Convolutional

Mastering Convolutional Neural Networks: A Comprehensive Practical Exploration

ConvolutionalNeuralNetworks(CNNs)haverevolutionizedthefieldofcomputervisionandimagerecognition,enablinggroundbreakingadvancementsinvariousdomains.Thesepowerfuldeeplearningmodelshaveproventheirprowessi

Bio大恐龙·2024-03-10 21:51

ConvE——二维卷积知识图谱横空出世

《Convolutional2DKnowledgeGraphEmbeddings》论文理解+代码复现本论文理解不再翻译原文，只写上我对于论文原生态的理解，应该会比较详细，请读者放心。

时光诺言·2024-02-14 01:23

[论文精读]Intelligence Quotient Scores Prediction in rs-fMRI via Graph Convolutional Regression Network

论文网址：IntelligenceQuotientScoresPredictioninrs-fMRIviaGraphConvolutionalRegressionNetwork|SpringerLink英文是纯手打的！论文原文的summarizingandparaphrasing。可能会出现难以避免的拼写错误和语法错误，若有发现欢迎评论指正！文章偏向于笔记，谨慎食用！目录1.省流版1.1.心得1.

夏莉莉iy·2024-02-12 21:03

Convolutional Neural Networks for No-Reference Image Quality Assessment 论文翻译

ConvolutionalNeuralNetworksforNo-ReferenceImageQualityAssessment论文翻译TranslationAbstract1Introduction2RelatedWork3CNNforNR-IQA3.1NetworkArchitecture3.2LocalNormalization3.3Pooling3.4ReLUNonlinearity3.5

亚里·2024-02-10 12:30

实例分割论文阅读之：FCN：《Fully Convolutional Networks for Semantica Segmentation》

论文地址:https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf

交换喜悲·2024-02-09 09:44

语义分割系列之FCN、DeeplabV1、V2、V3、V3Plus论文学习

FullyConvolutionalNetworksforSemanticSegmentation地址:https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks

Diros1g·2024-02-07 11:40

Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering

ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering1、主要贡献2、算法介绍2.1学习局部化谱filtersk阶近似与ChebNet2.2图池化图粗化快速pooling整个GCN过程1、主要贡献1、谱方法的卷积公式。一种基于谱方法的CNN的形式化表述，基于GSP2、严格的局部化的filters。局部化就是定义了一

怕狗子的福哥·2024-02-06 01:51

论文分享-- GCN -- Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering

本次要总结的论文是ConvolutionalNeuralNetworksonGraphswithFastLocalizedSpectralFiltering，论文链接GCN，参考的代码实现GCN-code。不得不说，读懂这篇论文难度较大，因为里面有许多数学推导，要了解较多的数学知识。本人数学一般，因此在读本论文的同时参考了网上部分较优秀的讲解，这里会结合我对论文的理解，对本论文下总结，文末会详细列

村头陶员外·2024-02-06 01:50

Convolutional Neural Networks CNN -- Explained

ConvolutionalNeuralNetworksCNN--Explained为什么要卷积神经网络？卷积神经网络如何工作？特征映射和多个通道池化基础大步前进和下采样Stridesanddown-sampling填充Padding为什么在卷积神经网络中使用池化？最后的图片全连接层在PyTorch中实现卷积神经网络加载数据集建立模型训练模型测试模型为什么要卷积神经网络？仅有几层的全连接网络只能做很

许喜远·2024-02-04 17:47

Convolutional Neural Network (CNN) 识别手写数字字体

介绍：卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种在计算机视觉领域广泛应用的深度学习模型。它主要用于图像识别、目标检测、图像分割等任务。CNN的核心思想是利用卷积操作提取图像的特征。卷积操作是一种基于滤波器的操作，通过滑动窗口在输入图像上提取局部特征，并生成对应的特征图。这种局部感受野的操作可以有效捕捉到图像的空间结构特征，并且具有平移不变性。CNN的结构由多

取名真难.·2024-02-04 17:15

DFP-ResUNet:Convolutional Neural Network with a Dilated Convolutional Feature Pyramid for Multimo...

论文：ComputerMethodsandProgramsinBiomedicine2020数据集：BraTS20191.Introduction脑肿瘤由不受控制的细胞增殖引起的组织组成，在大脑中没有生理功能[1].胶质母细胞瘤是最致命的胶质瘤，占所有弥漫性胶质瘤诊断的70-75%，中位总生存时间为14-17个月[2]。它可分为低级别（LGG）和高级别胶质瘤（HGG）。因此，它是制定合适的治疗方案

zelda2333·2024-02-03 11:26

【从零开始学习YOLOv3】5. 网络模型的构建

目前，cfg文件支持convolutional,maxpool,unsample,ro

pprpp·2024-02-02 02:55

Spatio-Temporal Graph Convolutional Networks: A Deep Learning Framework for Traffic Forecasting

问题背景：交通流量预测忽略时空依赖性。提出模型：Spatio-TemporalGraphConvolutionalNetworks(STGCN)。insteadof常规卷积和递归单元，本文在图上公式化问题，并使用完整的卷积结构构建模型，使得以更少的参数实现更快的训练速度。流量预测分为：短期（5-30min)，中长期（>30min）。RNN迭代训练会累积误差，并且难训练，计算量大。为了解决RNN内在

你爻·2024-01-31 20:01

《Learning Spatiotemporal Features with 3D Convolutional Networks》算法详解

论文:LearningSpatiotemporalFeatureswith3DConvolutionalNetworks官方代码(caffe):http://vlg.cs.dartmouth.edu/c3d/由Facebook和Dartmouth学院提出被ICCV2015收录一、核心创新网络全部使用3D卷积和3D池化方便在不同的任务中使用，如动作识别、相同动作判断、动态场景识别等网络简单且高效二、

ce0b74704937·2024-01-29 21:47

《Visual Tree Convolutional Neural Network in Image Classification》阅读笔记

论文标题《VisualTreeConvolutionalNeuralNetworkinImageClassification》图像分类中的视觉树卷积神经网络作者YuntaoLiu、YongDou、RuochunJin和PengQiao来自国防科技大学并行和分布式处理国家实验室初读摘要问题：在图像分类领域，随着深度学习的快速发展，卷积神经网络（CNN）模型已经取得了高性能。然而，在图像数据集中，有些

AncilunKiang·2024-01-29 15:45

[DCN]Deformable Convolutional Networks

文章目录1.Motivation2.Contribution3.DeformableConvolutionalNetworks3.1DeformableConvolution3.2DeformableRoIPooling3.3Position-Sensitive(PS)RoIPooling3.4DeformableConvNets1.Motivation由于CNNs固定的几何结构，它们在建模几何变

Ah丶Weii·2024-01-29 02:11

Deformable Convolutional Networks笔记

目录1.Introduction2.DeformableConvolutionalNetworksDeformableConvolutionDeformableRoIPoolingDeformableConvNets3.UnderstandingDeformableConvNets3.1.InContextofRelatedWorks4.Experiments5.ConclusionDilated

yanghaoplus·2024-01-29 02:41

deformable convolutional networks

转自：点击打开链接上一篇我们介绍了：深度学习方法（十二）：卷积神经网络结构变化——SpatialTransformerNetworks，STN创造性地在CNN结构中装入了一个可学习的仿射变换，目的是增加CNN的旋转、平移、缩放、剪裁性。为什么要做这个很奇怪的结构呢？原因还是因为CNN不够鲁棒，比如把一张图片颠倒一下，可能就不认识了（这里mark一下，提高CNN的泛化能力，值得继续花很大力气，STN

麦兜ppig·2024-01-29 02:11

Deformable Convolutional Networks

欢迎来到带你读论文博客主页：卿云阁欢迎关注点赞收藏⭐️留言本文由卿云阁原创！首发时间：2024年1月28日✉️希望可以和大家一起完成进阶之路！作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！[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

孪生卷积神经网络（Siamese Convolutional Neural Network）的设计思路

孪生卷积神经网络（SiameseConvolutionalNeuralNetwork）是一种特殊类型的卷积神经网络，主要用于处理需要成对比较的数据，例如判断两个输入是否相似。以下是孪生卷积神经网络的基本结构：输入层：这一层负责接收输入数据。对于图像数据，输入层可能是一个包含图像数据的矩阵。两个共享的卷积层：这两个卷积层处理输入数据，并提取特征。每个卷积层通常包含一系列的卷积核，用于从输入数据中提取

小桥流水---人工智能·2024-01-28 21:02

并发卷积神经网络(ConCNN)的英文全称是Concurrent Convolutional Neural Network (ConCNN) ，相对于普通卷积有什么优势？

问题描述：并发卷积神经网络(ConCNN)的英文全称是ConcurrentConvolutionalNeuralNetwork(ConCNN)，相对于普通卷积有什么优势？提示：并发卷积神经网络(ConCNN)仅需少量的训练数据集，即可快速准确地自动检测目标。ConCNN是一种利用不同尺度图像之间的关系进行实时目标分类的新型多尺度CNN(卷积神经网络)模型。问题解答：少量训练数据：ConCNN被描述

神笔馬良·2024-01-28 19:48

《Two-Stream Convolutional Networks for Action Recognition in Videos》算法详解

论文链接：Two-StreamConvolutionalNetworksforActionRecognitioninVideos文章由牛津大学VGG实验室提出，收录于NIPS2014。该文章认为视频的信息可以分为空间信息和时间信息，所以该文章提出了一种利用普通rgb图像（代表空间信息）和光流信息（代表时间信息）来解决视频的动作分类问题。首先需要了解什么是光流，请看博客《光流估计——从传统方法到深度

ce0b74704937·2024-01-28 14:57

ImageNet Classification with Deep Convolutional Neural Networks论文翻译——中英文对照

文章作者：Tyan博客：noahsnail.com|CSDN|简书翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translationImageNetClassificationwithDeepConvolutionalNeuralNetworksAbstractWetrainedalarge,deepconvolutionaln

SnailTyan·2024-01-28 13:42

Convolutional neural networks for crowd behaviour analysis: a survey

1本综述内容：•分析CNN技术为何渗透到人群行为分析领域;•识别CNN在人群行为分析任务中最先进的表现所面临的各种挑战;•讨论各种基于cnn的人群行为分析方法。•概述用于基于cnn的人群分析的各种软件和硬件组件。•识别用于基于cnn的人群分析的各种公开可用数据集。•概述人群分析，为什么它是计算机视觉领域的一个重要研究领域?2CNN介绍3人群分析的动机和重要性人群分析的几个应用，如人员跟踪、异常检测

枸杞红枣养生茶·2024-01-26 13:59

CBAM块：通道、空间注意力（Convolutional Block Attention Module）浅层理解

CBAM块：通道、空间注意力（ConvolutionalBlockAttentionModule）1.主要思想：一种结合了空间（spatial）和通道（channel）的注意力机制模块。2.框架将特征图先后经过通道注意块和空间注意块，得到一个新的特征图。特征图经过通道注意块会得到一个值，将这个值与原来的特征图的值相乘得到第二个值，将第二个值进入空间通道，会在次得到一个值，将这个值与第二个值相乘，得

In 2029·2024-01-25 08:40

CliqueNet:Convolutional Neural Networks with Alternately Updated Clique详解

ConvolutionalNeuralNetworkswithAlternatelyUpdatedClique是2018年北大团队在CVPR上发表的，这是继DenseNet之后又一密集网络。在图像识别数据集上作者达到了thestate-ofthe-artperformancewithfewerparameters。以下文章讲解是本人粗浅的看法，如有不同的意见大家可以指出并进行探讨。一、摘要在很深的

月亮是蓝色·2024-01-24 08:58

《ECO: Efficient Convolutional Network for Online Video Understanding》

文章地址:《ECO:EfficientConvolutionalNetworkforOnlineVideoUnderstanding》代码地址：https://github.com/mzolfaghari/ECO-efficient-video-understanding对于视频理解，只使用少部分帧计算速度会比较快，但是对于数秒长的视频需要利用更多的帧信息来提高检测精度。为了解决这种问题，文章提出

ce0b74704937·2024-01-23 04:18

FCOS: Fully Convolutional One-Stage Object Detection

关键词：一阶段物体检测，anchorfree。网络结构为backbone+fpn+head（5个）。预测结果为：类别，是否为物体中心点，该点与box四边的距离。训练时，通过(x,y)是否位于gtbox内判定改位置是否为正样本，当该点同时在几个gtbox内时，选择面积最小的box为其目标box。在这里作者采用了双阈值，该点距离四边的最大距离大于或者小于，则认为该样本为负样本。这样做的好处可以排除掉将

Cat丹·2024-01-22 23:18

论文笔记|Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting

ConvolutionalLSTMNetwork:AMachineLearningApproachforPrecipitationNowcasting论文地址一、摘要这篇文章是来自香港科技大学的团队，这个团队有和香港观测站合作，他们有一个前身的工作还有数据都是靠这个机构来收集的。这篇论文利用convolutionLSTM对降雨预报进行预测。他们的这个工作是用来做对天气的预测，他们收集了很多很多的雷

缸里有绿粥·2024-01-21 16:49

3D convolutional neural networks for tumor segmentation using long-range 2D context

论文：ComputerizedMedicalImagingandGraphics2019数据集：BraTS20171.Introduction胶质瘤是最常见的原发性脑肿瘤，约占恶性脑肿瘤的80%。它们起源于大脑或脊柱的胶质细胞，可根据细胞类型、等级和位置进行分类。高等级胶质瘤（III级和IV级）与特别差的预后有关：被诊断为多形性胶质瘤的病人在治疗中平均存活12-14个月。医学影像，如MRI，被用于

zelda2333·2024-01-21 07:20

CNN：Convolutional Neural Network（下）

目录1CNN学到的是什么1.1Convolution中的参数1.2FFN中的参数1.3Output2DeepDream3DeepStyle4MoreApplication4.1AlphaGo4.2Speech4.3Text原视频：李宏毅2020：ConvolutionalNeuralNetwork本博客属于学习笔记，如有问题请大佬指正~1CNN学到的是什么我们可能会认为神经网络都是一个黑箱（bla

狂放不羁霸·2024-01-18 21:23

FCN全卷积网络Fully Convolutional Networks

语义分割CNN实现语义分割FCN实现语义分割全连接层注：以下内容摘自知乎全连接层（fullyconnectedlayers，FC）在整个卷积神经网络中起到“分类器”的作用。如果说卷积层、池化层和激活函数层等操作是将原始数据映射到隐层特征空间的话，全连接层则起到将学到的“分布式特征表示”映射到样本标记空间的作用。在实际使用中，全连接层和卷积层可实现相互转换。参数冗余。通过研究发现，在包含全连接的网络

踩坑第某人·2024-01-18 10:24

交通流量预测：T-GCN A Temporal Graph Convolutional Network for Traffic Prediction

发呆哥o_o ....·2024-01-17 22:01

ImageNet Classification with Deep Convolutional 论文笔记

✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。个人主页：小嗷犬的个人主页个人网站：小嗷犬的技术小站个人信条：为天地立心，为生民立命，为往圣继绝学，为万世开太平。本文目录标题和作者摘要创新点ReLU多GPUDropout其他网络结构输入层（Inputlayer）卷积层（C1）卷积层（C2）卷积层（C3）卷积层（C4）卷积层（C5）全连接层（FC6）全连接层（FC7）输

小嗷犬·2024-01-17 06:25

论文笔记-混合卷积MixConv: Mixed Depthwise Convolutional Kernels

Hello，今天是论文阅读计划的第9天啦～调整计划后，现在都趁着早上最安静最无打扰的时候看论文，完成每天的论文阅读任务。今天我们介绍一篇混合卷积的内容，我最初找到这篇论文呢，是因为我自己做的论文，在思考怎么能让它更好的补获时序信息。所以现在会有意识的培养自己论文阅读的习惯，不断累积更多的想法，在未来突然有需要的时候，脑袋里不会空空如也。一、题目关键词解读MixConv:混合卷积，思考怎么混合法？大

Lyndsey·2024-01-16 16:57

【论文分享】TCCT: Tightly-coupled convolutional transformer on time series forecasting

TCCT:时间序列预测的紧耦合卷积Transformer提高Transformer的效率和增强局部性，将Transformer与CNN进行了不同程度的结合。但是，它们的组合是松耦合的，并没有充分利用CNN。为了解决这个问题，我们提出了紧耦合卷积变换器(TCCT)的概念和三个将变换后的CNN架构应用到Transformer中的TCCT架构。只有在Transformer模型中应用特定的变换后的CNN架

Holy姜姜·2024-01-16 06:58

CNN：Convolutional Neural Network（上）

目录1为什么使用CNN处理图像2CNN的整体结构2.1Convolution2.2Colorfulimage3Convolutionv.s.FullyConnected4MaxPooling5Flatten6CNNinKeras原视频：李宏毅2020：ConvolutionalNeuralNetwork1为什么使用CNN处理图像李宏毅老师提出了以下三点理由。①Somepatternsaremuch

狂放不羁霸·2024-01-15 05:54

2024年1月10日最热CV论文：CoordGate: Efficiently Computing Spatially-Varying Convolutions in Convolutional...

牛津大学研发CoordGate，革新卷积神经网络，图像去模糊效率大幅提升！引言：卷积运算在多个领域的核心地位卷积运算是一个基础操作，它在众多学科中占据核心地位，从物理过程如热传递，到机器学习中的卷积神经网络。在光学领域，卷积操作涉及将点扩散函数（PSF）——系统对点源的响应——在输入信号上滑动，以获得卷积信号。传统的卷积要求PSF是空间不变的，即在输入上移动时不发生变化，但这种属性在现实中很少见，

夕小瑶·2024-01-12 05:44

TCN 时序卷积网络（temporal convolutional network）【因果卷积、空洞卷积】

文章目录TCN时序卷积（temporalconvolutionalnetwork）1.因果卷积2.膨胀卷积TCN时序卷积（temporalconvolutionalnetwork）它由膨胀卷积核因果卷积两种卷积构成。如图：左边是膨胀因果卷积，右边是1x1卷积构成的残差连接，两条链路并行，构成残差块，残差块在串联构成时序卷积神经网络。TCN的优点：可并行化计算：TCN采用卷积操作，可以进行高效的并行

In 2029·2024-01-11 11:21

论文阅读：Bag of Tricks for Image Classification with Convolutional Neural Networks

AWS李沐大佬的paper，主要是介绍了一些模型训练过程中的技巧。通过这些小技巧的堆叠，把ResNet-50’stop-1在ImageNet上验证准确率从75.3%提升至79.29%。1.高效训练1.1large-batch-training大的batch可能会降低训练速度。用启发式的方法来解决Linearscalinglearningrate增大batch-size之后，梯度的期望不变，但是方差

涂山容容·2024-01-10 01:26

论文解读：CBAM: Convolutional Block Attention Module--ECCV2018

摘要：作者提出一个ConvolutionalBlockAttentionModule(CBAM)。给定一个特征图，作者的模块可从两个维度（通道和空间）按顺序地推出注意力图，然后将注意力图与输入的特征图进行点积，从而可以自适应地提炼特征。因为CBAM是个轻量级的通用模块，所有它可以整合到任何CNN框架中，并且计算成本几乎不变。QQ截图20190610123827.png1.Introduction为

jscdw·2024-01-09 04:08

哥又来看论文了《Deepfake Video Detection Using Convolutional Vision Transformer》

我对这篇论文的评价：很水但平易近人！适合我这个小白（憨憨）看~论文的整体架构图：论文解读：首先看看人家摘要写的：1.我们在DeepFake检测挑战数据集(DFDC)上训练我们的模型，并实现了91.5%的准确率，AUC值为0.91，损失值为0.32。2.我们的贡献是我们在ViT架构中添加了一个CNN模块，并在DFDC数据集上取得了具有竞争力的结果。卷积VIT（卷积与vit的结合）模型架构由两部分组成

一只发呆的猪·2024-01-08 11:55

1.台湾大学李宏毅老师课程一览

search&seid=4475061887462737619深度学习的三部曲课程大纲基础结构全连接层（FullyConnectedLayer）循环结构（RecurrentStructure）卷积/池化层（Convolutional

SpareNoEfforts·2024-01-07 09:10

卷积神经网络可视化 Visualizing and Understanding Convolutional Networks

主要是VisualizingandUnderstandingConvolutionalNetworks这篇文章的一个笔记。Abstract卷积神经网络再ImageNet的图片分类的表现很不错，但是很多人还是搞不懂为啥CNN会有这么好的效果和怎么提高神经网络的效果，本文将解决这些问题。本文利用反卷积对featuremap进行了可视化。通过可视化展示CNN内部的一些特点，并且分析怎么优化网络结构。In

赵智雄·2024-01-06 17:34

Layers » 卷积层 Convolutional

Docs»Layers»卷积层ConvolutionalEditonGitHub[source]Conv1Dkeras.layers.Conv1D(filters,kernel_size,strides=1,padding='valid',data_format='channels_last',dilation_rate=1,activation=None,use_bias=True,kernel

miskid·2024-01-05 10:46

【深度学习：Convolutional Neural Networks】卷积神经网络入门指南

卷积神经网络（CNN）是深度学习领域最引人注目的成就之一。自从LeCun等人在20世纪90年代初引入以来，CNN在图像处理、视频分析和自然语言处理等领域取得了显著的成就。在这篇博客中，我们将探讨CNN的基本原理、结构和一些实际应用案例。人工智能在缩小人类与机器能力差距方面取得了巨大发展。无论是研究人员还是爱好者，都在该领域的许多方面开展工作，以实现令人惊叹的成就。计算机视觉领域就是其中之一。人工智

脆鲨Nana7mi·2024-01-01 06:21

Visualizing and Understanding Convolutional Networks

[TowardsInterpretableDeepLearning]Post-hocexplanationseries本篇文章发表于ECCV2014。文章链接：[1311.2901]VisualizingandUnderstandingConvolutionalNetworks(arxiv.org)代码链接：emmm就不贴了，感兴趣的小伙伴可以去github上搜一下；至于为什么不贴，是因为不同的i

Rad1ant_up·2023-12-30 07:37

【医学图像系列】U-Net: Convolutional Networks for Biomedical Image Segmentation

论文链接：https://arxiv.org/pdf/1505.04597.pdf特点：通过拼接的方式将浅层的与深层特征做融合，补充深层特征丢失的low-level信息

Nastu_Ho-小何同学·2023-12-28 18:57

An Empirical Evaluation of Generic Convolutional and Recurrent Networksfor Sequence Modeling

2018年人工智能十佳论文之一：TCN论文地址：AnEmpiricalEvaluationofGenericConvolutionalandRecurrentNetworksforSequenceModeling项目地址：TCN的github链接1.ABSTRACT对于大多数深度学习研究者而言，序列建模任务等价于RNN。但是最近的研究表明，在音频合成以及机器翻译等任务上，CNN的表现胜过RNN。对

流浪的诗人，·2023-12-27 09:57

2017Ultrasound image-based thyroid nodule automatic segmentation using convolutional neural networks

阅读文献2017-Ultrasoundimage-basedthyroidnoduleautomaticsegmentationusingconvolutionalneuralnetworks方法：基于cnn的方法将甲状腺结节分割问题作为一个patch分类任务，忽略了patch之间的关系。CNN使用正常甲状腺和甲状腺结节图像中的图像块作为输入，然后生成分割概率图作为输出。采用多视图策略来提高基于网

jinzi_a·2023-12-25 20:31

推荐频道