ConvNet

【Python机器学习】卷积神经网络（CNN）

卷积网络，也称为convnet，不像传统的前馈网络那样对每个元素（图中的像素）分配权重，而是定义了一组在图像上
zhangbin_237·2024-09-04 01:38

使用深度学习对网络摄像头图像进行分类

此示例使用GoogLeNet，它是预训练的深度卷积神经网络（CNN或ConvNet），已基于超过一百万个
jk_101·2024-02-09 20:30

(CVPR-2021)RepVGG：让 VGG 风格的 ConvNet 再次伟大

RepVGG：让VGG风格的ConvNet再次伟大Title：RepVGG:MakingVGG-styleConvNetsGreatAgainpaper是清华发表在CVPR2021的工作paper链接Abstract
顾道长生'·2024-02-04 00:53

第5章 （python深度学习——波斯美女）

第5章深度学习用于计算机视觉本章包括以下内容：理解卷积神经网络（convnet）使用数据增强来降低过拟合使用预训练的卷积神经网络进行特征提取微调预训练的卷积神经网络将卷积神经网络学到的内容及其如何做出分类决策可视化本章将介绍卷积神经网络
weixin_42963026·2024-01-28 05:14

目标检测--02（Two Stage目标检测算法1）

使用CNN（ConvNet）对regionproposals计算featurevectors。从经验驱动特征（SIFT、HOG）到数据驱动特征（CNNfeaturemap），提高特征对样本的表示能力。
普通研究者·2024-01-19 03:51

深度学习入门之6--卷积神经网络2(代码实现)

卷积层和池化层实现1.1、4维数组1.2、基于im2col的展开1.3、卷积层的实现1.4、池化层的是实现2、CNN实现2.1、目录结构如下：2.2、结果如下：2.3、代码实现：2.3.1simple_convnet.py2.3.2train_convnet3
梦灯·2024-01-13 13:06

论文阅读：通过时空生成卷积网络合成动态模式(重点论文)

该模型定义了视频序列上的概率分布，对数概率由时空ConvNet定义，该网络由多层时空滤波器组成，用于捕获不同尺度的时空模式。该模型可以通过迭代以下两个步骤的“综合分析”学习算法从训练视频序列中学习。
风尘23187·2024-01-04 13:57

论文阅读——UniRepLKNet

AUniversalPerceptionLarge-KernelConvNetforAudio,Video,PointCloud,Time-SeriesandImageRecognition当我们将一个3×3的conv添加到一个小卷积核ConvNet
じんじん·2023-12-27 17:06

29、Convnet For BCI:人类第一次深思CNN构架，用于脑机接口编码解码

前言：本文所讲论文是人类第一次真正认真思量[CNN构架如何设计，以适用于BCI数据]的问题，比EEGNet(2018年美国陆军实验室提出)ForBCI模型早一年，看完本文豁然开朗，补上了自己BCICNN发展最重要的一块基石，真的没想到，自从CNN用于BCI领域后，CSP及其变体是CNN必须面临的一座高峰。对于CNN，CSP这座阴影，在此论文中随处可见。基于论文篇幅过长，不会全讲。论文：《DeepL
是馒头阿·2023-12-26 13:09

RT-DETR改进策略：UniRepLKNet，大核卷积的最新成果，轻量高效的首选（全网首发）

论文：《UniRepLKNet：用于音频、视频、点云、时间序列和图像识别的通用感知大内核ConvNet》https://arxiv.org/abs/2311.15599大核卷积神经网络(ConvNets
静静AI学堂·2023-12-17 16:02

tensorflow.python.framework.errors_impl.InvalidArgumentError: Assign requires shapes of both tensors to match. lhs shape= [64] rhs shape= [32]

问题INFO:tensorflow:Restoringparametersfrom/tmp/mnist_convnet_model\model.ckpt-16192018-04-1016:02:17.996575
不存在的里皮·2023-12-16 11:14

UniRepLKNet：用于音频、视频、点云、时间序列和图像识别的通用感知大内核ConvNet

摘要https://arxiv.org/abs/2311.15599大核卷积神经网络(ConvNets)最近受到了广泛的研究关注，但存在两个未解决的关键问题需要进一步研究。(1)现有大核ConvNets的架构在很大程度上遵循传统ConvNets或变压器的设计原则，而大核ConvNets的架构设计仍未得到充分解决。(2)随着变压器在多种模式下的主导地位，尚待研究的是，ConvNets是否在视觉以外的
静静AI学堂·2023-12-05 05:37

使用MAE共同设计和扩展ConvNet

️YOLOv8实战宝典--星级指南：从入门到精通，您不可错过的技巧  --聚焦于YOLO的最新版本，对颈部网络改进、添加局部注意力、增加检测头部，实测涨点深入浅出YOLOv8：我的专业笔记与技术总结  --YOLOv8轻松上手，适用技术小白，文章代码齐全，仅需一键train，解决YOLOv8的技术突破和创新潜能❤️YOLOv8创新攻略：突破技术瓶颈，激发AI新潜能"  --指导独特且专业的分析，也
一休哥※·2023-11-22 03:34

CoSTA：用于空间转录组分析的无监督卷积神经网络学习方法

unsupervisedconvolutionalneuralnetworklearningforspatialtranscriptomicsanalysis”的研究论文，提出了CoSTA：一种通过卷积神经网络（ConvNet
wen05054105·2023-11-14 05:28

卷积神经网络-Python、TensorFlow和Keras p.3的深度学习基础

欢迎来到一个教程，在这里我们将讨论卷积神经网络(Convnet和CNN)，使用其中的一个用我们在上一教程中构建的数据集对狗和猫进行分类。
派森师兄·2023-11-09 17:52

文献阅读：STDnet-ST：Spatio-temporal ConvNet for small object detection

STDnet-ST摘要Introduction二、STDnet-ST结构1.空时卷积网络2.tubeletlinking总结摘要最近一个可能提高整体目标检测成功的趋势是将空间信息与时间视频信息一起操作。本文引入STDnet-ST一个视频的小目标检测的空间-时间卷积网络。本文中定义像素16*16几乎看不出特征的为小目标。STDnet-ST是一种架构，它可以随着时间的推移检测小的对象，并将包含这些小对
MoMona_W·2023-11-09 02:46

[ConvNet]卷积神经网络概念解析

在初步接触了深度学习以后，我们把目光投向对于一些图像的识别。其实在d2l这本书中，我们接触过用深度神经网络去识别一个图像，并且对其进行一个分类操作，核心原理是将图像展开成一维tensor，然后作为特征进行检测。其实理论是这个思路和方式都没有问题，怀就坏在这个图片的大小可能是不固定的，如果是288×288×3的图片，展开成张量然后拿去训练，那么特征值的数目就会很恐怖，对构建神经网络产生了一个巨大的开
ViceMusic5·2023-10-18 17:21

MutualNet: Adaptive ConvNet via MutualLearning from Network Width and Resolution文章精读

Abstract本文提出了宽度-分辨率相互学习的方法（MutualNet），根据动态的资源约束来训练网络，实现运行时自适应的准确率-效率的平衡。该方法利用不同的宽度和输入分辨率，训练了多个子网络，每个网络都互相学习多尺度的特征表示。相对于目前SOTA的自适应网络US-Net，本文方法在ImageNet上取得了更高的top-1准确率，要比最优的复合尺度的MobileNet和EfficientNet高
ustcthebest·2023-10-11 17:57

Deep Network with Stochastic Depth（阅读笔记）一种随机深度的正则化方法

一些学者就传统的卷积网络进行了深入的研究，并通过细致的实验，精心设计的结构和一些"trick"，实验表明，Convnet的能力并不亚于Transformer。
Wisley.Wang·2023-10-02 03:04

[代码解读] A ConvNet for the 2020s

代码地址：https://github.com/facebookresearch/ConvNeXtConvNeXt/models/convnext.py整体的代码结构如下：接下来我们一部分一部分来看。1.Block类：classBlock(nn.Module):r"""ConvNeXtBlock.Therearetwoequivalentimplementations:(1)DwConv->Lay
不是吧这都有重名·2023-09-23 13:07

[论文阅读]A ConvNet for the 2020s

摘要视觉识别的咆哮的20年代开始于ViTs的引入，它很快取代了卷积神经网络，成为最先进的图像分类模型。另一方面，一个原始的ViT在用于一般的比如目标识别和语义分割的计算机视觉任务的时候面临困难。层次Transformer(例如，Swin-Transformer)，它重新引入了几个卷积神经网络先验，使Transformer作为通用视觉主干实际上可行，并在各种视觉任务中表现出卓越的性能。然而，这种混合
不是吧这都有重名·2023-09-19 10:51

通过Pytorch代码可视化理解卷积神经网络

所有这一切都归功于卷积神经网络（CNN），这是一种特殊类型的神经网络，也称为convnet。如果你是一个深度学习[1]爱好者，你可能已
ronghuaiyang·2023-08-31 20:08

计算机视觉教程的量化转移学习

使用转移学习的主要方式有两种：作为固定特征提取器的ConvNet：在这里，您“冻结”网络中所有参数的权重，但最后几层(又称“头部”）的权重通常连接的图层）。
yanglamei1962·2023-08-30 13:21

在 Python 中构建卷积神经网络； 从 0 到 9 的手绘数字的灰度图像预测数字

二、卷积神经网络卷积神经网络，也称为CNN或ConvNet，是一种人工神经网络，迄今为止最常用于分析计算机视觉任务的图像。尽管图像分析是CNNS最广泛的用途，但它们也可用于其他数据分析或分类。
无水先生·2023-08-29 11:11

[文献翻译]Temporal Segment Networks: Towards Good Practices for Deep Action Recognition

本文旨在设计有效的ConvNet架构来进行视频动作识别，并在有限的训练样本下学习这些模型。我们的第一项贡献是时间分段网络（TSN），这是一种基于视频的动作识别的新框架。
夏迪End·2023-08-16 10:40

cs231n assignment2 q5 PyTorch on CIFAR-10

文章目录嫌啰嗦直接看源码Q5:PyTorchonCIFAR-10three_layer_convnet题面解析代码输出TrainingaConvNet题面解析代码输出ThreeLayerConvNet题面解析代码输出
理智点·2023-08-15 07:12

【深度学习MOT videos detect】Detect to Track and Track to Detect

在本文中，我们提出了一个卷积神经网络（ConvNet
XD742971636·2023-08-09 20:44

VIS for AI ：ConvNetJS

1.简单介绍：ConvNetJS是由斯坦福大学计算机科学系的AndrejKarpathy开发的一个深度学习框架，用于在浏览器中运行卷积神经网络（ConvNet）。
S_h_a_·2023-07-28 15:38

CV 图像分类常见的 36 个模型

总共涉及36种ConvNet模型。该GitHub项目作者是weiaicunzai，项目地址是：https://github.com/weiaicunzai/awesome-image-cla
顾子豪·2023-07-28 02:34

转移学习的计算机视觉教程

相反，通常在非常大的数据集上对ConvNet进行预训练(例如ImageNet，其中包含120万个具有1000个类别的图像），然后将ConvNet用作初始化或固定特征提取器以完成感兴趣的任务。
yanglamei1962·2023-07-27 22:17

YOLOv8 改进RepFPN结构｜最新结合：2023年最新论文设计高效 RepFPN 结构，具有硬件感知神经网络设计高效 Repvgg 式 ConvNet 网络结构

本篇内容：YOLOv8改进RepFPN结构｜最新结合：2023年最新论文设计高效RepFPN结构，具有硬件感知神经网络设计高效Repvgg式ConvNet网络结构，最新FPN改进结构：RepFPN重点：
芒果汁没有芒果·2023-07-22 00:57

用C语言实现一个简单的卷积神经网络

float**weights;//权重矩阵float*biases;//偏置向量intnumFilters;//过滤器数量intfilterSize;//过滤器大小intinputSize;//输入大小}ConvNet
俭平·2023-06-22 06:13

【第76篇】Conv2Former:用于视觉识别的简单 Transformer-Style的ConvNet

文章目录摘要1、简介2、相关工作2.1、卷积神经网络2.2、VisionTransformers2.3、其他方法3、模型设计3.1、架构3.2、卷积调制块3.3、Micro设计4、实验4.1实验设置4.2、与其他方法的比较4.3、方法分析4.4、ViTs各向同性模型的结果4.5、下游任务的结果5、结论与讨论摘要本文并没有试图设计一种最先进的视觉识别方法，而是研究了一种更有效的方法，利用卷积来编码空
AI浩·2023-06-21 14:38

【深度学习 | 机器学习】干货满满 | 近万字总结了 12 个令人惊艳的神经网络可视化工具！

二、神经网络可视化方法三、神经网络可视化解释的工具3.1draw_convnet3.2NNSVG3.3PlotNeuralNet3.4Tensorboard3.5Caffe3.6Matlab3.7Keras.js3.8DotNet3.9Graphviz3.10ConX3.11ENNUI3.12Neataptic
旅途中的宽~·2023-06-20 21:24

YOLOv7最新改进RepFPN结构｜最新结合来了：2023年最新论文设计高效 RepFPN 结构，具有硬件感知神经网络设计的高效 Repvgg 式 ConvNet 网络结构 ，该网络结构表现强势

所有文章都是全网首发原创改进内容本篇文章基于YOLOv5、YOLOv7芒果改进YOLO系列：芒果改进YOLOv7系列：最新结合｜最新论文设计RepFPN结构，具有硬件感知神经网络设计的高效Repvgg式ConvNet
芒果汁没有芒果·2023-06-18 22:41

YOLOv8 原创改进EfficientRep结构系列：最新论文出品｜结合设计硬件感知神经网络设计的高效 Repvgg的ConvNet 网络结构 ，该网络涨点利器

包含大量的原创首发改进方式,所有文章都是全网首发原创改进内容本篇文章基于YOLOv8芒果改进YOLO系列：YOLOv8改进主干EfficientRep结构系列：最新论文出品｜结合设计硬件感知神经网络设计的高效Repvgg的ConvNet
芒果汁没有芒果·2023-06-16 15:42

卷积核尺寸计算

模拟计算网址：https://github.com/madebyollin/convnet-calculatorConvNetShapeCalculator模拟计算网址：https://github.com
星空liang·2023-06-11 11:49

卷积神经网络-初学者指南 （Part 2）

本文由机器之心编译：传送门原文：传送门part1传送门简介在这篇文章中，我们将更深入地介绍有关卷积神经网络（ConvNet）的详细情况。
J1mL3e_·2023-04-17 19:54

使用MAE共同设计和扩展ConvNet

使用MAE共同设计和扩展ConvNet一、论文讲解1.全卷积掩码自动编码器（FCMAE）2.全局响应归一化（GRN）层二、YOLOv8更改骨干1.yaml文件2.ConvNeXtV2代码3.注册模块4.
一休哥※·2023-04-17 05:35

【iclr2023】DESIGNING BERT FOR CONVOLUTIONAL NETWORKS: SPARSE AND HIERARCHICAL MASKED MODELING

Notable-top-25%摘要我们发现并攻克了将BERT-style预训练或者图像mask建模应用到CNN中的两个关键障碍：1）CNN不能处理不规则的、随机的掩码输入图像；2）BERT预训练的单尺度性质与convnet
lynn_Dai·2023-04-17 00:07

Deep Learning with Python 系列笔记（三）：计算机视觉

但首先，让我们来看看一个非常简单的“convnet”示例，我们将使用我们的convnet来对MNIST数字进行分类。下面的6行代码展示了基本的convnet是什么样子的。
hanzy88·2023-04-07 12:33

CS231n 卷积神经网络与计算机视觉 9 卷积神经网络结构分析

终于进入我们的主题了ConvNets或者CNNs，它的结构和普通神经网络都一样，之前我们学习的各种技巧方法都适用，其主要不同之处在于：ConvNet假定输入的是图片，我们根据图片的特性对网络进行设定以达到提高效率
bea_tree·2023-04-06 18:37

YOLOv5、YOLOv8改进主干EfficientRep结构系列：2023年最新论文出品｜结合设计硬件感知神经网络设计的高效 Repvgg 式 ConvNet 网络结构 ，该网络涨点利器

包含大量的原创首发改进方式,所有文章都是全网首发原创改进内容本篇文章基于YOLOv5、YOLOv8芒果改进YOLO系列：芒果改进YOLOv5系列：最新论文出品｜结合设计硬件感知神经网络设计的高效Repvgg式ConvNet
芒果汁没有芒果·2023-04-05 03:07

21世纪20年代的ConvNet——ConvNeXt

21世纪20年代的ConvNet本文发表于2022年的CVPR，在Transformer于CV领域大放异彩时，本文通过借鉴swinTransForm精心构建的tricks重新使大家关注起卷积在图像领域的应用
WarmthWind·2023-03-29 18:56

超越Swin | ConvNeXt V2：结合MAE大升级，媲美ViT！

导读本文提出FCMAE的框架，这种自监督学习技术和架构改进的协同设计产生了一个ConvNeXtV2的新模型，它显著提高了纯ConvNet在各种识别基准上的性能。本文目录1ConvNeXtV2：
自动驾驶之心·2023-03-29 17:57

有可能代替Transformer吗？Image as Set of Points 论文阅读笔记

ImageasSetofPoints论文阅读笔记一、Abstract二、引言三、相关工作图像处理中的聚类ConvNet\&ViTs最近的进展四、方法4.1上下文聚类流程从图像到点集采用图像点集的特征提取特定任务上的应用
乄洛尘·2023-03-22 11:52

Kaggle入门(二)——Dogs vs. Cats

www.kaggle.com/c/dogs-vs-cats-redux-kernels-edition参考解法：https://www.kaggle.com/jeffd23/catdognet-keras-convnet-starterhttps
w风行者s·2023-03-21 11:37

【论文阅读】ConNeXt —— A ConvNet for the 2020s

AConvNetforthe2020s讨论通过改善卷积网络模型，使其达到优于transformer模型的效果(文章基于ResNet模型框架进行改造升级)研究基线：基于训练transformer模型的训练技术训练ResNet-50设计决策：宏观设计ResNeXt反向bottleneck大kernel尺寸训练技巧：AdamW优化器数据增强：Mixup、Cutmix、RandAugment、Random
卖报的大地主·2023-03-21 07:53

YOLOv7改进RepFPN结构｜最新结合：2023年最新论文设计高效 RepFPN 结构，具有硬件感知神经网络设计的高效 Repvgg 式 ConvNet 网络结构 ，该网络结构表现强势

所有文章都是全网首发原创改进内容本篇文章基于YOLOv5、YOLOv7芒果改进YOLO系列：芒果改进YOLOv7系列：最新结合｜最新论文设计RepFPN结构，具有硬件感知神经网络设计的高效Repvgg式ConvNet
芒果汁没有芒果·2023-03-15 07:33

卷积神经网络的可视化

我们可以从ConvNet中抽取cnncodes（例如在AlexNet中是分离器前的4096维向量）代入t-SNE得到了二维分布的图片，图片间的距离也可以表现出在Con
美麗突然發生·2023-03-12 07:58
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他