完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Networks),是深度學(xué)習(xí)(deep learning)的代表算法之一。
文章:332個(gè) 瀏覽:12675次 帖子:19個(gè)
用于3D MRI和CT掃描的深度學(xué)習(xí)模型總結(jié)
醫(yī)學(xué)成像數(shù)據(jù)與其他我們?nèi)粘D像的最大區(qū)別之一是它們很多都是3D的,比如在處理DICOM系列數(shù)據(jù)時(shí)尤其如此。DICOM圖像由很多的2D切片組成了一個(gè)掃描或...
初學(xué)者必讀:卷積神經(jīng)網(wǎng)絡(luò)指南(一)
卷積神經(jīng)網(wǎng)絡(luò)聽起來像一個(gè)奇怪的生物學(xué)和數(shù)學(xué)的組合,但它是計(jì)算機(jī)視覺領(lǐng)域最具影響力的創(chuàng)新之一。2012年是卷積神經(jīng)網(wǎng)絡(luò)最流行的一年,因?yàn)锳lex Kriz...
2017-11-16 標(biāo)簽:卷積神經(jīng)網(wǎng)絡(luò) 1.9k 0
人臉檢測(cè)的五種方法各有什么特征和優(yōu)缺點(diǎn)
人臉檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究方向,主要用于識(shí)別和定位圖像中的人臉。以下是五種常見的人臉檢測(cè)方法及其特征和優(yōu)缺點(diǎn)的介紹: 基于膚色的方法 特征:...
2024-07-03 標(biāo)簽:像素人臉檢測(cè)計(jì)算機(jī)視覺 1.8k 0
卷積神經(jīng)網(wǎng)絡(luò)通常包括哪幾層
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)...
2024-07-11 標(biāo)簽:圖像識(shí)別模型深度學(xué)習(xí) 1.8k 0
卷積神經(jīng)網(wǎng)絡(luò)計(jì)算過程和步驟
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)域。...
2024-07-03 標(biāo)簽:圖像識(shí)別模型深度學(xué)習(xí) 1.7k 0
CVPR 2023:基于可恢復(fù)性度量的少樣本剪枝方法
在少樣本壓縮場(chǎng)景中,塊級(jí)(block-level)剪枝在本質(zhì)上優(yōu)于濾波器級(jí)(filter-level)。在相同的延遲下,塊級(jí)剪枝可以保留更多原始模型的容...
2023-05-10 標(biāo)簽:濾波器算法卷積神經(jīng)網(wǎng)絡(luò) 1.7k 0
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、語音識(shí)別、自然語言處理等領(lǐng)域...
2024-07-02 標(biāo)簽:圖像識(shí)別語音識(shí)別深度學(xué)習(xí) 1.7k 0
深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用
隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)作為其中的重要分支,已經(jīng)在多個(gè)領(lǐng)...
2024-07-02 標(biāo)簽:人工智能深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1.7k 0
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)(Feedforwar...
2023-11-26 標(biāo)簽:計(jì)算機(jī)視覺數(shù)組深度學(xué)習(xí) 1.7k 0
卷積神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)原理
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)...
2024-07-03 標(biāo)簽:圖像識(shí)別模型深度學(xué)習(xí) 1.7k 0
基于卷積神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷方法是一種創(chuàng)新的技術(shù),它利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)的強(qiáng)大特征提取和分類能力,對(duì)變壓器故障進(jìn)行準(zhǔn)確、快速的診斷。以下將從方...
2024-07-14 標(biāo)簽:cnn卷積神經(jīng)網(wǎng)絡(luò)變壓器 1.6k 0
基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法解析
本節(jié)主要將近年來基于候選區(qū)域的目標(biāo)檢測(cè)算法分為五個(gè)部分進(jìn)行綜述,首先介紹了Faster R-CNN[14]框架的發(fā)展歷程,然后綜述了對(duì)Faster R-...
2023-01-09 標(biāo)簽:計(jì)算機(jī)視覺深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1.6k 0
NVIDIA Research在CVPR上贏得自動(dòng)駕駛創(chuàng)新獎(jiǎng)
新研究成果帶來實(shí)現(xiàn)安全自動(dòng)駕駛系統(tǒng)所需的先進(jìn) 3D Occupancy 預(yù)測(cè)。
2023-08-24 標(biāo)簽:NVIDIA數(shù)據(jù)驅(qū)動(dòng)器自動(dòng)駕駛 1.6k 0
基于深度學(xué)習(xí)的視覺目標(biāo)跟蹤方法
卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型用于將被跟蹤目標(biāo)與其周圍背景區(qū)分開來的跟蹤器可以獲得更準(zhǔn)確的結(jié)果,而CNN模型的模板匹配通常會(huì)更快。
2022-11-29 標(biāo)簽:深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1.6k 0
卷積神經(jīng)網(wǎng)絡(luò)的定義、結(jié)構(gòu)和發(fā)展歷史
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是一種非常重要的機(jī)器學(xué)習(xí)算法,主要應(yīng)用于圖像處理領(lǐng)域,用于圖像分類、目標(biāo)...
2023-08-21 標(biāo)簽:算法計(jì)算機(jī)機(jī)器學(xué)習(xí) 1.6k 0
卷積神經(jīng)網(wǎng)絡(luò)的原理與實(shí)現(xiàn)
1.卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理...
卷積神經(jīng)網(wǎng)絡(luò)cnn模型有哪些
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡(jiǎn)稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語言處理等領(lǐng)...
2024-07-02 標(biāo)簽:模型深度學(xué)習(xí)cnn 1.6k 0
一種新穎的標(biāo)簽驅(qū)動(dòng)去噪框架(LDF)
然后,查詢集利用原型生成相應(yīng)的查詢表示。最后,通過測(cè)量每個(gè)原型表示與相應(yīng)查詢表示之間的距離來進(jìn)行類別預(yù)測(cè)。
2022-11-01 標(biāo)簽:ACD分類器卷積神經(jīng)網(wǎng)絡(luò) 1.6k 0
如何使用卷積神經(jīng)網(wǎng)絡(luò)去檢測(cè)翻拍圖片?
當(dāng)感光元件像素的空間頻率與影像中條紋的空間頻率接近時(shí),可能產(chǎn)生一種新的波浪形的干擾圖案,即所謂的摩爾紋。
2023-04-04 標(biāo)簽:傳感器cnn卷積神經(jīng)網(wǎng)絡(luò) 1.6k 0
基于卷積神經(jīng)網(wǎng)絡(luò)的雙重特征提取方法
機(jī)器學(xué)習(xí)技術(shù)已被廣泛接受,并且很適合此類分類問題?;诰矸e神經(jīng)網(wǎng)絡(luò)的雙重特征提取方法。提出的模型使用Radon拉冬變換進(jìn)行第一次特征提取,然后將此特征輸...
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
| 伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |