cnn调参

深度学习疲劳检测 驾驶行为检测 - python opencv cnn 计算机竞赛

文章目录0前言1课题背景2相关技术2.1Dlib人脸识别库2.2疲劳检测算法2.3YOLOV5算法3效果展示3.1眨眼3.2打哈欠3.3使用手机检测3.4抽烟检测3.5喝水检测4最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习加驾驶疲劳与行为检测**该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：4分工作量：3分创新点：5分更多资料
Mr.D学长·2023-12-15 22:08

深度学习中，网络、模型、算法有什么区别

常见的深度学习网络包括卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）等。模型：模型是指网络结构和参数的组合，它可以对数据进行预测和分类。在深度学习中，模型的训练过程就是不
无妄无望·2023-12-15 22:03

RCNN学习笔记

公式渲染完整版请移步个人博客系统结构structure.pngRCNN物品目标识别系统如上图所示，如图所示，共分为四步：候选区域提取：使用Selectivesearch选择候选区域，并进行预处理，全部处理为相同大小
月见樽·2023-12-15 22:17

激活函数数学详解以及应用场景解释

文章目录激活函数1.Sigmoid激活函数例子及推导过程代码2.ReLU激活函数例子及推导过程3.Tanh激活函数例子及推导过程代码4.Softmax激活函数例子及推导过程代码CNN中的卷积层工作原理卷积计算过程卷积后的输出及
h52013141·2023-12-15 22:29

2018-12-06 CNN

Japanhassomanyvacanthomesit'sgivingthemawayheseriesonJapan'sdemographicreckoningisfundedbythePulitzerCenteronCrisisReporting.NoneofthematerialinthisseriesmaybereproducedwithoutanexplicitcredittoCNNand
黑大帅233·2023-12-15 21:18

使用NCNN在华为M5部署Yolov5

使用NCNN在华为M5平板部署Yolov5一、NCNN二、下载解压NCNN三、下载ncnn-android-yolov5工程四、下载AndroidStudio[前提已经配置了jdk版本]1、安装NDK、
豫州刺史·2023-12-15 20:02

YoloV8改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现YoloV8的有效涨点

使用D-Mixer作为基本构建块设计了TransXNet，这是一种新型的混合CNN-Transformer视觉主干网络，可提供引人注目的性能。在ImageNet-1K图像分类任务中，T
静静AI学堂·2023-12-15 20:57

深度学习 Day13——P2彩色图片分类

1我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN
LittleRuby·2023-12-15 20:27

深度学习 Day16——P5运动鞋识别

前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4加载数据2.1.4查看数据2.2构建CNN
LittleRuby·2023-12-15 20:27

深度学习 Day17——P6好莱坞明星识别

引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN
LittleRuby·2023-12-15 20:27

深度学习 Day12——P1实现mnist手写数字识别

1我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN
LittleRuby·2023-12-15 20:57

深度学习 Day6——T6好莱坞明星识别

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.可视化数据7.再次检查数据8.配置数据集9.构建CNN
LittleRuby·2023-12-15 20:56

深度学习 Day10——T10数据增强

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.再次检查数据7.配置数据集8.可视化数据9.构建CNN
LittleRuby·2023-12-15 20:56

深度学习 Day11——T11优化器对比实验

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.再次检查数据7.配置数据集8.可视化数据9.构建CNN
LittleRuby·2023-12-15 20:56

MobileNet网络

介绍MobileNet网络专注于移动端或者嵌入式设备中的轻量级CNN网络，相比传统卷积神经网络，在准确率小幅降低的前提下大大减少模型参数与运算量（相比VGG16准确率减少了0.9%，但模型参数只有VGG
Kelly_Ai_Bai·2023-12-15 20:55

深度学习 Day14——P3天气识别

引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN
LittleRuby·2023-12-15 20:19

基于OpenCV+CNN+IOT+微信小程序智能果实采摘指导系统——深度学习算法应用(含python、JS工程源码)+数据集+模型（五）

目录前言总体设计系统整体结构图系统流程图运行环境Python环境TensorFlow环境JupyterNotebook环境Pycharm环境微信开发者工具OneNET云平台模块实现1.数据预处理2.创建模型并编译3.模型训练及保存4.上传结果5.小程序开发1）查询图片2）查询识别结果系统测试1.训练准确率2.测试效果3.外部访问效果相关其它博客工程源代码下载其它资料下载前言本项目基于Keras框架
小胡说人工智能·2023-12-15 18:36

36、什么是池化算法

池化算法也是CNN网络中非常常见的算法。池化这一算法理解起来比较简单，从名字中或许可以看到一些东西：从一个像素池子中选取一些有代表性的像素出来。常见的池化有最大池化和平均池化。
董董灿是个攻城狮·2023-12-15 17:53

卷积神经网络18种有效创新方法汇总，涵盖注意力机制、空间开发等7大方向

作为深度学习中非常重要的研究方向之一，卷积神经网络（CNN）的创新不仅表现在提升模型的性能上，还更进一步拓展了深度学习的应用范围。
深度之眼·2023-12-15 16:49

【深度学习目标检测】五、基于深度学习的安全帽识别（python，目标检测）

深度学习目标检测方法则是利用深度神经网络模型进行目标检测，主要有以下几种：R-CNN系列：包括R-CNN、FastR-CNN、FasterR-CNN等，通过候选区域法生成候选目标区域，然后使用卷积神经网络提取特征
justld·2023-12-15 16:15

深度学习 Day15——P4猴痘病识别

引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN
LittleRuby·2023-12-15 16:36

【改进YOLOv8】融合Context_Grided_Network(CGNet)的晶粒大小分布统计系统

随着深度学习的发展，基于卷积神经网络（CNN）的目标检测算法取得了显著的进
xuehaishijue·2023-12-15 14:15

深度学习 Day18——P7咖啡豆识别

引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN
LittleRuby·2023-12-15 14:02

传输丰富的特征层次结构以实现稳健的视觉跟踪 Transferring Rich Feature Hierarchies for Robust Visual Tracking

原文链接论文地址：https://arxiv.org/pdf/1501.04587.pdf摘要阻碍CNN应用于视觉跟踪的主要障碍是缺乏适当标记的训练数据。
代码的路·2023-12-15 14:12

微信小程序实现加密解密WXBizMsgCrypt，与后台交互

/crypto-js')constaesKey='7ooWX2U6m4ajRspZiCNnuSFOJepKcr6kKK8zoiOWFj5='constappid='wx52d258a012126799'
狠狠亲一口·2023-12-15 13:00

特权FPGA学习笔记

vivadoHLS------------->RTL门电路，省去了HDL语言的中间转换，可以看作是C向C#的演进，基于zynq面向以前使用C的开发人员，但是个人觉得，HDL存在且未被C取代，工具的着眼点就是面向底层调参
chinxue2008·2023-12-15 11:25

图像融合——现有比较火的网络

这些网络可以基于不同的架构设计，下面是一些常用于图像融合任务的深度学习网络类型：卷积神经网络（CNNs）：常用于图像相关任务，因为它们可以有效地处理像素数据并提取空间特征。
Keep forward upup·2023-12-15 08:28

安卓端部署PPOCR的ncnn模型——模型转换

最近在研究ocr模型（包括文本检测和文本识别）在安卓端的部署，由于工作中用到的算法是基于百度研发的PPOCR算法，最终需要在安卓端落地应用，部署框架使用的是ncnn框架，中间涉及模型转换和部署的问题，所以特意在此做一个记录
彧侠·2023-12-15 07:45

大道至简？ETH研究团队提出简化版Transformer模型，综合效率明显提升

与先前的CNN模型类似，Transformer同样遵循一个设计规范，即首先构造一个基础块，这个基础块通
TechBeat人工智能社区·2023-12-15 07:46

pytorch-mask-rcnn 官方

ThisisaPytorchimplementation实现ofMaskR-CNNthatisinlargepartsbasedonMatterport'sMask_RCNN.Matterport'srepositoryisanimplementationonKerasandTensorFlow.ThefollowingpartsoftheREADMEareexcerpts
pythonSuperman·2023-12-15 05:10

PyTorch实现TPU版本CNN模型

姓名：韩宜真学号：17020120095转载自：https://mp.weixin.qq.com/s?__biz=MzAxMjMwODMyMQ==&mid=2456352664&idx=1&sn=5067f17e989f89e0ea2206c498c73c18&chksm=8c2f8d96bb580480350c03c68dbdd53f5aeb72237bc5c97888968c9a36a8611
d5cc63d9e177·2023-12-15 05:44

GCN（图卷积）学习笔记

  CNN在图像上可以非常有效的提取特征，但是CNN处理的图像中像素点是排列成一个很整齐的矩阵，无法直接应用于图结构中，因为图中每个节点的邻接节点的数目可能都是不同的，那就无法用一个相同尺寸的卷积核进行卷积运算
图学习的小张·2023-12-15 05:32

深度学习基础回顾

深度学习基础浅层网络VS深层网络深度学习常用的激活函数Sigmoid函数ReLU函数Softplus函数tanh函数归纳偏置CNN适用数据归纳偏置RNN适用数据归纳偏置浅层网络VS深层网络浅层神经网络参数过多
一根老麻花·2023-12-14 19:48

Python轴承故障诊断 (四)基于EMD-CNN的故障分类

目录前言1经验模态分解EMD的Python示例2轴承故障数据的预处理2.1导入数据2.2制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-CNN的轴承故障诊断分类
建模先锋·2023-12-14 17:42

CNN 卷积神经网络之 DenseNet 网络的分类统一项目(包含自定义数据集的获取)

1.DenseNet网络介绍本章实现的项目是DenseNet网络对花数据集的五分类，下载链接：基于迁移学习的DenseNet图像分类项目DenseNet网络是在ResNet网络上的改进，大概的网络结构如下：1.1卷积的简单介绍图像识别任务主要利用神经网络对图像进行特征提取，最后通过全连接层将特征和分类个数进行映射。传统的网络是利用线性网络对图像进行分类，然而图像信息是二维的，一般来说，图像像素点和
听风吹等浪起·2023-12-14 15:00

Pytorch-CNN轴承故障一维信号分类(二)

目录前言1数据集制作与加载1.1导入数据1.2数据加载，训练数据、测试数据分组，数据分batch2CNN-2D分类模型和训练、评估2.1定义CNN-2d分类模型2.2定义模型参数2.3模型结构2.4模型训练
建模先锋·2023-12-14 15:27

注意力机制和自注意力机制

大数据中对于重要的数据，我们要使用；对于不重要的数据，我们不太想使用，但是，对于一个模型而言（CNN、LSTM），很难决定什么重要，什么不重要。由此，注意力机制诞生了。注意力机制是一
可keke·2023-12-14 13:39

ESP32使用mpu6050以及pid调参

pid//pid参考教程https://www.xpstem.com/article/10120#include#includeMPU6050mpu6050(Wire);//pid相关参数unsignedlonglastTime;doubleInput,Output,Setpoint;doubleITerm,lastInput;doublekp,ki,kd;intSampleTime=1000;/
dsxcode·2023-12-07 00:20

【学习记录】PID原理学习以及在matlab/simulink中实现PID调参

PID是什么PID：基于误差来消除误差的控制策略,就是“比例P（proportional）+积分I（integral）+微分D（derivative）”，是一种常见的“保持稳定”控制算法。PID表达式：比例P（proportional）+积分I（integral）+微分D（derivative）现在——过去——将来实例使用比例控制（P）r：希望输出x：实际输出e：误差（error）在simulin
dumpling0120·2023-12-06 18:46

DCGAN生成网络模型

它结合了卷积神经网络（CNN）和生成对抗网络的概念，旨在生成具有高质量的逼真图像。
普通研究者·2023-12-06 18:02

论文翻译：GRAPH ATTENTION NETWORKS

我们以这种方式处理西瓦拉问题：卷积神经网络(CNNs)已被成功应用于解决图像分类(Heetal.，
王壹浪·2023-12-06 18:20

048python写字笔画顺序识别检测笔顺是否有误检测

demo仓库和视频演示找048期：到此一游7758258的个人空间_哔哩哔哩_bilibili效果展示图如下：代码文件展示如下：运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02CNN
gfsfsdfs·2023-12-06 17:57

045基于卷积神经网络的94种矿石识别

科普下卷积神经网络相关知识：CNN是卷积神经网络（Convo
gfsfsdfs·2023-12-06 17:27

042基于深度学习的手指静脉识别

科普下卷积神经网络相关知识：CNN是
gfsfsdfs·2023-12-06 17:26

044基于深度学习的鱼类检测

科普下卷积神经网络相关知识：CNN是卷积神经网络（Conv
gfsfsdfs·2023-12-06 17:26

【HyperQuest】调参

以此篇文章记录我的调参结果和个人总结，如果大家有更好的效果，欢迎留言交流~2调参思路最开始：没有regulation，learningrate较大，网络模型简单如果train和test接近且准确率高，说明模型
MORE_77·2023-12-06 17:22

论文笔记：Bilinear CNN在fine grained图片分类上的进展

1.BilinearCNNModelsforFine-grainedVisualRecognition论文链接：http://vis-www.cs.umass.edu/bcnn/docs/bcnn_iccv15
TerenceChen1210·2023-12-06 17:33

【PID学习笔记 5 】控制系统的性能指标之一

写在前面PID在实际工程中最重要的工作就是调参，那么首先就要了解控制系统的性能指标。上文最后简要介绍了控制系统的基本要求，本文开始将系统学习控制系统的性能指标，内容比较多，初步计划是分三节来讲解。
MJY@二进制·2023-12-06 15:28

Gradient Boosting Machines

training_frame=train,model_id="GBM",nfolds=10,validation_frame=valid)h2o.varimp(m)h2o.performance(m,test)调参数
Liam_ml·2023-12-06 15:22

求助，有关Kriging 代理模型相关问题

还有就是Matlab里面提供的KrigingToolbox使用工具感觉有点麻烦，不知道怎么调参数运用。
Taylor .·2023-12-06 14:08
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他