Leon-深度学习-目标检测第41页

PyTorch深度学习实战（33）——条件生成对抗网络(Conditional Generative Adversarial Network, CGAN)

PyTorch深度学习实战（33）——条件生成对抗网络0.前言1.条件生成对抗网络1.1模型介绍1.2模型与数据集分析2.实现条件生成对抗网络小结系列链接0.前言条件生成对抗网络(ConditionalGenerativeAdversarialNetwork

盼小辉丶·2024-01-28 23:12

论文学习记录之Deep-learning seismic full-waveform inversion for realistic structuralmodels

一、ABSTRACT—摘要标题：Deep-learningseismicfull-waveforminversionforrealisticstructuralmodels（用于真实结构模型的深度学习地震全波形反演

摘星星的屋顶·2024-01-28 22:23

2024年1月13日~2024年1月19日（研读论文、了解语义分割）

另外，在B站寻找视频了解了语义分割任务逻辑、深度学习一些概念等。

摘星星的屋顶·2024-01-28 22:22

2023年1月20日-2024年1月26日（阅读SeisInvNet加强版、调整参数）

二、SeisInvNet标题：Deep-learningseismicfull-waveforminversionforrealisticstructuralmodels（用于真实结构模型的深度学习地震全波形反演

摘星星的屋顶·2024-01-28 22:51

计算机毕业设计：python车牌识别系统 Django框架深度学习 CNN算法（源码） ✅

1、项目介绍1、关键词：Python语言、TensorFlow、卷积神经网络CNN算法、PyQt5界面、Django框架、深度学习包含：训练

q_3548885153·2024-01-28 22:20

大数据毕业设计：Python人脸识别门禁系统深度学习 Dlib模块 Pyqt5界面数据库（源码）✅

毕业设计：2023-2024年计算机专业毕业设计选题汇总（建议收藏）毕业设计：2023-2024年最新最全计算机专业毕设选题推荐汇总感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业。1、项目介绍技术栈：Python语言、dlib人脸识别模块、OpenCV图像处理库、Pyqt5框架界面设计、sqlite3数据库Pychar

q_3548885153·2024-01-28 22:48

第1周学习：深度学习和pytorch基础

第1周学习：深度学习和pytorch基础01-绪论一、机器学习简介二、几种学习模型三、名词解释02-神经网络基础一、为什么说神经网络是黑盒的？

随风漂流l·2024-01-28 21:03

深度学习学习率

目录1什么是学习率2学习率对网络的影响3学习率的设置3.1分段常数衰减（PiecewiseDecay）3.2指数衰减（ExponentialDecay）3.3自然指数衰减（NaturalExponentialDecay）3.4多项式衰减（PolynomialDecay）3.5间隔衰减（StepDecay）3.6多间隔衰减（MultiStepDecay）3.7逆时间衰减（InverseTimeDec

意念回复·2024-01-28 21:33

深度学习参数调整—学习笔记

文章目录概念参数和超参数超参数分类欠拟合和过拟合学习率（learningrate）epoch批次大小（batch_size）step参考资料概念训练机器学习算法的主要目的是调整权重以最小化损失或成本。这个成本衡量模型的效果，可以找到产生最佳模型性能的最佳参数。参数和超参数参数：由数据驱动调整，例如：卷积核的核参数。超参数：不需要数据驱动，在训练前或者训练中人为的进行调整，例如：学习率，卷积核数量、

studyeboy·2024-01-28 21:32

差分隐私深度学习_深度学习中的差异隐私

差分隐私深度学习IwouldliketothankMr.AkshayKulkarniforguidingmeonmyjourneyinpublishingmyfirst-everarticle.我要感谢

weixin_26722031·2024-01-28 21:32

【深度学习】sdxl中的 tokenizer tokenizer_2 区别

代码仓库：https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/main截图：为什么有两个分词器tokenizer和tokenizer_2？在仔细阅读这些代码后，我们了解到tokenizer_2主要是用于refiner模型的。#Loadtexttokenizer(s)ifnotself.pipeline_type.

XD742971636·2024-01-28 21:59

在深度学习中，epoch和learning rate的通常取值范围？

在深度学习中，epoch和学习率的取值确实会根据不同的任务、数据集和模型架构有所不同。然而，您提到的范围是一些常见的经验性取值，这些取值在很多情况下都能工作得相当好。

小桥流水---人工智能·2024-01-28 21:29

神经架构搜索与图像生成：创造新的艺术形式

1.背景介绍随着深度学习技术的发展，神经网络在图像生成领域取得了显著的进展。图像生成的主要目标是通过训练有误的神经网络，生成与训练集中的图像相似的新图像。

OpenChat·2024-01-28 20:17

读《深度学习：走向核心素养》

3确定单元学习主题有三个关键步骤第一步是分析课程标准及教材内容，梳理单元内容结构，找出单元学习内容；第二步是对学生已有的知识、关键能力、学科观念、生活经验、思路方法等方面进行探查、分析和诊断，并在此基础上筛选单元学习内容，初定单元学习主题；第三步是结合相关信息来多方论证，辨析单元学习的价值，最终确定单元学习主题。论证是一个重要的环节，一个单元学习主题的水平高低，主要看主题与课程标准的一致程度及其价

qingqianshiguan·2024-01-28 20:09

【深度学习基础】什么是卷积？为什么要用卷积？

什么是卷积？为什么要用卷积？（一）卷积的原理：1.卷积核：2.卷积层参数：2.1卷积核数：2.2卷积核的大小：2.3步长：2.4填充：3.池化层：3.1最大池化层（maxpooling）：3.2均值池化层（averagepooling）：（二）卷积的作用：1.减少参数量：

BIT可达鸭·2024-01-28 19:18

在小目标检测上，普通卷积和扩张卷积哪个更具备优势？

在小目标检测上，普通卷积和扩张卷积哪个更具备优势？问题解答：在小目标检测任务上，扩张卷积相对于普通卷积可能具备一些优势，尤其是由于扩张卷积在感受野和多尺度特征捕获方面的性质。

神笔馬良·2024-01-28 19:15

大厂面经|NLP 算法实习岗，对我后续找工作太重要了！

1、平安科技1.自我介绍；2.主要用过哪些深度学习框架（Pytorch）；3.介绍自己的论文和项目；4.什么是元学习（项目和论文

深度学习算法与自然语言处理·2024-01-28 19:39

《动手学深度学习(PyTorch版)》笔记4.9

Chapter4MultilayerPerceptron4.9EnvironmentandDistributionShift4.9.1TypesofDistributionShift在一个经典的情景中，假设训练数据是从某个分布pS(x,y)p_S(\mathbf{x},y)pS(x,y)中采样的，但是测试数据将包含从不同分布pT(x,y)p_T(\mathbf{x},y)pT(x,y)中抽取的未标

南七澄江·2024-01-28 18:44

深入理解Transformer模型1

一、简述：transformer是深度学习中极为重要的一种模型。它由编码器(Encoder)和解码器(Decoder)两部分组成。

KDtery35·2024-01-28 18:36

深入了解Transformer架构

1.背景介绍1.背景介绍自2017年的AttentionisAllYouNeed论文发表以来，Transformer架构已经成为深度学习领域的一大突破。

OpenChat·2024-01-28 18:06

基于深度学习的目标检测入门：Faster R-CNN，YOLO，SSD

在学习深度学习的过程中，经常弹出不同的算法名称，同样是做目标检测的，每篇论文给出了不同的方式，这些算法之间到底有什么区别？目标检测算法有哪些？

Real_man·2024-01-28 18:48

自然语言处理（NLP）领域的应用和发展历程

随着深度学习和大数据技术的不断进步，自然语言处理（NLP）领域已经取得了显著的成果。从简单的文本分类到复杂的机器翻译，NLP技术正在不断突破，为人工智能领域带来更多可能性。

白话Learning·2024-01-28 17:47

双减背景下的化学课堂 -

双减政策下的化学课堂教学，应该聚焦学科素养，突出学生的主体参与，组织学生开展深度学习。首先要提高老师的人文素养问题：第一，情感与理想作为一名化学教师，要对化学教育有情感，要不断提高自己的人文素养。

空杯202108·2024-01-28 17:26

Comunion 区块链深度学习系列｜椭圆曲线数字签名发展史

Comunion是一个去中心化的(DAO)组织协作网络，提供面向数字时代的全新商业基础设施和价值转化机制，致力于让劳动价值像资本一样自由流通、交易和积累。本系列内容包含：基本概念及原理、密码学、共识算法、钱包及节点原理、挖矿原理及实现。密码学有两类：私钥密码学，公钥密码学。也可以称之为：对称密码学，非对称密码学。其中公钥密码里面有三个基本原理：公钥加密、数字签名、密钥协商。本文详细阐述的内容是：现

来到ComingDAO·2024-01-28 17:53

目标检测系列5——Faster R-CNN2（代码实现）

参考黑马程序员教程(1)train.py#trainimportosimporttensorflowastffromtensorflowimportkerasimportnumpyasnpimportmatplotlib.pyplotaspltfromdetection.datasetsimportcoco,data_generatorfromdetection.models.detectorsi

晓码bigdata·2024-01-28 16:19

深度学习之多分类问题

多分类问题：我们在解决的时候会使用到一种叫做SoftMax的分类器。前面我们在做糖尿病问题的时候，我们做出一个二分类网络，我们得到的是y=1（即一年后发病）它的概率是多少，即P（y=1）。这时候我们只需要得到一个概率，我们就可以计算出另一个概率。但是在数据集中也包含其他的数据集，比如说MNIST数据集，是手写数字识别问题，这个时候我们的分类种类就很多了。不能只计算出一个概率就将结果输出。MNIST

丘小羽·2024-01-28 15:04

深度学习-使用Labelimg数据标注

数据标注是计算机视觉和机器学习项目中至关重要的一步，而使用工具进行标注是提高效率的关键。本文介绍了LabelImg，一款常用的开源图像标注工具。用户可以在图像中方便而准确地标注目标区域，为训练机器学习模型提供高质量的标注数据。LabelImg已经成为研究者和开发者在计算机视觉项目中不可或缺的工具之一。一、安装Labelimg1、切换虚拟环境为了确保LabelImg能够与项目环境兼容，首先需要切换到

Damon小智·2024-01-28 14:28

基于Pytorch做深度学习，但是代码水平很低，应该如何学习呢？

PyTorch是一个Python程序库，有助于构建深度学习项目。它强调灵活性，并允许用深度学习领域惯用的Python来表示深度学习模型。

人邮异步社区·2024-01-28 14:54

实体关系抽取与属性补全的技术浅析

目录前言1.实体关系抽取2实体关系抽取的方法2.1基于模板的方法2.2基于监督学习的关系抽取2.3基于深度学习的关系抽取2.4基于预训练语言模型的关系抽取3属性补全3.1属性补全任务简介3.1抽取式属性补全

cooldream2009·2024-01-28 13:01

新智元：【arXiv】2015 深度学习年度十大论文

它反映了学术界当前的整体趋势，我们看到，近来发布的机器学习研究有许多都与深度学习有关。H

abcabsd·2024-01-28 13:16

ChatGPT 做生信靠谱吗？

ChatGPT是一款基于深度学习技术的聊天机器人，它可以根据用户的输入，自动生成相应的回复，从而实现自动聊天。它的回复不仅准确，而且还能够模仿

11的雾·2024-01-28 12:52

【深度学习实验】TensorBoard使用教程【SCALARS、IMAGES、TIME SERIES】

文章目录一、环境二、TensorBoard1.使用TensorBoardXa.安装TensorBoardXb.使用示例2.PyTorch内置的TensorBoard3.启动TensorBoard服务三、实战1.SCALARS（标量）找不同关卡1关卡2关卡3关卡4ShowdatadownloadlinksIgnoreoutliersinchartscalingSmoothingHorizontalA

QomolangmaH·2024-01-28 11:16

深度学习与神经网络pytorch版基础知识

深度学习与神经网络pytorch版基础知识1.简单介绍PyTorch是一个开源的深度学习框架，由Facebook于2016年发布的第一个开源项目。

砍树＋c＋v·2024-01-28 11:45

【GitHub项目推荐--计算机视觉工具箱】【转载】

旅之灵夫·2024-01-28 11:29

[笔记]深度学习入门基于Python的理论与实现(六)

飞鸟malred·2024-01-28 10:02

【深度学习每日小知识】Co-occurrence matrix 共现矩阵

共生矩阵或共生分布（也称为：灰度共生矩阵GLCM）是在图像上定义为共生像素值（灰度值或颜色）分布的矩阵）在给定的偏移量处。它被用作纹理分析的方法，具有多种应用，特别是在医学图像分析中。方法给定灰度图像，共生矩阵计算具有特定值和偏移量的像素对在图像中出现的频率。偏移量(Δx,Δy)(\Deltax,\Deltay)(Δx,Δy)是一个位置运算符，可以应用于图像中的任何像素（忽略边缘效应）：例如，(1

jcfszxc·2024-01-28 10:36

【机器学习笔记】1 机器学习概念

机器学习与人工智能、深度学习的关系人工智能机器展现的人类智能机器学习计算机利用已有的数据(经验)，得出了某种模型，并利用此模型预测未来的一种方法。

RIKI_1·2024-01-28 10:25

深度学习｜6.1 小批量梯度下降

把大数据集分成多批数据，每批数据分别计算他们的损失（可以并发处理，从而节省运行时间），最后将其取平均，作为整体的结果，然后参与到梯度下降的环节中去。

晓源Galois·2024-01-28 09:51

互联网加竞赛基于深度学习的人脸专注度检测计算系统 - opencv python cnn

Mr.D学长·2024-01-28 09:42

Image Enhancement Guided Object Detection in Visually Degraded Scenes

Abstract目标检测准确率在视觉退化场景下降严重。一个普遍的解决方法就是对退化图像进行增强然后再执行目标检测。

暗魂b·2024-01-28 09:21

经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程

经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程和之前实现的YOLOv2一样，根据《YOLO目标检测》(ISBN:9787115627094)一书，在不脱离YOLOv3的大部分核心理念的前提下

undo_try·2024-01-28 09:50

【大厂AI课学习笔记】1.2 现阶段人工智能方法和技术领域

目录1.2现阶段人工智能方法和技术领域1.2.1从技术应用场景展开计算机视觉语音识别自然语言处理1.2.2实现AI的技术工具机器学习的主要类型：深度学习的重要性：1.2现阶段人工智能方法和技术领域1.2.1

giszz·2024-01-28 09:19

2021-10-02

NatMachIntell|基于深度学习的T细胞受体-抗原结合特异性预测原创huacishu图灵基因今天收录于话题#前沿生物大数据分析撰文：huacishuIF=15.501推荐度：⭐⭐⭐⭐⭐亮点：1、

图灵基因·2024-01-28 09:43

源码实现简介

深度学习作为机器学习的一个重要分支，在自动驾驶感知领域中发挥着越来越重要的作用。深度学习的基本原理是通过神经网络模拟人脑的认知过程，从大量的数据中学习并提取有用的特征。在自动驾

zwhdldz·2024-01-28 09:11

iou的cpu和gpu源码实现

zwhdldz·2024-01-28 09:10

python官方推荐的三本书,python好的书籍推荐

《Python高级数据分析》作者：萨扬·穆霍帕迪亚推荐语：本书包含数据分析实例，涵盖了从基础统计学到ETL、深度学习和物联网的广泛领域，给出了产业分析项目各个技术方面的概念。关于作者：萨扬·穆

Fixf4556·2024-01-28 08:04

HiDDeN Noise Layer 之 JPEG压缩——基于深度学习的水印生成网络“JPEG压缩模块”详解

一、简介论文链接：点击此链接查看HiDDeN的文献JPEG压缩在HiDDeN网络的NoiseLayer中，是通过近似模拟来实现的。二、JPEG压缩流程Step1：颜色模式转换。将RGB颜色空间，转化为YCbCr颜色空间。RGB通过红、绿、蓝三个颜色通道来表达颜色；YCbCr通过亮度、彩度蓝、彩度红三个通道来表达颜色；Step2：向下采样。在RGB颜色空间中，人眼对红、绿、蓝三种颜色的感知程度基本相

小敏同学·2024-01-28 08:58

【Deepsort-yolov5实现无人机视觉检测和跟踪】

无人机视觉检测1.1训练无人机数据集1.2无人机检测结果2.Deepsort跟踪2.1算法原理2.2无人机跟踪实现2.3无人机运动轨迹可视化2.4目标质心点保存2.5目标重识别模型要注意的问题3.飞机目标检测无人机视觉检测和跟踪系列数据集一数据集二数据集三数据集四数据集五数据集六数据集七数据集八无人机视频段

XTX_AI·2024-01-28 08:41

《动手学深度学习(PyTorch版)》笔记4.8

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter4MultilayerPerceptron4.8NumericalStabilityandModelInitialization4.8.1GradientVanishi

南七澄江·2024-01-28 08:01

《动手学深度学习(PyTorch版)》笔记4.6

注：书中对代码的讲解并不详细，本文对很多细节做了详细注释。另外，书上的源代码是在JupyterNotebook上运行的，较为分散，本文将代码集中起来，并加以完善，全部用vscode在python3.9.18下测试通过。Chapter4MultilayerPerceptron4.6DropoutRegularization4.6.1ReexamineOverfitting当面对更多的特征而样本不足时

南七澄江·2024-01-28 08:00

推荐频道

Leon-深度学习-目标检测