ConvNets

YOLOv8改进策略【Backbone/主干网络】| CVPR 2024替换骨干网络为 UniRepLKNet，解决大核 ConvNets 难题

一、本文介绍本文记录的是基于UniRepLKNet的YOLOv8骨干网络改进方法研究。UniRepLKNet提出了独特的大核设计能有效捕捉图像特征，在多模态任务中展现出强大的通用感知能力。将UniRepLKNet应用到YOLOv8的骨干网络中，提升YOLOv8在目标检测任务中的精度和效率。本文在YOLOv8的基础上配置了原论文中unireplknet_a,unireplknet_f,unirepl
Limiiiing·2025-01-27 17:57

conv2former模型详解及代码复现

模型背景在Conv2Former模型提出之前，视觉识别领域的研究主要集中在两个方向：传统卷积神经网络（ConvNets）新兴的视觉Transformer（ViTs）ConvNets通过堆叠基本模块和采用金字塔结构取得了显著进展
清风AI·2025-01-22 17:26

【YOLOv8改进- Backbone主干】YOLOv8更换主干网络之ConvNexts，纯卷积神经网络，更快更准，，降低参数量！

检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv8基础解析+创新改进+实战案例介绍摘要视觉识别的“咆哮20年代”开始于视觉Transformer（ViTs）的引入，ViTs迅速取代了卷积神经网络（ConvNets
YOLO大师·2025-01-18 02:59

Pointnet++改进即插即用系列：全网首发DilatedReparamBlock |即插即用，提升特征提取模块性能

目录1.理论介绍2.修改步骤2.1步骤一2.2步骤二2.3步骤三1.理论介绍近年来，大核卷积神经网络(ConvNets)得到了广泛的研究关注，但有两个尚未解决的关键问
AICurator·2024-09-09 04:19

YOLOv8改进 | 注意力篇 | YOLOv8引入SimAM注意力机制

1.SimAM介绍1.1摘要：在本文中，我们提出了一个概念上简单但非常有效的卷积神经网络（ConvNets）注意力模块。
小李学AI·2024-08-31 05:33

卷积神经网络-解释1

卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和交通
weixin_33749242·2024-08-27 17:15

见过最好的神经网络CNN解释

卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和交通信号，从而为机器人和自动驾驶汽车提供视力。
罗晨晖·2024-08-27 17:44

YOLOv5独家原创改进：大核卷积涨点系列| Shift-ConvNets，稀疏/移位操作让小卷积核也能达到大卷积核效果 | 2024年最新论文

本文独家改进：大的卷积核设计成为使卷积神经网络（CNNs）再次强大的理想解决方案，Shift-ConvNets稀疏/移位操作让小卷积核也能达到大卷积核效果，创新十足实现涨点，助力YOLOv8在多个私有数据集和公开数据集
AI小怪兽·2024-02-09 11:17

[文献翻译]Towards Good Practices for Very Deep Two-Stream ConvNets

首先，与图像中非常深的模型（例如VGGNet[13]，GoogLeNet[15]）相比，当前的网络体系结构（例如，双流ConvNets[12]）相对较浅，因此它们的建模能力受到其深度的限制。
夏迪End·2024-02-06 18:06

Deformable Convolutional Networks

[1]github源码Deformable-ConvNets[2]论文DeformableConvolutionalNetworksDeformableconvolution文章提出了可变卷积，添加了位移
卿云阁·2024-01-29 02:09

即插即用篇 | UniRepLKNet：用于音频、视频、点云、时间序列和图像识别的通用感知大卷积神经网络 | DRepConv

大卷积神经网络（ConvNets）近来受到了广泛研究关注，但存在两个未解决且需要进一步研究的关键问题。
迪菲赫尔曼·2024-01-23 20:57

RTDETR 引入 UniRepLKNet：用于音频、视频、点云、时间序列和图像识别的通用感知大卷积神经网络 | DRepConv

大卷积神经网络（ConvNets）近来受到了广泛研究关注，但存在两个未解决且需要进一步研究的关键问题。
迪菲赫尔曼·2024-01-23 00:48

Image as Set of Points

卷积网络（ConvNets）将图像视为矩形的有组织像素，并通过局部区域的卷积运算提取特征；视觉转换器（ViTs）将图像视为一系列补丁，并通过全局范围内的注意力机制提取特征。
让AI服务于我·2024-01-04 01:11

【深度学习-图像分类】03 - VGG 论文学习与总结

论文地址：VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION论文学习1.摘要这篇论文探讨了在大规模图像识别任务中，卷积神经网络（ConvNets
CarNong_Blog·2023-12-30 07:36

RepVGG，结构重参数化让VGG风格的ConvNets再次强大起来

论文：RepVGGMakingVGG-styleConvNetsGreatAgain链接：https://arxiv.org/abs/2101.03697代码链接：https://github.com/DingXiaoH/RepVGG发表刊物：cvpr2021作者：XiaohanDing,XiangyuZhang,NingningMa,JungongHan,GuiguangDingJianSun单
lishanlu136·2023-12-20 17:20

【论文笔记】RepVGG: Making VGG-style ConvNets Great Again

RepVGG:MakingVGG-styleConvNetsGreatAgain目录RepVGG:MakingVGG-styleConvNetsGreatAgain1.Introduction1.1多分支网络结构的缺点1.2RepVGG优点2.ModelRe-parameterization（模型重参数化）2.1.DiracNet2.2WinogradConvolution3.BuildingRe
chairon·2023-12-18 11:33

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

ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders

1.关于稀疏卷积的解释：https://zhuanlan.zhihu.com/p/3823658892.答案：在深度学习领域，尤其是计算机视觉任务中，遮蔽图像建模（MaskedImageModeling,MIM）是一种自监督学习策略，其基本思想是遮蔽（或隐藏）图像中的部分信息，然后训练模型去预测这些遮蔽的部分。这种方法的一个关键点是，遮蔽的图像可以被视为一个稀疏的2D像素数组。这是因为当图像中的某
橙黄橘绿时_Eden·2023-12-14 19:48

论文阅读——Deformable ConvNets v2

论文：https://arxiv.org/pdf/1811.11168.pdf代码：https://github.com/chengdazhi/Deformable-Convolution-V2-PyTorch1.介绍可变形卷积能够很好地学习到发生形变的物体，但是论文观察到当尽管比普通卷积网络能够更适应物体形变，可变形卷积网络却可能扩展到感兴趣区域之外从而使得不相关的区域影响网络的性能，由此论文提
Sciws·2023-12-14 18:35

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。
静静AI学堂·2023-12-05 05:37

深入探究CNN和Transformer，哪种预训练模型的可迁移性更好？

一文献给还在ConvNets和Transformer之间犹豫的小伙伴们：也许是时候倒向VisionTransformer预训练模型了！
Amusi（CVer）·2023-11-19 20:28

（论文阅读32/100）Flowing convnets for human pose estimation in videos

32.文献阅读笔记简介题目Flowingconvnetsforhumanposeestimationinvideos作者TomasPfister,JamesCharles,andAndrewZisserman,ICCV,2015.原文链接https://arxiv.org/pdf/1506.02897.pdf关键词HumanPoseEstimationinVideos研究问题视频中的人体姿态估计研
朽月初二·2023-11-16 03:44

YOLO算法改进4【中阶改进篇】：添加DeformableConvolution卷积模块

论文地址：https://arxiv.org/abs/1811.11168源码地址：https://github.com/msracver/Deformable-ConvNets传统的卷积操作是将特征图分成一个个与卷积核大小相同的部分
梦在黎明破晓时啊·2023-11-01 04:00

人工智能：CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的知识梳理

卷积神经网络（CNN）卷积神经网络（CNN），也被称为ConvNets或ConvolutionalNeuralNetworks，是一种深度学习神经网络架构，主要用于处理和分析具有网格状结构的数据，特别是图像和视频数据
贾斯汀玛尔斯·2023-10-26 01:07

Transformer 系列 Interpret Vision Transformers as ConvNets with Dynamic Convolutions 论文阅读笔记

Transformer系列InterpretVisionTransformersasConvNetswithDynamicConvolutions论文阅读笔记一、Abstract二、引言三、相关工作VisionTransformers动态卷积Transformer和CNN的联系四、统一的视角4.1基础：自注意力4.2将Self-Attention视为动态卷积4.3统一的框架Kernelbankke
乄洛尘·2023-10-13 09:58

12、理解与可视化卷积神经网络

12.1.8根据图像属性绘制性能12.2玩弄ConvNets12.3将ConvNets的结果与人类标签比较12.1可视化卷
qxdx.org·2023-10-07 10:15

【通俗理解】CNN卷积神经网络 - 附带场景举例

一.CNN算法概述CNN的全称是ConvolutionalNeuralNetworks,ConvNets，称之为卷积神经网络，是深度学习的经典算法之一。
毒爪的小新·2023-09-10 03:44

论文阅读：Image as Set of Points

我们提出了一种不同于ConvNets和ViTs的特征提取结构Contetxclusters(CoCs)引言CoCs把图片视为无组织的点的集合，通过简单的聚类算法进行特征提取。
专注认真努力·2023-09-01 19:31

python用TensorFlow 2二维卷积神经网络CNN对图像物体识别混淆矩阵评估|附代码数据

ConvolutionalNeuralNetworks（ConvNets或CNNs）是一类神经网络，已被证明在图像识别和分类等领域非常有效。与传统的多层
·2023-08-31 23:23

python用TensorFlow 2二维卷积神经网络CNN对图像物体识别混淆矩阵评估|附代码数据

ConvolutionalNeuralNetworks（ConvNets或CNNs）是一类神经网络，已被证明在图像识别和分类等领域非常有效。与传统的多层
·2023-08-31 23:50

【读点论文】EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks网络结构要像身材一样匀称且体量和处理能力匹配

EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworksAbstract卷积神经网络（ConvNets）通常是在固定的资源预算下开发的
羞儿·2023-07-29 08:13

RepVGG论文理解

目录RepVGG:MakingVGG-styleConvNetsGreatAgain（RepVGG:让vgg风格的ConvNets再次伟大）参考链接结构重参数化的实质3.1.SimpleisFast,Memory-economical
孟孟单单·2023-07-13 22:45

[深度学习]卷积神经网络(CNN)

1.卷积神经网络CNN1.1卷积神经网络的概念CNN（ConvolutionalNeuralNetworks,ConvNets,卷积神经网络）是神经网络的一种，是理解图像内容的最佳学习算法之一，并且在图像分割
氯化氯·2023-06-18 15:25

ConvNeXt V2：与屏蔽自动编码器共同设计和缩放ConvNets，论文+代码+实战

ConvNeXtV2：与屏蔽自动编码器共同设计和缩放ConvNets，论文+代码+实战自从Transformer模型在计算机视觉领域封神后，Facebook发表了ConvNeXtV1版本，证明了使用传统的卷积神经网络模型也能表现出优异的成绩
宁静与致远·2023-04-21 10:53

改进YOLO系列 | YOLOv5 更换骨干网络之 ConvNeXt

2201.03545.pdf代码地址：https://github.com/facebookresearch/ConvNeXt视觉识别的“Roaring20年代”始于视觉变换器（ViTs）的引入，它很快取代了ConvNets
迪菲赫尔曼·2023-04-18 08:25

深度学习算法优化系列一 | ICLR 2017《Pruning Filters for Efficient ConvNets》

前言这篇文章是深度学习算法优化系列的第一篇文章，主要解读一篇ICLR2017年的《PruningFiltersforEfficientConvNets》，关于通道剪枝策略的一篇论文。论文原地址见附录。背景在模型压缩的方法中，包括剪枝，量化，多值网络，模型蒸馏等。这篇论文是模型剪枝当面的。剪枝最初应用应该是在决策树算法中，通过降低决策树的模型复杂度防止过拟合。在CNN中也是类似的思想，因为在大型的模
just_sort·2023-04-08 13:34

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

MedNeXt: Transformer-driven Scaling of ConvNets for Medical Image Segmentation

文章目录前言1.Introduction2.ProposedMethod2.1FullyConvNeXt3DSegmentationArchitecture2.2ResamplingwithResidualInvertedBottlenecks2.3UpKern:LargeKernelConvolutionswithoutSaturation2.4CompoundScalingofDepth,Wi
鱼小丸·2023-04-05 21:21

nnUNet原创团队全新力作！MedNeXt：医学图像分割新SOTA

Title：MedNeXt:Transformer-drivenScalingofConvNetsforMedicalImageSegmentationMedNeXt：用于医学图像分割的ConvNets
黄渡猿·2023-04-05 21:41

文献阅读（1）：fpgaConvNet

1.FPGA2.卷积神经网络3.同步数据流（SDF）4.设计空间探索（DSE）四、处理流程概述1.用一组参数元组表示卷积模型，如卷积层表示方法：2.用R表示目标fpga的资源预算：3.使用SDFG表示ConvNets4
要努力学习鸭·2023-03-30 12:21

卷积神经网络的可视化

t-SNE（数据降维）可视化技术（给她一个高维数据，根据数据的结构和关系自动进行内聚）ConvNets逐渐的将不同的图片分类，我们可以将不同的图片嵌入到二维的空间，这样相似的图片就会在一起.有很多嵌入的方法
美麗突然發生·2023-03-12 07:58

【自监督论文阅读笔记】Emerging Properties in Self-Supervised Vision Transformers

（2021）Abstract在本文中，我们质疑自监督学习是否为VisionTransformer(ViT)[16]提供了与卷积网络(convnets)相比突出的新属性。
YoooooL_·2023-03-09 10:52

opencv 检测几何图形_使用OpenCV + ConvNets检测几何形状

opencv检测几何图形Asimpleyetpowerfulpipelinefordetectingshapesinscanneddocuments一个简单而强大的管道，用于检测扫描文档中的形状这是什么意思？(Whatisthisabout?)OneofthemostrapidlygrowingsubfieldsinthedomainofArtificialIntelligenceisNatura
weixin_26752765·2023-02-22 09:59

[文献翻译]Convolutional Two-Stream Network Fusion for Video Action Recognition

摘要：卷积神经网络（ConvNets）在基于视频的动作识别方面提出了不同的解决方案用于合并外观信息和运动信息。我们研究了多种在空间和时间上融合ConvNet结果的方法，以便最好地利用此时空信息。
夏迪End·2023-02-17 17:53

VGGNet Note

Creativepoint1、在训练过程中，ConvNets的输入是一个固定大小的224×224RGB图像。
Chowley·2023-02-06 13:48

【论文翻译】【剪枝】Pruning filters for efficient convnets修剪滤波以实现高效卷积网络

摘要神经网络在各种应用中的成功伴随着计算和参数存储成本的显著增加。最近为减少这些开销所做的努力包括在不损害原始精度的情况下修剪和压缩各个层的权重。然而，基于大小的权重修剪减少了来自全连接层的大量参数，并且由于修剪后的网络中的不规则稀疏性，可能不能充分降低卷积层中的计算成本。我们提出了一种用于神经网络的加速方法，其中我们从被识别为对输出精度影响较小的神经网络中删除滤波器。通过去除网络中的整个滤波器及
weixin_50862344·2023-02-05 23:06

视觉模型 ConvNeXt V2，结合纯卷积与MAE

出品人：Towhee技术团队王翔宇、顾梦佳近年来以ConvNeXt为代表的现代ConvNets在各种视觉场景中都表现出了强大的性能。
·2023-01-31 20:43

《Towards Good Practices for Very Deep Two-Stream ConvNets》阅读笔记

作者信息：LiminWang,YuanjunXiong,ZheWang,YuQiao,摘要深度卷积神经网络在静止图像的目标识别取得了巨大的成功，但是在视频的行为识别领域，深度学习提升的效果并不是很显著，主要的原因有两点：相对于图像识别，视频的行为识别所使用的卷积网络结构深度太浅，因此模型的拟合能力因为深度受到限制。第二点可能更为重要，主要是用于行为识别的视频数据集规模相对于ImageNet太小，因
VictorLeeLk·2023-01-27 10:48

YOLOv5/v7 引入 RepVGG 重参数化模块

RepVGG的原理和融合推导过程可以看我的这篇博文：RepVGG：让VGG风格的ConvNets再次伟大RepVGG思想融入到YOLOv5中的思想可以参考pogg的博文：Repvgg重参化对YOLO工业落地的实验和思考重参数化算法原理论文地址
迪菲赫尔曼·2023-01-24 11:14

【读论文】Fast-Classifying, High-Accuracy Spiking Deep Networks Through Weight and Threshold Balancing

摘要本文分析了深度ANN转换SNN中，脉冲神经元的参数影响（如放电率和阈值），并提出了一组优化技术（使用0偏置的ReLU，Model-based和Data-based两种新的归一化方法调节放电率），减少ConvNets
Selena Lau·2023-01-24 08:11
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他