifeatureFusionMechanismforForward-LookingSonarImageSegmentation

hanfeng5268·2025-04-11 09:21

Python实现卷积神经网络CNN(Convolutional Neural Network)

项目专栏：【Python实现经典机器学习算法】附代码+原理介绍文章目录前言一、基于原生Python实现卷积神经网络CNN(ConvolutionalNeuralNetwork)二、卷积的介绍三、图像处理的卷积算法原理四

海洋之心·2025-04-11 03:44

深度学习教程 | 经典CNN网络实例详解

深度学习教程|经典CNN网络实例详解作者：韩信子@ShowMeAI教程地址：www.showmeai.tech/tutorials/3…本文地址：www.showmeai.tech/article-det

Dashesand·2025-04-11 02:07

从编码器和词嵌入开始：Transformer架构详解（上）-ChatGPT4o作答+王木头学科学阅读理解

它的核心思想是通过自注意力机制（self-attention）捕捉序列中的长程依赖关系，完全摒弃了传统的循环神经网络（RNN）和卷积神经网络（CNN）中的顺序计算方式，因此具有极大的并行计算优势，并且能够处理更长的输入序列

部分分式·2025-04-11 01:31

图像分割综述

随着深度学习技术的发展，尤其是卷积神经网络（CNN）在视觉任务中的突破，图像分割得到了显著的提升。2.图像分割的目标图像分割的目标是将一幅图像分成多个区域或对象，每个区域代表图像中的某个

my1_1my·2025-04-10 22:10

＜项目代码＞手势识别＜目标检测＞

相较于两阶段检测算法（如FasterR-CNN），YOLOv8具有更高的检测速度和实时性。1.数据集介绍数据集详

深度学习lover·2025-04-10 21:01

深度学习十大算法！深度解剖让你了解！

1.卷积神经网络（CNN）卷积神经网络（ConvolutionalNeuralNetworks，简称CNN）是一种专门用于处理具有类似网格结构的数据（如图像）的神经网络。

AI科技探寻·2025-04-10 12:08

Python----TensorFlow（TensorFlow介绍，安装，主要模块，高级功能）

作为深度学习的第二代系统，TensorFlow支持多种编程语言，包括Python、C++、Java和Go，广泛应用于CNN、RNN和GAN等深度学习算法。

蹦蹦跳跳真可爱589·2025-04-09 14:40

CNN基础考点

CNN基础知识详细总结一、算法构成核心组件卷积层（ConvolutionalLayer）作用：提取局部特征（边缘、纹理等）。操作：使用滑动窗口（卷积核）计算输入数据的加权和。

weixin_47868976·2025-04-09 09:38

ViT（Vision Transformer） VS CLIP

核心创新：全局感受野：无需CNN的局部卷积，直接处理图像块间的长距离依赖。序列化处理：将图像视为序列输入，与文本处理方式统一。预训练策略：在大规模数据集（如ImageNet）

charles666666·2025-04-08 09:28

cnn和rnn可以结合使用吗,rnn和cnn优点缺点对比

CNN和RNN在文本分类过程中的区别整理用CNN卷积的情况，这里面有几个关键点：一个是文本跟图片不一样，图片有长宽，然后还有深度（RGB)。

小浣熊的技术·2025-04-07 09:00

MLP/CNN/RNN/Transformer主流深度学习模型的区别

数学表达：2.卷积神经网络（CNN）核心特征：结构：由卷积层、池化层（下采样）和全连接层组成。用途：特别适合于图像处理，用于图像分类、对

鬼马行天·2025-04-07 07:49

DQN与深度学习模型的融合:CNN_RNN与DQN

为了克服这一局限，研究人员开始探索将DQN与其他深度学习模型（如卷积神经网络（CNN）和循

AGI大模型与大数据研究院·2025-04-07 07:18

# 使用 Dlib 和 OpenCV 实现基于深度学习的人脸检测

本文将介绍如何使用Dlib库中的CNN（卷积神经网络）人脸检测器结合OpenCV实现高效准确的人脸检测

www_pp_·2025-04-07 02:11

深度学习框架大比拼：TensorFlow vs PyTorch，亦菲彦祖的选择

在我们之前的讨论中，你已经学习了深度学习的核心概念、神经网络的基本原理、卷积神经网络（CNN）和循环神经网络（RNN）等技术。

杨胜增·2025-04-06 12:18

查漏补缺之（一）—— fasttext与TextCNN

最近查看自己的博客，发现自己居然没有fasttext与TextCNN的相关博客，正可谓左青龙右白虎王朝马汉在中间，没有这两位怎么能行呢？午休之前安排！

知了爱啃代码·2025-04-06 09:24

深度学习篇---模型训练（1）

文章目录前言一、库导入与配置部分介绍二、超参数配置简介三、模型定义1.改进残差块2.完整CNN模型四、数据集类五、数据加载函数六、训练函数七、验证函数八、检查点管理九、主函数十、执行入口十一、关键设计亮点总结

Ronin-Lotus·2025-04-06 09:21

【CV/NLP/生成式AI】

关键技术任务技术方案代表模型图像分类CNN（卷积神经网络）ResNet、EfficientNet目标检测Two-stage（如FasterR-CNN）One

严文文-Chris·2025-04-06 06:30

RNN，LTSM和GRU原理

这类任务如果用CNN处理，很难反映出其时间上的特征原理Figure1.RNNStructure时间为t时，输入为x(t)，隐藏层为h(t)，输出为y(t)，图中w1，w2，w3为共享的权重。向

thormas1996·2025-04-06 01:31

使用python完成手写数字识别

实现思路数据集：MNIST（包含60,000个训练样本和10,000个测试样本）深度学习框架：Keras（基于TensorFlow）模型架构：卷积神经网络（CNN）实现步骤：数据加载与预处理构建CNN模型训练模型评估模型性能保存模型并使用新数据预测代码思路数据预处理

大泽九章·2025-04-06 01:29

Pytorch库详细学习与解析

2.2PyTorch的核心特点3.PyTorch的安装4.PyTorch的基本使用4.1张量操作4.2模型定义与训练4.3使用torch.nn构建卷积神经网络(CNN)4.4使用torch.nn构建循环神经网络

橙色小博·2025-04-05 20:25

脑疾病分类的疑惑【6】：脑疾病分类比较适合使用具有哪些特点的模型？

以下是一些适合脑疾病分类的模型特点，您可以参考这些特点来选择合适的模型：1.深度学习模型的自动特征提取能力脑疾病分类通常依赖于复杂的影像数据或时间序列数据，而深度学习模型（特别是卷积神经网络CNN和变换器模型

君莫笑∽GL·2025-04-04 15:16

基于SE(3)-等变神经网络的晶体结构预测：理论推导+PyTorch实战+行业案例

一、技术原理与数学基础1.1晶体对称性与等变性晶体结构满足SE(3)对称性（旋转+平移），传统CNN的平移不变性无法处理旋转对称性。

燃灯工作室·2025-04-03 13:02

604SJBH基于ASP.NET的服装商城的设计与实现

第三章基于asp.net的服装网站开发和设计的优势与前景根据中国互联网络中心（CNNIC）的最新统计，截至2004年12月31日止，中国的网民总数已达到约一亿人！

2540546520·2025-04-03 05:03

推荐频道

CNN