cnn图像分类第53页

图像识别在自动驾驶汽车中的多传感器融合技术

深度学习和卷积神经网络（CNN）在图像识别中的作用。第二部分：多传感器融合技术多传感器融合的定义和重要性。各种传感器类型（如激光雷达、毫米波雷达、超声波传感器）的简要介绍。

matlabgoodboy·2023-10-24 16:31

第06课：CNN 在机器视觉中的应用——目标检测

在上一节课中，我们介绍了卷积神经网络发展的历史以及图像分类的应用。本节课的内容将在上一节课的基础上，为大家介绍机器视觉中另一类经典案例——目标检测。

wangongxi·2023-10-24 13:15

斯坦福计算机视觉公开课个人笔记——图像分类

目录序言：第一次课（introductiontoconvolution）：第二次课（ImageClassification）：图像的构成：为什么要进行图像分类：如何进行图像分类线性分类器的引入：序言：目前自己是本二的一名学生

小小小秃头·2023-10-24 13:13

基础课7——计算机视觉研究任务与行业应用

计算机视觉的研究任务包括以下几个方面：图像分类（ImageClassification）：该任务的目标是确定给定图像属于哪个类别。例如，将一张猫的图像分类为“猫”类别。

AI 智能服务·2023-10-24 13:42

阅读/健身/学习，宅得充实开心—Day4

2020新年打卡DAY41.阅读-书籍：《供应链管理》刘宝红✔https://scm-blog.com/（刘宝红供应链管理专栏）2.英文-阅读：CNN✔Chinastocksplunged8%ascoronavirusfearstookhold.It'stheworstdayinyears-CNN3

YvonneYang2·2023-10-24 12:09

阅读文献1：Bootstrapping ViTs: Towards Liberating Vision Transformers from Pre-training（文章翻译及自身的理解和总结）

G氏yousa·2023-10-24 11:52

关于时序预测可解释性预测

TowardsModularandInterpretableMultivariateTimeSeriesForecasting论文地址：https://browse.arxiv.org/pdf/2305.13036.pdf论文代码：https://github.com/KDDtest/SCNN

ninetyfour·2023-10-24 11:09

深度学习的异构加速技术（二）：螺狮壳里做道场

一、综述在“深度学习的异构加速技术（一）”一文所述的AI加速平台的第一阶段中，无论在FPGA还是ASIC设计，无论针对CNN还是LS

weixin_30737363·2023-10-24 11:39

文献笔记（2）Eyeriss

文章目录1缩写2abstract&introduction3spatialarchitecture2CNNbackground2.1CNN的挑战2.2CNN与传统图像处理的区别3现有的CNNdataflows3.1weightstationary

tiaozhanzhe1900·2023-10-24 11:07

启智再添璀璨明星：昇思MindSpore重磅加入，全新开源之旅即将启航！

在这个AI成为“顶流”的时代，大模型、图像分类、情感分析、语音识别、智能问答等AI技术越来越多地渗透至各个领域。这些技术背后都离不开“深度学习”。

OpenI启智社区·2023-10-24 08:45

机器学习---CNN（创建和训练一个卷积神经网络并评估其性能）上

1.cnn_operations模块cnn_operations类@staticmethoddefcalc_loss(Y,tilde_Y):#训练样本个数n_samples=Y.shape[0]#网络代价

三月七꧁ ꧂·2023-10-24 08:39

PROSTATEx-2 上前列腺癌的 3D CNN 分类

内容本文介绍了在多参数MRI序列上使用3DCNN对前列腺癌进行显着性或不显着性分类。内容如下：数据集描述Dicom到Nifti文件格式的转换不同MRI序列的联合配准

CVer儿·2023-10-24 08:33

机器学习---CNN（创建和训练一个卷积神经网络并评估其性能）下

importnumpyasnpimportmatplotlib.pyplotaspltfromcnn_operationsimportcnn_operationsascnn_oprconvolutional_neural_network

三月七꧁ ꧂·2023-10-24 07:31

CNN系列

文章目录R-CNN（2014）ConclusionSPP-net（2015）ConclusionR-CNN（2014）哈哈创新：(1)人们可以将高容量卷积神经网络(cnn)应用于自下而上的区域建议，以定位和分割对象

怎么全是重名·2023-10-24 07:49

TensorFlow.js图片分类的迁移学习

/codelabs/tensorflowjs-teachablemachine-codelab/index.html1.简介在此代码实验室中，您将学习如何构建一个简单的“可教学的机器”，这是一个自定义图像分类器

zqyadam·2023-10-24 06:01

[论文阅读]CWD——基于稠密预测的通道式知识蒸馏

下面我详细讲解该方法的主要内容:问题背景在计算机视觉任务中,图像分类只需要预测整张图像的类别,而密集预测需要对每个像素或对象进行预测,输出更丰富的结果,如语义分割、目标检测等。

一朵小红花HH·2023-10-24 04:18

pytorch实战---IMDB情感分析

文章目录引言完整代码代码分析导库设置日志模型定义GCNNTextClassificationMo

小馒头学python·2023-10-24 02:55

自然语言处理---Transformer机制详解之Multi head Attention详解

Multi-headAttention的原因是将模型分为多个头,可以形成多个子空间,让模型去关注不同方面的信息,最后再将各个方面的信息综合起来得到更好的效果.多个头进行attention计算最后再综合起来,类似于CNN

lichunericli·2023-10-24 02:51

Pytorch深度学习快速入门—LeNet简单介绍（附代码）

一、网络模型结构LeNet是具有代表性的CNN，在1998年被提出，是进行手写数字识别的网络，是其他深度学习网络模型的基础。如下图所示，它具有连狙的卷积层和池化层，最后经全连接层输出结果。

摘星星的屋顶·2023-10-24 02:29

【Lasagne速成】Lasagne/Theano图像分类从模型自定义到测试

欢迎来到专栏《2小时玩转开源框架系列》，这是我们第11篇，前面已经说过了caffe，tensorflow，pytorch，mxnet，keras，paddlepaddle，cntk，chainer，deeplearning4j，matconvnet。今天说Lasagne，本文所用到的数据，代码请参考我们官方githttps://github.com/longpeng2008/LongPeng_ML

有三AI·2023-10-24 00:46

经典卷积神经网络 - AlexNet

AlexNet是由AlexKrizhevsky、IlyaSutskever和GeoffreyHinton在2012年ImageNet图像分类竞赛中提出的一种经典的卷积神经网络。

mango1698·2023-10-24 00:27

深度学习--循环神经网络（Recurrent Neural Network）

首先我们必须要知道DNN，CNN的输入是相互独立的，比如说我们有一张照片，最终输入是猫还是狗，我输入的每张照片之间是不是没什么关系，也就是说相互独立。

AI-孟菜菜·2023-10-23 23:04

分类预测 | MATLAB实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络数据分类预测

分类预测|MATLAB实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络数据分类预测目录分类预测|MATLAB实现SSA-CNN-BiLSTM麻雀算法优化卷积双向长短期记忆神经网络数据分类预测分类效果基本描述程序设计参考资料分类效果基本描述

机器学习之心·2023-10-23 23:26

分类预测 | MATLAB实现SSA-CNN-BiLSTM-Attention数据分类预测（SE注意力机制）

分类预测|MATLAB实现SSA-CNN-BiLSTM-Attention数据分类预测（SE注意力机制）目录分类预测|MATLAB实现SSA-CNN-BiLSTM-Attention数据分类预测（SE注意力机制

机器学习之心·2023-10-23 23:52

图片翻译——让机器告诉你图片内容

Aneuralimagecaptiongenerator[C]//ComputerVisionandPatternRecognition.IEEE,2015:3156-3164.温馨提示：要看懂本文，必须先熟悉CNN

一梦到天涯·2023-10-23 23:52

R-C3D论文笔记

RegionConvolutional3DNetworkforTemporalActivityDetection论文地址:https://arxiv.org/pdf/1703.07814.pdf刚看完论文，先总结一下论文的创新点:1.推广faster-RCNN

義傑·2023-10-23 23:18

无条件下生成更真实的人脸图像PG-GAN！

当然作为当前最有竞争力的生成模型，相对于VAE,GAN虽然不稳定，相对于PixelCNN,GAN虽然没有提供明确的li

Lornatang·2023-10-23 21:40

Basic CNN-5）：Homework

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvisionimportt

曾叔叔要稳住·2023-10-23 18:46

Basic CNN-4）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchimporttorch.nn.functionalasFfromtorch.optimimportoptimizerfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvisionimportt

曾叔叔要稳住·2023-10-23 18:45

Basic CNN-1）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）#代码片段"""基础卷积神经网络CNN"""importtorch#预设参数in_channel,out_channels

曾叔叔要稳住·2023-10-23 18:15

Basic CNN-3）

源自课程：《PyTorch深度学习实践》完结合集Chapter10卷积神经网络（基础篇）importtorchinput=[3,4,6,5,2,4,6,8,1,6,7,8,9,7,4,6]input=torch.Tensor(input).view(1,1,4,4)maxpooling_layer=torch.nn.MaxPool2d(kernel_size=2)output=maxpooling

曾叔叔要稳住·2023-10-23 18:15

深度学习 | Pytorch深度学习实践（Chapter 10、11 CNN）

十、CNN卷积神经网络基础篇首先引入——二维卷积：卷积层保留原空间信息关键：判断输入输出的维度大小特征提取：卷积层、下采样分类器：全连接引例：RGB图像（栅格图像）首先，老师介绍了CCD相机模型，这是一种通过光敏电阻

西皮呦·2023-10-23 18:02

AI学习路线

目前跟B站刘二大人老师学到了CNN，对深度学习有了一定的了解和认识，但是还不够深入，之前直接上李沐老师的视频太顶了555，不过自己基础确实不太行(╥╯^╰╥)在B站看到了一位up分享的学习路线，感觉很好

西皮呦·2023-10-23 17:37

Pytorch详细教程——11.CNN Flatten Operation Visualized

11.CNNFlattenOperationVisualized-TensorBatchProcessingForDeepLearning这一节课我们将形象的对一个灰度图像张量进行flatten操作，并将展示如何在一个张量中

爱冒险的梦啊·2023-10-23 15:35

Basic CNN - Pytorch

笔记来自课程《Pytorch深度学习实践》Lecture10如下图所示，在做全联接的时候，把图片（1*28*28，即C*W*H）全部都拉成了一长串（1*...），所以卷积层是为了保留它的空间特征。下采样时通道数C不变，下采样是为了减少数据量，从而减轻运算负担。我们把卷积和下采样这部分称为“特征提取器”，即FeatureExtraction。做了卷积之后，它的C和W和H都有可能会发生改变。左上角为图

人间折耳根·2023-10-23 15:34

pytorch逐行搭建CNN系列（一）AlexNet

此前的CNN通常使用平均池化，而AlexNet全部使用最大池化，成功避免了平均池化带来的模糊化效果提出LRN（局部响应归一化）使用GPU加速训练使用了数据增强策略（DataAugmentation

努力当总裁·2023-10-23 15:02

CNN-卷积操作pytorch实现

一、导入需要的模块importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFimportnumpyasnp二、选择MNIST数据集,图像大小为28X28,通过卷积操作转换向量。三、创建两套卷积核以及定义池化层，dropout层classNet(nn.Module):def__init__(self):super().__init__()#

学AI的同学·2023-10-23 15:32

CNN记录】pytorch中flatten函数

pytorch原型torch.flatten(input,start_dim=0,end_dim=-1)作用：将连续的维度范围展平维张量，一般写再某个nn后用于对输出处理，参数：start_dim：开始的维度end_dim：终止的维度，-1为最后一个轴默认值时展平为1维例子1、默认参数input=torch.randn(2,3,4,5)output=torch.flatten(input)输出维：

侵蚀昨天·2023-10-23 15:00

CV全新范式！LSTM在CV领域杀出一条血路！Sequencer：超越Swin、ConvNeXt等网络

：https://arxiv.org/abs/2205.01972在最近的计算机视觉研究中，ViT的出现迅速改变了各种架构设计工作:ViT利用自然语言处理中的Self-Attention实现了最先进的图像分类性能

Amusi（CVer）·2023-10-23 13:46

【机器学习】Tensorflow.js：在浏览器中使用机器学习实现图像分类

⭐️本文首发自前端修罗场(点击加入)，是一个由资深开发者独立运行的专业技术社区，我专注Web技术、答疑解惑、面试辅导以及职业发展。现在加入，私聊我即可获取一次免费的模拟面试机会，帮你评估知识点的掌握程度，获得更全面的学习指导意见，交个朋友，不走弯路，少吃亏！最近公司在研发分布式高性能的云计算平台，其中涉及到了AI方面的处理。所以我也在自学MachineLearning。不过在AI方面的知识却是需要

编程轨迹_·2023-10-23 13:26

autoware.ai中检测模块lidar_detector caffe

lidar_apollo_cnn_seg_detect模块：该模块主要是调用百度apollo的目标分割。

lsyhaoshuai·2023-10-23 13:17

机器学习中的多分类问题

例如，将图像分类为不同的物体，将文本分类为不同的主题，将音频分类为不同的语音等。多分类问题可以被视为二分类问题的扩展

梦回丶故里·2023-10-23 13:17

18、(复现)--CNN、RNN、LSTM、vit视频动作分类

#关键词：CNN、RNN、LSTM、transform、vit、视频理解、动作分类#关键词：RNN的3个分类：simpleRNN、LSTM、GRU序列模型vision-transformerencodercnn-rnn

金城武555·2023-10-23 11:57

使用yolov5模型实现佩戴口罩的检测

一、目标检测简介计算机视觉中有一项重要的任务为目标检测，与图像分类任务相比，图像分类任务仅仅把一张图片进行不同种类的分类（类别标签），而在目标检测是将输入的一

The black panther·2023-10-23 08:38

目标检测YOLO实战应用案例100讲-基于YOLOv5的航拍图像旋转目标检测（中）

目录2.2目标检测基础2.2.1目标检测定义2.2.2目标检测原理2.3基于CNN的目标检测网络结构

林聪木·2023-10-23 08:06

记录一次tf-faster-rcnn代码强行升级环境的过程

因为处理量的增大，之前在本地linux上的一套tf-faster-rcnn的代码需要被移动到更高的环境下（之前是gtx1080ti的单显卡，目标机器是一台gtxtitanv的双显卡），我本以为移动会很简单

conner是位好少年·2023-10-23 07:03

多维时序 | MATLAB实现CNN-BiGRU卷积神经网络结合双向门控循环单元多变量时间序列预测

多维时序|MATLAB实现CNN-BiGRU卷积神经网络结合双向门控循环单元多变量时间序列预测目录多维时序|MATLAB实现CNN-BiGRU卷积神经网络结合双向门控循环单元多变量时间序列预测预测结果基本介绍模型特点程序设计学习总结参考资料预测结果基本介绍多维时序

机器学习之心·2023-10-23 07:21

区间预测 | MATLAB实现基于CNN-BiGRU-Multihead-Attention-KDE多头注意力卷积双向门控循环单元多变量时间序列区间预测

区间预测|MATLAB实现基于CNN-BiGRU-Multihead-Attention-KDE多头注意力卷积双向门控循环单元多变量时间序列区间预测目录区间预测|MATLAB实现基于CNN-BiGRU-Multihead-Attention-KDE