imagenet

【论文精读】AlexNet —— 解读《ImageNet Classification with Deep Convolutional Neural Networks》

《ImageNetClassificationwithDeepConvolutionalNeuralNetworks》在2012年发表，将深度卷积神经网络应用于物体识别（图片分类），引发广泛的学界关注并引领深度学习研究的浪潮，成为近年来深度学习发展的奠基作之一。（抱歉各位读者，这是我自己读论文过程中整理的笔记，参考了B站李沐大佬的解读，目前一些细节还没整理完整，有待补充，见谅）Abstract摘要
M号攻城狮·2022-12-10 21:10

作者为ImageNet一作、李飞飞高徒邓嘉

其中，最佳论文奖被ImageNet一作、李飞飞高徒邓嘉及其学生摘得。
QbitAl·2022-12-10 15:23

图像分类以及经典的分类模型

dog,pig)三个类别，输入一张图片，分类模型会给图像分配多个标签，每个标签的概率不相同，取最大作为其类别，这就完成了图像分类的任务图像分类经典的分类模型AlexNetAlexNet简介：2012年的ImageNet
TerenceAmil·2022-12-10 15:53

常用的即插即用的注意力机制模块（SE、CBAM）

1、SENet1.1前言SENet是最后一届ImageNet2017竞赛分类任务的冠军。SENet网络的创新点在于关注channel之间的关系，希望模型可以自动学习到不同channel特征的重要程度。
腿。·2022-12-10 14:35

alexNet 论文学习第一轮

ImageNetClassificationwithDeepConvolutionalNeuralNetworks)开山之作论文原文：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
qq_43625764·2022-12-10 14:02

Pytorch迁移学习

相反，通常在一个非常大的数据集中对ConvNet进行预处理(例如，ImageNet，它包含120万张图像，包含1000个类别)，然后使用ConvNet作为初始化或固定的特征提取器来完成感兴趣的
Alphapeople·2022-12-10 14:28

PyTorch中文教程 | (4) 迁移学习教程

相反，通常在非常大的数据集（例如ImageNet，其包含具有1000个类别的120万个图像）上预先训练ConvNet，然后使用ConvNet作为感兴趣任务的初始化或固定特征提取器。如下
CoreJT·2022-12-10 14:57

Make RepVGG Greater Again！揭示重参化量化崩溃根因并解决（美团）

尽管如此，当需要INT8推理时，其量化性能通常太差，无法部署（例如ImageNet上的top-1精度下降超过20%）。本文深入
自动驾驶之心·2022-12-10 14:41

Resnet实现CIFAR-10图像分类

从2012年AlexNet在ImageNet比赛夺冠以来，深度学习深刻推动了计算机视觉领域的发展，当前最先进的计算机视觉算法几乎都是深度学习相关的。
m0_70336003·2022-12-10 11:35

DoltLab本地部署实践

在读研时，我们依据选的课题来开展研究，用的数据集往往都是公开的标准数据集，像经典的ImageNet、MNIST、FashionMNIST等等，不存在对数据集有什么特殊管理的问题。而在工作场景下就不同了
Liekkas Kono·2022-12-10 10:42

李沐动手学深度学习V2-GoogLeNet模型和代码实现

1.GoogLeNet在2014年的ImageNet图像识别挑战赛中，一个名叫GoogLeNet的网络架构大放异彩。GoogLeNet吸收了NiN中串联网络的思想，并在此基础上做了改进。
cv_lhp·2022-12-09 22:20

阿尔兹海默症分类2D方法

试着用ImageNet预训练权重加速训练。这里用ImageNetResNet50预训练模型。
weixin_45164735·2022-12-09 17:30

一文梳理视觉Transformer架构进展：与CNN相比，ViT赢在哪儿？

与卷积神经网络（CNN）相比，视觉Transformer（ViT）依靠出色的建模能力，在ImageNet、COCO和ADE
深度学习技术前沿·2022-12-09 15:10

tensorflow2.4使用GooleNet实现识别植物花朵图像项目

pan.baidu.com/s/1zs9U76OmGAIwbYr91KQxgg提取码：bhjx2.GooleNet网络介绍GoogleNet是google推出的基于Inception模块的深度神经网络模型，在2014年的ImageNet
Haohao+++·2022-12-09 11:35

利用VGG16网络模块进行迁移学习实现图像识别

ImageNet虽然带有”Net“，但他不是一种深度神经网络模型，它是个数据集，斯坦福大学教授李飞飞带头建立，是目前图像分类、检测、定位的最常用数据集之一。
忙什么果·2022-12-09 07:51

VGG网络结构详解与模型的搭建

网络结构详解视频2.使用pytorch搭建VGG并训练3.使用tensorflow搭建VGG并训练VGG网络是在2014年由牛津大学著名研究组VGG(VisualGeometryGroup)提出，斩获该年ImageNet
太阳花的小绿豆·2022-12-09 07:44

Inception-V1（Going deeper with convolutions）

并在2014年，ImageNet挑战赛(ILSVRC14)中，GoogLeNet获得了第一名。GoogLeNet模型结构的特点是网络层数更深了。
chairon·2022-12-09 04:41

Inception-v1论文拜读：Going deeper with convolutions

架构细节5GoogleNet6训练方法7ILSVRC2014分类挑战的设置和结果7ILSVRC2014检测挑战的设置和结果9结论0摘要我们提出了一个代号为Inception的深度卷积神经网络架构，负责在ImageNet2014
Pluto534·2022-12-09 04:39

Pytorch Image Models (timm)

是由RossWightman创建的深度学习库，是一个关于SOTA的计算机视觉模型、层、实用工具、optimizers,schedulers,data-loaders,augmentations，可以复现ImageNet
大饼博士_cqqian·2022-12-09 03:24

PyTorch Image Models（timm）库基础

是由RossWightman创建的深度学习库，是一个关于SOTA的计算机视觉模型、层、实用工具、optimizers,schedulers,data-loaders,augmentations，可以复现ImageNet
官同鹏·2022-12-09 03:24

python 库整理：Timm（1）

1Timm介绍`timm`是一个深度学习库，是SOTA计算机视觉模型、层、实用程序、优化器、调度器、数据加载器、增强以及具有再现ImageNet训练结果能力的训练/验证脚本的集合。
UQI-LIUWJ·2022-12-09 03:24

论文阅读：AutoAugment: Learning Augmentation Strategies from Data

文章目录1、论文总述2、MNIST与ImageNet数据集上有效数据增强的不同3、ThekeydifferencebetweenourmethodandGAN4、Asearchalgorithmandasearchspace
贾小树·2022-12-09 02:34

SE block论文地址、详细代码及网络解析

论文：Squeeze-and-ExcitationNetworks链接：https://arxiv.org/pdf/1709.01507.pdf该篇论文是ImageNet最后一届比赛的冠军作品，在很多经典网络结构中都可以看到它的身影
小破船ZAW·2022-12-09 01:58

论文大盘点｜卷积神经网络必读的100篇经典论文，包含检测/识别/分类/分割多个领域...

2012年，在Imagenet图像识别大赛中，Hint
深度学习技术前沿·2022-12-08 21:27

VGG16 ImageNet Inference on Atlas200

1.安装依赖pythonatlasutil库依赖pyav,numpy和PIL。在运行环境中需要安装这些第三方库a.安装pyav安装其他依赖：sudopip3.7.5Cythonsudoapt-getinstallpkg-configlibxcb-shm0-devlibxcb-xfixes0-devsudocp/usr/local/ffmpeg/lib/pkgconfig/*/usr/share/p
shiner_chen·2022-12-08 16:19

了解图像分类与imageNet数据集

一、图像分类图像分类实质上就是从给定的类别集合中为图像分配对应标签的任务。也就是说我们的任务是分析一个输入图像并返回一个该图像类别的标签。假定类别集为categories={dog,cat,panda}，之后我们提供一张图片给分类模型，如下图所示：分类模型给图像分配多个标签，每个标签的概率值不同，如dog:95%，cat:4%，panda:1%，根据概率值的大小将该图片分类为dog，那就完成了图像
黑马程序员官方·2022-12-08 16:47

模型剪枝-ICCV2017-Learning Efficient Convolutional Networks through Network Slimming

例如，存储一个ImageNet上训练的典型CNN会占用超过300MB的空间，这对嵌入式设备来说是一个很大的资源负担。2）运行时
做个人吧~·2022-12-08 08:36

repvgg

imagenet精度：importtorch.nnasnnimportnumpyasnpimporttorchdefconv_bn(in_channels,out_channels,kernel_size
AI视觉网奇·2022-12-08 06:38

RepVGG

提出量化友好方案解决结构重参数模型的量化时性能下降问题，无需任何技巧，采用标准PTQ，RepVGG在ImageNet上的精度下降就能保持在2%以内。
whaosoft143·2022-12-08 06:03

【TensorFlow】经典卷积神经网络(InceptionNet,ResNet)

【TensorFlow】经典卷积神经网络(InceptionNet,ResNet)1.InceptionNetInceptionNet诞生于2014年，是当年ImageNet竞赛的冠军，Top5错误率减小到
Gardenia190825·2022-12-08 02:18

目标检测中的BackBone,Neck,Head

首先，对于backbone，看文献或博客经常会有backbone，看翻译会译作主干，其实就是主干网络，主要用于特征提取，并且基本在大型数据集(ImageNet,COCO,VOC等)上完成训练，拥有预训练参数的
jenny_paofu·2022-12-08 01:59

Tokens-to-Token ViT: Training Vision Transformers from Scratch on ImageNet阅读笔记（小关键点记录）

总述：本文认为ViT之所以无法直接用中等数量数据集训练取得较好效果，是因为ViT对图像进行分patch拼接成序列的处理方法太简单了，模型无法学习到图像的结构信息，并且文中通过比较ViT和CNN中间每层输出的表示也印证了这一点。因此本文提出了新的Tokenize方法，将每一层的输出再还原成一个图像，然后在图像上进行softsplit。Softsplit指的是有重叠的进行patch划分，这样就建立起了
wangtao990503·2022-12-07 16:38

Pytorch做图像分类的迁移学习

迁移学习的2种场景：1、微调Convnet：使用预训练的网络（如在imagenet1
Goodness2020·2022-12-07 12:56

李沐动手学深度学习V2-模型微调和代码实现

例如，尽管ImageNet数据集中的大多数图像与识别图像无关，但在此数据集上训练的模型可能会提取更通用的图像特征，这有助于识别边缘、纹理、形状和对象组合，这些类似的特征也可能有效地识别当前图像。
cv_lhp·2022-12-07 07:41

MATLAB基于深度学习框架GoogLeNet的网络摄像机图像分类

文章目录1、GoogLeNet2、开发环境及前期准备2.1安装附加工具3、DeepLearningToolbox开发工具介绍4、代码实战1、GoogLeNet2014年，GoogLeNet和VGG是当年ImageNet
努力改掉拖延症的小白·2022-12-07 07:11

深度学习图像分类ResNet网络结构

针对这一问题，何恺明等人提出了残差网络（ResNet）在2015年的ImageNet图像识别挑战赛夺魁，并深刻影响了后来的深度神经网络的设计。假设F(x)代表某个
赵广陆·2022-12-07 07:38

PyTorch基础：数据处理(数据加载、GPU加速)

丰富、完整、规范的数据集往往能训练处效果更佳的网络模型主流公开数据集ImageNet数据集PASCALVOC数据集COCO(CommonObjectinContext)数据集数据加载PyTorch将数据集的处理过程标准化
丁天牛·2022-12-06 15:31

自监督论文阅读笔记 Self-Supervised Pretraining for RGB-D Salient Object Detection

现有的基于CNN的RGB-D显著对象检测(SOD)网络都需要在ImageNet上进行预训练，以学习有助于提供良好初始化的层次特征。然而，大规模数据集的收集和注释既耗时又昂贵。
YoooooL_·2022-12-06 13:12

神经网络学习笔记2——VGGNet神经网络结构与感受野理解与代码

图形化2、VGG表格化二、结构学习1、特点2、VGG16模型详解三、感受野四、python代码前言VGGNet是牛津大学视觉几何组(VisualGeometryGroup)提出的模型，该模型在2014ImageNet
RanceGru·2022-12-06 11:55

目标检测学习笔记6——VGG学习与论文解读

VGG网络在2014年ImageNet图像分类竞赛中获得亚军（当年的冠军是GoogleNet）、定位竞赛获得冠军。VGG最大的贡献就是证明了卷积
Shadownow·2022-12-06 11:51

coco 数据集_MS COCO数据集详解

ImageNet与PascalVOC数据集主要关注图像分类、对象检测与图像语义分割，而COCO主要关注图像场景与
weixin_39710396·2022-12-06 09:45

图像生成之扩散模型：靠加入类别条件，效果直达SOTA

于是，依旧是OpenAI出品，论文标题就直接号称“在图像生成上打败GAN”的ADM-G模型也重新进入了大众眼中：光看PaperswithCode上基于ImageNet数据集
数据派THU·2022-12-06 07:03

PyTorch ImageNet 基于预训练六大常用图片分类模型的实战

小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达微调Torchvision模型在本教程中，我们将深入探讨如何对torchvision模型进行微调和特征提取，所有这些模型都已经预先在1000类的Imagenet
小白学视觉·2022-12-05 20:23

腾讯&上交&浙大提出PyramidCLIP，进行层次内语义对齐和跨层次关系对齐，Zero-Shot效果优于CLIP！...

HierarchicalFeatureAlignmentforVision-languageModelPretraining』，由腾讯&上交&浙大（沈春华）提出PyramidCLIP，进行层次内语义对齐和跨层次关系对齐，ImageNet
我爱计算机视觉·2022-12-05 15:47

ResNet最强改进版来啦！ResNest在多项任务中达到SOTA

转载：机器之心编辑：深度学习技术前沿2015年，ResNet横空出世，一举斩获CVPR2016最佳论文奖，而且在Imagenet比赛的三个任务以及COCO比赛的检测和分割任务上都获得了第一名。
深度学习技术前沿·2022-12-05 14:09

轻量化卷积神经网络-Mobile Net V1 简介

大纲MobileNetV1简介分组卷积串联信息分组+串联MobileNetV1的深度可分离卷积模型网络结构代码实现MobileNetV1简介随着2012年的AlexNet在ImageNet竞赛中获得冠军
笑傲NLP江湖·2022-12-05 11:20

RCNN论文阅读笔记

与ImageNet一同开启了计算机视觉人工智能第二个十年。后续的包括SPP-
自在犹仙·2022-12-05 10:20

孪生神经网络专题

孪生神经网络可解决以下两种分类问题：第一类，分类数量较少，每一类的数据量较多，比如ImageNet、VOC等。这种分类问题可以使用神经网络或者SVM解决，只要事先知道了所有的类。
阿泽Lee·2022-12-05 07:26

孪生神经网络图像分类图,孪生神经网络图像比对

如果是各种主题，用彩色的imageNET训练。如果你的数据量大到足以与数据集媲美，那么直接用你的数据训练网络即可。
阳阳2013哈哈·2022-12-05 07:50

pytorch例子学习——TRANSFER LEARNING TUTORIAL

tutorials/beginner/transfer_learning_tutorial.html以下是两种主要的迁移学习场景微调convnet:与随机初始化不同，我们使用一个预训练的网络初始化网络，就像在imagenet1000dataset
weixin_34378767·2022-12-04 22:17
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他