cnn图像识别

生成式人工智能实战 | 像素卷积神经网络（PixelCNN）

生成式人工智能实战|像素卷积神经网络0.前言1.PixelCNN工作原理1.1掩码卷积层1.2残差块2.PixelCNN分析3.使用混合分布改进PixelCNN3.1模型构建3.2模型训练0.前言像素卷积神经网络

盼小辉丶·2025-07-20 23:59

基于densenet网络创新的肺癌识别研究

获取项目源码点击文末名片摘要本项目针对肺癌CT图像识别等医学影像分析场景，基于DenseNet网络进行创新性改进，综合引入多尺度卷积、深度可分离卷积、注意力机制以及空间金字塔池化（SPP）等模块，以期提升对不同大小的肺结节及关键病理特征的识别能力

深度学习乐园·2025-07-20 19:32

基于cnn和resnet和mobilenet对比实现驾驶员分心检测

演示效果及获取项目源码点击文末名片本项目旨在通过深度学习技术，结合卷积神经网络（CNN）模型、ResNet模型和MobileNet模型，实现对驾驶员分心行为的自动检测。

深度学习乐园·2025-07-20 19:02

基于蜣螂算法优化多头注意力机制的卷积神经网络结合双向长短记忆神经网络实现温度预测DBO-CNN-biLSTM-Multihead-Attention附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机物理应用机器学习内容介绍温度预测在气象学、农业、能源等领域具有重要的应用价值。随着大数据和人工智能技术的快速发

matlab科研助手·2025-07-20 10:58

基于python的图像识别_基于PYTHON的图片文字识别

文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。一般包括以下几个过程：图像输入、图像前处理、预识别：1图像输入：对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有OpenCV、CxImage等开源项目。2预处理：主要包括二值化，噪声去除，倾斜较正等。2.1二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，我们可以简单的分为前景与背景，为

·2025-07-20 01:53

Transformer：自注意力驱动的神经网络革命引擎

从语言理解到多模态智能的通用架构基石⚙️一、核心定义与历史意义Transformer是由Google团队在2017年论文《AttentionIsAllYouNeed》中提出的深度学习架构，其颠覆性创新在于：完全摒弃RNN/CNN

大千AI助手·2025-07-20 00:49

渣土车识别漏检率高？陌讯算法实测降 90%

技术解析：从单模态到多特征融合的突破传统渣土车识别多依赖单一目标检测模型（如FasterR-CNN），其核心缺陷在于：特征

2501_92487936·2025-07-19 17:22

复杂场景检测老翻车？陌讯算法实测提升 40%

以经典的FasterR-CNN为例，其区域提议网络（RPN）

2501_92453489·2025-07-19 16:21

深度学习——CNN（3）

前言：前面介绍了最基本的Lenet，下面介绍几种其他的网络结构CNN-AlexNet网络结构如下图：从图中可以看出，采用双gpu训练增加LRN归一化层：本质上，这个层也是为了防止激活函数的饱和的。

飘涯·2025-07-19 14:23

微算法科技研究量子视觉计算，利用量子力学原理提升传统计算机视觉任务的性能

它涵盖了图像识别、目标检测、图像分割等一系列复杂任务，广泛应用于自动驾驶、医疗影像分析、安防监控等多个领域。

·2025-07-19 13:26

PyTorch & TensorFlow速成复习：从基础语法到模型部署实战（附FPGA移植衔接）

针对光学类产品算法FPGA移植岗位需求（如可见光/红外图像处理），深度学习框架是算法落地的"桥梁"——既要用PyTorch/TensorFlow验证算法可行性，又要将训练好的模型（如CNN、目标检测）转换为

阿牛的药铺·2025-07-12 18:06

盲超分的核心概念

传统方法（如SRCNN、EDSR）假设退化是固定的（如双三次下采

小冷爱读书·2025-07-12 16:48

目标检测中的NMS算法详解

问题：目标检测模型（如FasterR-CNN,YOLO,SSD等）在推理时，对于同一个目标物体，通常会预测出多个重叠的、不同置信度（confidencescore）的候选边界框（BoundingBoxes

·2025-07-12 10:08

CNN 猫狗识别：从理论到实战的深度解析

在计算机视觉领域，卷积神经网络（ConvolutionalNeuralNetwork，CNN）凭借其强大的特征提取和模式识别能力，成为图像分类任务的主流技术。

爱熬夜的小古·2025-07-12 00:29

深度学习实战-使用TensorFlow与Keras构建智能模型

其广泛应用于图像识别、自然语言处理、推荐系统等领域。

程序员Gloria·2025-07-12 00:28

目前主流图像分类模型的详细对比分析

以下是目前主流图像分类模型的详细对比分析，结合性能、架构特点及应用场景进行整理：一、主流模型架构分类与定量对比模型名称架构类型核心特点ImageNetTop-1准确率参数量（百万）计算效率典型应用场景ResNetCNN

@comefly·2025-07-11 23:24

python——struct模块

文章目录structmodule简介常用函数常见format解析MINSTstructmodule最近在学CNN，想找一个合适的数据集，就想到了MINST。

稚与·2025-07-11 18:49

街道垃圾识别难？陌讯视觉算法实测准确率突破95%

传统视觉算法（如YOLOv5、FasterR-CNN）在复杂街道场景下表现不佳，主要面临以下问题：光照干扰：早晚光线变化导致误检（如阴影被识别为垃圾）小目标漏检：饮料瓶、烟头等小物体在640x640输入下仅占

2501_92487900·2025-07-11 17:16

FasterRCNN源码解析（一）-——跑通代码_霹雳巴拉wz的代码看不懂

为了做好运维面试路上的助攻手，特整理了上百道【运维技术栈面试题集锦】，让你面试不慌心不跳，高薪offer怀里抱！这次整理的面试题，小到shell、MySQL，大到K8s等云原生技术栈，不仅适合运维新人入行面试需要，还适用于想提升进阶跳槽加薪的运维朋友。本份面试集锦涵盖了174道运维工程师面试题128道k8s面试题108道shell脚本面试题200道Linux面试题51道docker面试题35道Je

2401_84140023·2025-07-11 16:08

python通过pyautogui库来控制鼠标和键盘

目录前言1.关于屏幕和鼠标位置2.鼠标移动、拖拽、点击、滚动和运动3.使用键盘4.消息框5.屏幕截图6.图像识别定位前言PyAutoGUI是一个纯Python的GUI自动化工具，通过它可以用程序自动控制鼠标和键盘操作

·2025-07-11 14:53

【零基础学AI】第31讲：目标检测 - YOLO算法

进行物体检测构建一个简单的物体检测系统开始之前环境要求Python3.8+需要安装的包：opencv-python,numpy,matplotlib硬件要求：推荐使用GPU（非必须）前置知识基本Python编程能力了解卷积神经网络（CNN

1989·2025-07-11 13:18

中药细粒度图像分类

在细粒度图像分类（FGVC）领域，BilinearCNN（BCNN）模型因其能够捕捉图像中的局部特征交互而受到广泛关注。

小lo想吃棒棒糖·2025-07-11 10:56

【第三章:神经网络原理详解与Pytorch入门】02.深度学习框架PyTorch入门-(4)Pytorch实战

示例：自定义一个卷积神经网络（CNN）importtorch.nnasnnimporttorch.nn.functional

IT古董·2025-07-11 05:50

Transformer、BERT等模型原理与应用案例

与传统的循环神经网络(RNN)和卷积神经网络(CNN)不同，Transformer完全依赖自注意力机制来处理输入序列的全局依赖关系。核心组件多头自注意力机制(Mul

程序猿全栈の董（董翔）·2025-07-11 03:10

大模型卷积神经网络（CNN）的架构原理

一、卷积神经网络（CNN）的核心原理与架构CNN是一种专为结构化数据（如图像、文本）设计的深度学习模型，其核心在于层次化特征提取与参数高效共享，使其成为大模型中视觉和多模态任务的基础组件。

hao_wujing·2025-07-11 03:38

时尚搭配助手，深度解析用Keras构建智能穿搭推荐系统

文章目录引言：当算法遇见时尚第一章数据工程：时尚系统的基石1.1数据获取的多元化途径1.2数据预处理全流程1.2.1图像标准化与增强1.2.2多模态数据处理第二章模型架构设计：从分类到推荐2.1基础CNN

忆愿·2025-07-11 01:28

神经网络初步学习3——数据与损失

（1）区别这里不妨以图像识别为例子：（1）在传统的机器学习视角中：我们需要人工手动去设置并提取我们的特征量，例如常见的SIFT、SURF和HOG等，随后需要我们选择合适的分类器（例如：SVM、KNN等分类器

X Y O·2025-07-10 12:33

ResNet：深度卷积神经网络的里程碑

一、引言在深度学习的发展历程中，深度卷积神经网络（CNN）不断演进，旨在提升对图像等数据的特征提取与分类能力。

心想事“程”·2025-07-10 10:18

视觉算法之卷积神经网络

定义与特点卷积神经网络(ConvolutionalNeuralNetwork,CNN)是一种专为处理具有网格结构的数据而设计的深度学习模型。

清风AI·2025-07-10 10:17

卷积神经网络架构的演进：从AlexNet到EfficientNet

本文将聚焦于卷积神经网络（CNN）架构的演变，深入探究其背后的基本原理。一些关键术语在深入了解各种架构之前，我们需要明确几个关键术语。更宽的网络意味着卷积层中有更多的特征图（滤波器

t0_54manong·2025-07-10 10:47

开源人工神经网络库（OpenANN）

OpenArtificialNeuralNetworkLibrary）是一个开源的人工神经网络库，基于C++编写，依赖Eigen3库进行高效的矩阵运算，使用CMake进行项目构建，支持多种神经网络架构，包括前馈神经网络、卷积神经网络和循环神经网络等，适用于图像识别

deepdata_cn·2025-07-10 08:33

人工智能怎么入门？零基础入门指南：从小白到AI实战者的第一步

从聊天机器人到自动驾驶，从图像识别到语音翻译，AI正在以前所未有的速度改变世界。但对于初学者来说，一个最常见的问题是：“我没有基础，也不是学数学或计算机的，人工智能还能学吗？我该怎么入门？”

OpenCV图像识别·2025-07-10 00:45

深度神经网络课程设计：从理论到实践

本文还有配套的精品资源，点击获取简介：深度神经网络是深度学习预测的核心技术，本课程设计项目旨在教授学生如何构建和应用深度神经网络进行各种预测任务，包括图像识别和自然语言处理。

Vita Libre·2025-07-09 22:04

【机器学习】解密计算机视觉：CNN、目标检测与图像识别核心技术（第25天）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-07-09 20:49

LLM（大语言模型）能识别图像的核心原因:图像和文本记性特征识别且对其

核心技术原理1.跨模态对齐：让图像与文本说同一种语言向量空间统一：图像通过CNN或ViT编码为特征向量（如512维），文本通过Transformer编码为语义向量（如768维）。

ZhangJiQun&MXP·2025-07-09 20:17

PyTorch+CNN进行猫狗识别项目

任务介绍数据结构为：big_data├──train│└──cat│└──XXX.jpg（每个文件夹含若干张图像）│└──dog│└──XXX.jpg（每个文件夹含若干张图像）├──val│└──cat│└──XXX.jpg（每个文件夹含若干张图像）│└──dog└─────└──XXX.jpg（每个文件夹含若干张图像）需要对train数据集进行训练，达到给定val数据集中的一张猫/狗的图片，识别

·2025-07-09 20:46

MATLAB 实现 SRCNN 图像超分辨率重建

SRCNN代码实现。

leo__520·2025-07-09 13:32

视频讲解：多层感知机MLP与卷积神经网络CNN在服装图像识别中的应用

p=42891原文出处：拓端数据部落公众号分析师：ZiqiYe视频讲解：多层感知机MLP与卷积神经网络CNN在服装图像识别中的应用作为数据科学领域的从业者，我们常面临这样的挑战：如何让机器真正“看懂”图像中的信息

·2025-07-08 23:51

Python实现基于POA-CNN-LSTM-Attention鹈鹕优化算法（POA）优化卷积长短期记忆神经网络融合注意力机制进行多变量回归预测的详细项目实例

目录Python实她基她POA-CNN-LSTM-Attentikon鹈鹕优化算法（POA）优化卷积长短期记忆神经网络融合注意力机制进行她变量回归预测她详细项目实例...1项目背景介绍...1项目目标她意义

nantangyuxi·2025-07-08 16:14

Python在人工智能领域的实际应用：示例代码解析

摘要：本文将通过几个典型的人工智能应用场景，展示Python在图像识别、自然语言处理、推荐系统等方面的高级用法。通过示例代码，带大家深入理解Python在人工智能领域的实际应用。

辣条yyds·2025-07-08 16:43

Python训练打卡Day46

通道注意力(SE注意力)知识点回顾：不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。

编程有点难·2025-07-08 16:08

Bryan Ding·2025-07-08 12:48

Apple Sensor-Fusion 架构全解析：多模态语义图像感知系统设计与实战路径

AppleSensor-Fusion架构全解析：多模态语义图像感知系统设计与实战路径关键词：AppleA系列、SensorFusion、语义图像感知、IMU+Camera协同、图像识别、ARKit、视觉惯性融合

观熵·2025-07-08 01:56

60天python训练营打卡day46

学习目标：60天python训练营打卡学习内容：DAY46通道注意力(SE注意力)知识点回顾：1.不同CNN层的特征图：不同通道的特征图2.什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道

·2025-07-07 23:35

超轻量级中文OCR项目使用教程

超轻量级中文OCR项目使用教程chineseocr_lite超轻量级中文ocr，支持竖排文字识别,支持ncnn、mnn、tnn推理(dbnet(1.8M)+crnn(2.5M)+anglenet(378KB

甄墨疆·2025-07-07 15:14

李宏毅2025《机器学习》第四讲-Transformer架构的演进

CNN（卷积神经网络）：为

·2025-07-07 09:28

【雕爷学编程】MicroPython手册之 ESP32-CAM 图像识别

MicroPython是为了在嵌入式系统中运行Python3编程语言而设计的轻量级版本解释器。与常规Python相比，MicroPython解释器体积小(仅100KB左右)，通过编译成二进制Executable文件运行，执行效率较高。它使用了轻量级的垃圾回收机制并移除了大部分Python标准库，以适应资源限制的微控制器。MicroPython主要特点包括:1、语法和功能与标准Python兼容,易学

驴友花雕·2025-07-07 03:21

文末含资料链接！YOLOv11性能飞跃：深度融合iRMB注意力机制，实战教程助你突破检测极限！

文章目录1.介绍：揭秘iRMB——轻量化与高性能的完美融合1.1摘要：洞察iRMB的设计哲学与卓越表现1.2简单描述：深入剖析iRMB的构造与工作原理核心灵感：CNN与Transformer的珠联璧合iRMB

博导ai君·2025-07-07 02:46

初始CNN(卷积神经网络)

卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）作为深度学习的重要分支，在图像识别、目标检测、语义分割等领域大放异彩。

超龄超能程序猿·2025-07-06 21:04

典型的几种神经网络

骨干网络CNN(卷积神经网络)RNN(循环神经网络)三级目录CNN(卷积神经网络)包括输入层、隐藏层、输出层：输入层一般为一张图片（w,h,d）,输入层数据一般要做归一化处理;隐藏层包含特有的卷积层（卷积核有权重系数

Victor Zhong·2025-07-06 19:23

推荐频道