Convolution

A linear convolution-based cancelable fingerprint biometric authentication system

论文链接：https://www.sciencedirect.com/science/article/pii/S0167404821004065摘要：出发点：原始的生物特征数据是不可撤销的（存在安全和隐私问题）为防止生物特征模板数据被攻击者泄露，提出一种新的基于线性卷积的可取消指纹认证系统。具体方案：不再使用原始特征数据本身作为线性卷积函数的输入，而是将第二个输入替换为帮助向量，从而保证了模板数据
白兔1205·2023-09-04 08:15

学习pytorch8 土堆说卷积操作

土堆说卷积操作官网debugtorch版本只有nn没有nn.functional代码执行结果B站小土堆视频学习笔记官网https://pytorch.org/docs/stable/nn.html#convolution-layers
陌上阳光·2023-09-01 09:27

如何理解空洞卷积（dilated convolution）？

姓名：张欢学号：16020199056电子工程学院转载自https://www.zhihu.com/question/54149221/answer/323880412?【嵌牛导读】Dilated/AtrousConvolution或者是Convolutionwithholes从字面上就很好理解，是在标准的convolutionmap里注入空洞，以此来增加receptionfield。相比原来的正
也突然·2023-08-30 09:45

计算机视觉-卷积神经网络

目录计算机视觉的发展历程卷积神经网络卷积（Convolution）卷积计算感受野（ReceptiveField）步幅（stride）感受野（ReceptiveField）多输入通道、多输出通道和批量操作卷积算子应用举例计算机视觉作为一门让机器学会如何去
ZhangJiQun&MXP·2023-08-29 10:10

15-TensorFlow高级

反向传播就是，把画拿给最后一个人看（求取误差），然后最后一个人就会告诉前面的人下次描述时需要注意哪里（权值修正）二.什么是卷积：convolution已有运算：加减乘除，幂运算指数运算卷积：卷积是一种运算卷积运算
郑元吉·2023-08-26 21:05

耕地单目标语义分割实践——Pytorch网络过程实现理解

一、卷积操作（一）普通卷积（Convolution）（二）空洞卷积（AtrousConvolution）根据空洞卷积的定义，显然可以意识到空洞卷积可以提取到同一输入的不同尺度下的特征图，具有构建特征金字塔的基础
doll ～CJ·2023-08-26 02:49

什么是卷积

什么是卷积卷积（convolution），是一种运算，你可以类比于加，减，乘，除，矩阵的点乘与叉乘等等，它有自己的运算规则，卷积的符号是星号*。
raoxiaoya·2023-08-22 05:51

【已解决】pcl引用头文件convolution_3d.hpp时报错

在做pcl的高斯滤波/卷积滤波的时候，引用convolution_3d.hpp出现问题,报下面的错误当前pcl版本号为pcl1.12.1错误内容严重性代码说明文件行错误C2143语法错误:缺少“;”(在
大胡子大叔·2023-08-21 00:45

卷积神经网络

CNN不同于传统的神经网络只有线性连接，CNN包括卷积（convolution）操作、汇合（pooling）操作和非线性激活函数映射（即线性连接）等等。
LYRIQ777·2023-08-19 12:21

深度可分离卷积（Depthwise Separable Convolution）

  深度可分离卷积（DepthwiseSeparableConvolution）是一种卷积神经网络中常用的卷积操作，它在减少计算量的同时保持了较好的特征提取能力，因此被广泛用于轻量化的模型设计中。深度可分离卷积将标准卷积操作分解为两步：深度卷积（DepthwiseConvolution）和逐点卷积（PointwiseConvolution）。  这种分解带来了以下几个优点：  1.减少参数量：标准
Make_magic·2023-08-18 19:11

调试win7+pyhton+keras+mnist过程中遇到的问题

http://blog.csdn.net/u012162613/article/details/45397033中程序运行，遇到了一些问题：（a）input_shape的问题，后面加上了model.add(Convolution2D
长弓成·2023-08-18 01:03

Up-sampling with Transposed Convolution（转置卷积上采样）

虽然之前发过一篇转载类型的博客：你想到的卷积类型这里都有，在里面的上篇有介绍转置卷积，但是他那篇的参考博客是国外的，一般看不了，我在这里就翻译一下，对自己加深印象也是好的。如果你曾经听说过转置卷积（transposedconvolution）并对它感到很迷惑，那可以来看一下这篇文章。这篇文章的内容如下：上采样的需要为什么需要转置卷积？卷积操作逆向回去卷积矩阵转置卷积矩阵总结在我的Github上也有
laizi_laizi·2023-08-16 18:37

论文阅读|A Bearing Fault Diagnosis Model Based on Deformable Atrous Convolution and Squeeze-and-Excitati

题目：《ABearingFaultDiagnosisModelBasedonDeformableAtrousConvolutionandSqueeze-and-ExcitationAggregation》基于可变形空洞卷积和挤压激励聚合的轴承故障诊断模型期刊：IEEETransactionsonInstrumentationandMeasurement时间：2021Doi：10.1109/TIM.
xiao黄·2023-08-07 12:00

深度学习知识回顾

1*1卷积的作用：1x1卷积（1x1convolution）在卷积神经网络（CNN）中起着多种重要的作用。
知福致福·2023-08-06 01:17

SCConv: Spatial and Channel Reconstruction Convolution for Feature Redundancy

论文链接：SCConv:SpatialandChannelReconstructionConvolutionforFeatureRedundancy(thecvf.com)非官方实现：cheng-haha/ScConv:SCConv:SpatialandChannelReconstructionConvolutionforFeatureRedundancy(github.com)概述这篇文章中稿c
秋冬晚归客·2023-08-05 08:55

Convolution operation and Grouped Convolution

filterisnotthekernel,butthekernels.that'smeanafilterincludeoneortwoormorekernels.that'sdependtheinputfeaturemapandtheoutputfeaturemaps.forexample,ifwehaveanimage,theshapeofimageis(32,32),has3channels,
SmartDemo·2023-08-04 23:58

学习记录——Octave Convolution、LSK

OctaveConvolution2019ICCV自然世界中的图像存在高低频，卷积层的输出特征图以及输入通道，也都存在高、低频分量。低频分量支撑的是整体轮廓，高频分量则关注细节，显然，低频分量是存在冗余的，在编码过程中可以节省。高频到高频的卷积核高频到低频的卷积核低频到高频的卷积核低频到低频的卷积核下图直观地展示了八度卷积的卷积核，可以看出四个部分共同组成了大小为k*k的卷积核。其中，in和out
Chaoy6565·2023-08-01 10:14

Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution论文复现及对比结果

一、结论：octave网络对Resnet这类运算量较大的网络有较好的增速效果，但是对于mobilenet这类已经对计算量进行过优化的网络，增速效果不理想甚至会造成减速二、测试结果：FLOPs(10^9)MACs(Multiply-Accumulation)opsinterencetime(ms)mobilenetv137092000001854177282968.274oct0.375-mobil
学渣在路上·2023-08-01 05:12

pytorch深度学习 --CNN（basic）

浅谈CNN卷积神经网络（1）一、ConvolutionalNeuralNetwork1.CNN的几层网络结构2.卷积运算过程1.Convolution–SingleInputChannel（单通道运算）
Wardeld·2023-07-30 06:10

MobileNet 深度可分离卷积（depthwise separable convolution）

简介MobileNet作为一个，轻量级的网络，可以在移动设备上进行训练，关键是采用了深度可分离卷积（depthwiseseparableconvolution）来提高效率，下面注重介绍介绍深度可分离卷积。传统卷积方法假设输入特征图大小为DF×DF×MD_F×D_F×MDF×DF×M，输出特征图大小为DF×DF×ND_F×D_F×NDF×DF×N，卷积核大小为DK×DK×MD_K×D_K×MDK×D
木禾DING·2023-07-29 17:40

Group Convolution 分组卷积

GroupConvolution分组卷积最早见于AlexNet——2012年Imagenet的冠军方法，GroupConvolution被用来切分网络，使其在2个GPU上并行运行，AlexNet网络结构如下：GroupConvolution原理如果输入featuremap尺寸为C∗H∗WC*H*WC∗H∗W，卷积核有N个，输出featuremap与卷积核的数量相同也是N，每个卷积核的尺寸为C∗K∗
木禾DING·2023-07-29 17:39

ICCV 2023 | 动态蛇形卷积（Dynamic Snake Convolution）用于管状结构分割

©作者|YaoleiQi单位|东南大学硕士生论文题目：DynamicSnakeConvolutionbasedonTopologicalGeometricConstraintsforTubularStructureSegmentation论文链接：https://arxiv.org/abs/2307.08388代码链接：https://github.com/YaoleiQi/DSCNet（代码会在
PaperWeekly·2023-07-29 16:40

【雕爷学编程】MicroPython动手做（10）——零基础学MaixPy之神经网络KPU2

KPU的基础架构让我们回顾下经典神经网络的基础运算操作：卷积（Convolution）:1x1卷积，3x3卷积，5x5及更高的卷积批归一化（BatchNormalization）激活（Activate）
驴友花雕·2023-07-28 06:02

【深度学习】【Image Inpainting】Free-Form Image Inpainting with Gated Convolution

模型：DeepFillv2(CVPR’2019)论文：https://arxiv.org/abs/1806.03589代码：https://github.com/JiahuiYu/generative_inpainting文章目录效果AbstractIntroductionRelatedWorkAutomaticImageInpaintingGuidedImageInpaintingandSynt
XD742971636·2023-07-26 10:09

首发YOLOv5即插即用模块SCCOnv:CVPR2023(Spatial and Channel Reconstruction Convolution for Feature Redundancy)

ScSCConv论文解读具体工作具体结构核心代码**yolo注册**yaml文件运行结果测试论文解读本文主要是提出了一个新颖的卷积模块SCConv，名字含义是结合空间和通道的重组卷积，此模块目标在于减少视觉任务中由于冗余特征提取而产生的计算成本。卷积神经网络(cnn)在各种计算机视觉任务中取得了显著的性能，但这是以巨大的计算资源为代价的，部分原因是卷积层提取冗余特征。最近的作品要么压缩训练有素的大
一休哥※·2023-07-25 03:02

第54步 深度学习图像识别：MLP-Mixer建模（Pytorch）

它的主要特点是完全使用多层感知机（MLP）来处理图像，而不是使用常见的卷积（Convolution）或者自注意力（Self-Attention）机制。
Jet4505·2023-07-24 19:53

RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

cuda和cudnn安装完后，运行程序显示报错RuntimeError:UnabletofindavalidcuDNNalgorithmtorunconvolution在把cudnn几个版本装了卸，卸了装之后，尝试把batch_size改小，从64改到24，训练正常运行了............为啥子提示不能完整点....
zeolite·2023-07-20 17:51

【GANs】Deep Convolution Generative Adversarial Network

【GANs】DeepConvolutionGenerativeAdversarialNetwork3DCGAN3.1简介3.2DGGAN实现3DCGANUnsupervisedRepresentationLearningwithDeepConvolutionalGenerativeAdversarialNetworks3.1简介深度卷积神经网络（DeepConvolutionGenerativeA
SupV·2023-07-20 14:39

LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation 论文笔记

目录1.简介1.1背景介绍1.2摘要1.3主要贡献2.准备工作2.1NGCF2.2对NGCF的实证探索3.LightGCN模型3.1LightGraphConvolution(LGC)3.2层组合和模型预测3.3矩阵表示4.实验4.1比较方法4.2和NGCF的性能比较4.3消融和有效性分析4.3.1层组合的影响4.3.2对称开方归一化的影响1.简介1.1背景介绍图卷积网络中的最常见的设计，特征变换
·2023-07-20 07:53

Dilated Convolution(空洞卷积)原理及实现

文章目录1.DilatedConvolution空洞卷积1.1DilatedConvolution基本原理1.2DeepCNN的缺陷1.3空洞卷积存在的问题1.4通向标准化设计：HybridDilatedConvolution(HDC)2.DilatedConvolution的tensorflow实现2.1tf.nn.atrous_conv2d函数解析2.1tf.nn.atrous_conv2d具
酒酿小圆子～·2023-07-18 15:37

跨模态检索论文阅读：(ViLT)Vision-and-Language Transformer Without Convolution or Region Supervision

ViLT:Vision-and-LanguageTransformerWithoutConvolutionorRegionSupervisionViLT：无卷积或区域监督的视觉语言Transformer此思维导图出处目前大部分的Vision-and-LanguagePre-training(VLP)在表达图片特征的时候都使用了区域监督（例如目标检测）和卷积操作（例如ResNet），这种方法存在一定
若年封尘·2023-07-18 11:21

第十六章：Understanding Convolution for Semantic Segmentation——理解用于语义分割的卷积

0.摘要最近深度学习特别是深度卷积神经网络（CNN）的进展，显著提高了之前语义分割系统的性能。在这里，我们展示了通过操作与卷积相关的操作来改进逐像素的语义分割，这些操作在理论和实践上都具有价值。首先，我们设计了密集上采样卷积（DUC）来生成像素级预测，能够捕捉和解码通常在双线性上采样中丢失的更详细信息。其次，我们在编码阶段提出了一种混合膨胀卷积（HDC）框架。该框架能够有效扩大网络的感受野，以聚合
Joney Feng·2023-07-18 08:51

from keras_contrib.layers.normalization import InstanceNormalization 报错 ImportError: cannot impor...

Traceback(mostrecentcalllast):File"/workspace/3D-UNet_plus/brats/unet3d/model/unet.py",line103,increate_convolution_blockfromkeras_contrib.layers.normal
二月春风似剪刀·2023-07-18 04:53

理解Deformable Convolution网络

1.简介偶然了解到了可形变卷积这篇文章，看了几篇博文后大致了解的差不多了，但是有些细节还是看了代码之后才理解。这里想自己写一下关于这篇论文的了解，希望自己能够讲清楚。这里放一篇写的很好地博文链接，想更深入了解代码的可以去看一下。DCN可形变卷积实现1：Python实现_可变形卷积pytorch_Adenialzz的博客-CSDN博客这里先放一下原文的摘要：卷积神经网络(cnn)由于其构建模块中固定
Orange_sparkle·2023-07-17 09:07

Non-Local Networks

Paper：https://arxiv.org/abs/1711.07971v1convolution和recurrent都是对局部区域进行的操作，所以它们是典型的localoperations。
有事没事扯扯淡·2023-07-17 06:43

CNN学习记录

目录CNN基础知识——卷积（Convolution）、填充（Padding）、步长(Stride)：卷积的三种模式:full,same,valid：
一条咸鱼在网游·2023-07-15 15:06

【计算机视觉】在计算机视觉里，传统卷积已经彻底输给Transformer了吗？

它是卷积神经网络（Convolution
旅途中的宽~·2023-06-24 09:52

【深度学习】6-1 卷积神经网络 - 卷积层

不过，CNN中新出现了卷积层（Convolution层）和池化层（Pooling层）。之前介绍的神
loyd3·2023-06-23 08:49

【深度学习】6-4 卷积神经网络 - CNN的实现

CNN的实现网络的构成是“Convolution-ReLU-Pooling-Affine-ReLU-Affine-Softmax”，我们将它实现为名为SimpleConvNet的类。
loyd3·2023-06-23 07:26

图像 分割 - DeepLabv3+: Encoder-Decoder with Atrous Separable Convolution for Semantic ... (ECCV 2018)

DeepLabv3+:Encoder-DecoderwithAtrousSeparableConvolutionforSemanticImageSegmentation-用于语义图像分割的空洞可分离卷积编解码器（ECCV2018）摘要1.引言2.相关工作3.方法3.1具有空洞卷积的编解码器3.2修改的对齐Xception4.实验评价4.1解码器设计选择4.2ResNet-101作为网络骨干4.3作
77wpa·2023-06-19 14:15

scratch lenet(6): feature_map可视化的C语言实现

scratchlenet(6):feature_map可视化的C语言实现1.目的2.FeatureMap的归一化2.1公式2.2代码实现2.3代码调用3.可视化结果4.References1.目的将卷积层(Convolution
baiyu33·2023-06-19 00:25

文献阅读（52）—— Integration self-attention and convolution

文献阅读（52）——Integrationself-attentionandconvolution文章目录文献阅读（52）——Integrationself-attentionandconvolution先验知识/知识拓展文章结构背景文章方法1.RelatingSelf-AttentionwithConvolution文章结果1.分类2.分割3.物体检测4.消融实验（1）combinationbl
柚子味的羊·2023-06-18 08:35

卷积核尺寸计算

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

（2020，谱正则化）观察你的上卷积：基于 CNN 的生成深度神经网络无法重现谱分布

WatchyourUp-Convolution:CNNBasedGenerativeDeepNeuralNetworksareFailingtoReproduceSpectralDistributions
EDPJ·2023-06-10 04:43

卷积&卷积神经网络

文章目录一、关于卷积（convolution）的直观感受二、卷积在不同领域的应用三、卷积神经网络（CNN）的诞生四、卷积神经网络（CNN）（1）为什么需要卷积层（2）池化（Pooling）层是干嘛的（3
verse_armour·2023-06-07 10:07

group convolution (分组卷积)详解

普通卷积：图1普通卷积上图为普通卷积示意图，为方便理解，图中只有一个卷积核，此时输入输出数据为：输入featuremap尺寸：W×H×C，分别对应featuremap的宽，高，通道数；单个卷积核尺寸：k×k×C，分别对应单个卷积核的宽，高，通道数；输出featuremap尺寸：W'×H'，输出通道数等于卷积核数量，输出的宽和高与卷积步长有关，这里不关心这两个值。参数量运算量，这里只考虑浮点乘数量，
西北小生_·2023-05-18 20:50

深度可分离卷积-Depthwise Separable Convolution的理解以及pytorch实现

深度可分离卷积主要分为两个过程，分别为逐通道卷积（DepthwiseConvolution）和逐点卷积（PointwiseConvolution）。逐通道卷积DepthwiseConvolutionDepthwiseConvolution的一个卷积核负责一个通道，一个通道只被一个卷积核卷积，这个过程产生的featuremap通道数和输入的通道数完全一样。卷积核的计算量为：3x3x3=27逐点卷积P
ZzBoAYU·2023-04-19 12:47

RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

RuntimeError:UnabletofindavalidcuDNNalgorithmtorunconvolutionTosolvemyproblem,IdidpipuninstalltorchtorchvisiontorchaudioThenpip3installtorch==1.9.0+cu111torchvision==0.10.0+cu111torchaudio==0.9.0-fhtt
后悔大鲨鱼·2023-04-17 17:52

Channel-wise Topology Refinement Graph Convolution for Skeleton-Based Action Recognition[ICCV2021]

Paper:https://openaccess.thecvf.com/content/ICCV2021/papers/Chen_Channel-Wise_Topology_Refinement_Graph_Convolution_for_Skeleton-Based_Action_Recognition_ICCV
Iron_lyk·2023-04-15 03:40

深度学习导航（二）——DNN、RNN、CNN的基本讲解

目录书接上回DNN（全连接神经网络或叫深度神经网络）RNN（循环神经网络）CNN（卷积神经网络）卷积的定义(Convolution)权值共享Padding机制池化操作（Pooling）局部感受野全连接层
晨风默语·2023-04-14 15:10
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他