完善資料讓更多小伙伴認(rèn)識你,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:334個 瀏覽:12897次 帖子:19個
自動駕駛中多模態(tài)下的Freespace檢測輕量化設(shè)計(jì)實(shí)現(xiàn)
Freespace檢測是駕駛場景理解的一部分,它將圖像中的每個像素分類為可駕駛或不可駕駛區(qū)域,通常通過圖像分割算法來實(shí)現(xiàn)。
卷積神經(jīng)網(wǎng)絡(luò)的最基本結(jié)構(gòu)有卷積層跟池化層,一般情況下,池化層的作用一般情況下就是下采樣與像素遷移不變性。根據(jù)步長區(qū)分,池化可以分為重疊池化與區(qū)域池化,圖示如下:
2023-10-21 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)池化 2.3k 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,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)...
2024-07-11 標(biāo)簽:圖像識別模型深度學(xué)習(xí) 2.2k 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,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)...
2024-07-03 標(biāo)簽:圖像識別模型深度學(xué)習(xí) 2.2k 0
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)時尤其如此。DICOM圖像由很多的2D切片組成了一個掃描或...
在本文中,我們將了解深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和三個最流行神經(jīng)網(wǎng)絡(luò):多層神經(jīng)網(wǎng)絡(luò)(MLP),卷積神經(jīng)網(wǎng)絡(luò)(CNN)和遞歸神經(jīng)網(wǎng)絡(luò)(RNN)。
2023-05-15 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)感知器深度學(xué)習(xí) 2.1k 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) 2.1k 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 2.1k 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) 2.1k 0
卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用
在自然語言處理(NLP)領(lǐng)域,文本分類一直是一個重要的研究方向。隨著深度學(xué)習(xí)技術(shù)的飛速發(fā)展,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Ne...
2024-07-01 標(biāo)簽:深度學(xué)習(xí)自然語言處理卷積神經(jīng)網(wǎng)絡(luò) 2k 0
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域...
2024-07-02 標(biāo)簽:圖像識別語音識別深度學(xué)習(xí) 2k 0
卷積神經(jīng)網(wǎng)絡(luò)在人臉識別中的應(yīng)用
人臉識別技術(shù)作為人工智能領(lǐng)域的一個重要分支,近年來取得了顯著的發(fā)展。其核心在于通過計(jì)算機(jī)對人臉圖像進(jìn)行特征提取和識別,從而實(shí)現(xiàn)自動的人臉身份確認(rèn)。隨著深...
2024-07-08 標(biāo)簽:人工智能人臉識別卷積神經(jīng)網(wǎng)絡(luò) 2k 0
NVIDIA Research在CVPR上贏得自動駕駛創(chuàng)新獎
新研究成果帶來實(shí)現(xiàn)安全自動駕駛系統(tǒng)所需的先進(jìn) 3D Occupancy 預(yù)測。
2023-08-24 標(biāo)簽:NVIDIA數(shù)據(jù)驅(qū)動器自動駕駛 2k 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,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理...
深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法
深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)作為人工智能領(lǐng)域的重要技術(shù)之一,通過模擬人腦神經(jīng)元之間的連接,實(shí)現(xiàn)了對復(fù)雜數(shù)據(jù)的自主...
2024-07-04 標(biāo)簽:人工智能深度神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò) 2k 0
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) 2k 0
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,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、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 1.9k 0
CVPR 2023:基于可恢復(fù)性度量的少樣本剪枝方法
在少樣本壓縮場景中,塊級(block-level)剪枝在本質(zhì)上優(yōu)于濾波器級(filter-level)。在相同的延遲下,塊級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) 1.9k 0
基于深度學(xué)習(xí)的目標(biāo)檢測算法解析
本節(jié)主要將近年來基于候選區(qū)域的目標(biāo)檢測算法分為五個部分進(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) 1.9k 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。基于卷積神經(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 |