搜索结果
查询Tags标签： 卷积，共有 208条记录-
用于图像分类的MobileNetV3算法
用于图像分类的MobileNetV3算法 摘要 卷积神经网络（CNN）是一种深度神经网络，通过多个卷积层提取图像特征，广泛应用于图像分类。随着移动设备处理的图像数据量的不断增加，神经网络在移动终端上的应用越来越广泛。然而，这些网络需要大量的计算和先进的硬件支持，很…
2022/3/5 22:15:16 人评论 次浏览 -
VGG图像分类卷积神经网络
VGG2014年图像分类竞赛的亚军，定位竞赛冠军。 卷积神经网络 左边为原图，右边为特征提取后得到的feature map 通过不同算法得到的feature map 池化： 将左图的像素整个成有图的数据 大大缩小范围最大池化和平均池化（如果要取图像边缘，就要在边缘补0） 修正线性单元修…
2022/3/2 23:47:14 人评论 次浏览 -
面向物联网的可重构流式深度卷积神经网络加速器
面向物联网的可重构流式深度卷积神经网络加速器 摘要 卷积神经网络（CNN）在图像检测中具有显著的准确性。为了在物联网设备中使用CNN实现图像检测，提出了一种流媒体硬件加速器。建议的加速器通过避免不必要的数据移动来优化能效。利用独特的滤波器分解技术，加速器可以支…
2022/3/2 6:45:10 人评论 次浏览 -
【YOLO】深度学习-物体检测-YOLO系列（网易云课程笔记）
第一章 YOLO系列概述 1.深度学习经典检测方法(1) tow-stage(两阶段)：Faster-rcnn Mask-rcnn系列：增加了区域建议网络（RPN），即预选框 特点 速度通常较慢（5FPS），但是效果通常不错非常实用的通用检测框架MaskRcnn (2) one-stage(单阶段)：YOLO系列 特点 最核心的优势…
2022/3/1 23:22:40 人评论 次浏览 -
11种CNN网络设计中精巧通用的“小”插件
导言 本文转载于：（附代码）真正的即插即用！盘点11种CNN网络设计中精巧通用的“小”插件 所谓“插件”，就是要能锦上添花，又容易植入、落地，即真正的即插即用。本文盘点的“插件”能够提升CNN平移、旋转、scale等变性能力或多尺度特征提取，感受野等能力，在很多SOTA…
2022/2/28 23:53:50 人评论 次浏览 -
python-卷积神经网络的学习
CNN学习第三天 由于很多知识都不了解，所以，我先用python写一写代码，了解一些CNN的内部原理。 我参考的博客是这篇：卷积神经网络的简单可视化 用的编译环境是：python 3.9.1，pycharm community 开始敲代码。。。 import cv2 import matplotlib.pyplot as plt然后一天就…
2022/2/28 20:21:42 人评论 次浏览 -
【数字信号处理】线性常系数差分方程 ( 卷积 与 “ 线性常系数差分方程 “ | 使用 matlab 求解 “ 线性常系数差分方程 “ )
文章目录 一、卷积 与 " 线性常系数差分方程 "二、使用 matlab 求解 " 线性常系数差分方程 "一、卷积 与 " 线性常系数差分方程 "" 线性常系数差分方程 " 不能使用 卷积函数 conv 函数进行求解 , 因为卷积的右侧没有 y(n)y(n)y(n…
2022/2/27 23:52:46 人评论 次浏览 -
【CVPR 2019】 论文阅读：3D human pose estimation in video with temporal convolutions and semi-supervised tr
2019 CVPR的文章，使用时序卷积和半监督训练的3D人体姿态估计 论文链接：https://arxiv.org/abs/1811.11742 github：https://github.com/facebookresearch/VideoPose3D 已经有前辈对这篇文章做过理解：https://www.cnblogs.com/zeroonegame/p/15037269.html 此处不介绍引…
2022/2/27 23:29:41 人评论 次浏览 -
《Python深度学习》读书笔记：第5章 深度学习用于计算机视觉
目录 第5章 深度学习用于计算机视觉 5.1 卷积神经网络简介 5.1.1 卷积运算 5.1.2 最大池化运算 5.2 在小型数据集上从头开始训练一个卷积神经网络 5.2.1 深度学习与小数据问题的相关性 5.2.2 下载数据 5.2.3 构建网络 5.2.4 数据预处理 5.2.5 使用数据增强 5.3 使用预训练…
2022/2/20 11:27:03 人评论 次浏览 -
mnist 图像识别，一维算法，非卷积神经网络
# author: Roy.G# author: Roy.G# author: Roy.Gfrom keras.datasets import mnistimport matplotlib.pyplot as pltfrom keras.utils.np_utils import to_categorical #import to_categoricalimport numpy as npfrom keras.models import Sequential as sqfrom keras.la…
2022/2/20 9:26:24 人评论 次浏览 -
深度学习笔记024 GoogLeNet Inception V3 含并行连结的网络
GoogLeNet是一个到目前为止仍然被广泛使用的网络。 GoogLeNet被认为是第一个卷积层超过一百层的网络。 GoogLeNet，其实就是Google的Net，本身就是Google的一批人做的，这里是玩了一个梗，将L大写，算是对LeNet的致敬。Inception块：GoogLeNet最重要的概念。Inception块：…
2022/2/14 23:13:45 人评论 次浏览 -
深度学习笔记023 NiN 网络中的网络
在这之前，在好好学一下1x1卷积层的知识： 其实就是改变维度和增加非线性性 https://blog.csdn.net/yaochunchu/article/details/95527760?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7EHighl…
2022/2/13 23:17:02 人评论 次浏览 -
IndexError: too many indices for array: array is 0-dimensional, but 1 were indexed解决方案
报错解释 下标错误：数组索引太多：数组是 0 维的，但是有 1 个被索引了0 维:arr1 维:arr[i]二维:arr[i, j]三维:arr[i, j, k]不知道 0 维怎么表示，总之就是 n 维数组需要 n 个 index 去索引，但是对于 0 维数组你使用了 1 个 index 去索引 解决过程 conv 参数分别是卷积…
2022/2/11 23:44:35 人评论 次浏览 -
【无标题】
编码器-解码器 前言EncoderDecoderConvolution Layer in Encode and Decoder前言 由于图像分割由一个卷积神经网络构成从而实现的，该网络主要由两部分组成：Encoder和Decoder也就是我们这里所说的编码器-解码器。 Encoder是一个沿用VGG16的网络模型，主要对物体信息进行解…
2022/2/10 23:17:01 人评论 次浏览 -
python深度学习笔记3—— 卷积神经网络简介
卷积运算 密集连接层和卷积层的根本区别： Dense 层从输入特征空间中学到的是全局模式（比如对于 MNIST 数字，全局模式就是涉及所有像素的模式） 卷积层学到的是局部模式，对于图像来说，学到的就是在输入图像的二维小窗口中发现的模式。在上面的例子中，这些窗口的大小都…
2022/2/9 20:24:14 人评论 次浏览
