网站首页 featuremaps

• 

  卷积神经网络感受野计算指南

  作者：DangHaTheHien编译：ronghuaiyang导读感受野可能是卷积神经网络(CNNs)中最重要的概念之一，值得更多的关注。所有最先进的物体识别方法都围绕这一思想设计它们的模型体系结构。然而，据我所知，目前还没有一个完整...

  2024-09-09 btikc 技术文章 15 ℃ 0 评论
• 

  千变万化的卷积

  卷积核作为卷积神经网络的基本组成，其直接影响了网络的性能。选择合适的卷积核可以让模型更高效，或者是提高模型的精度。本文介绍了近年来主要的卷积核类型，这里首先我们需要解释一下CNN中广泛使用的卷积运算是一个误称。严格地说，所使用的运算是相关（...

  2024-09-09 btikc 技术文章 15 ℃ 0 评论
• 

  「图像处理」用于三维物体检测的三维骨干网络

  用于三维物体检测的三维骨干网络题目：3DBackboneNetworkfor3DObjectDetection作者：XuesongLi，JoseEGuivant，NgaimingKwok，XuYongzhiXu来源：...

  2024-09-09 btikc 技术文章 15 ℃ 0 评论
• 

  卷积神经网络中的可视化方法

  近年来，卷积神经网络（CNN）在海量数据的物体分类、识别取得了巨大的成功，但是我们对CNN为什么能够取得这么好的效果以及其中间层所计算得到的特征的理解却是远远落后与CNN的应用。更多的时候CNN对于我们来说就像个黑盒子，输入数据和便签进行训...

  2024-09-09 btikc 技术文章 16 ℃ 0 评论
• 

  RepLKNet:不是大卷积不好，31x31卷积了解一下 | CVPR 2022

  论文提出引入少数超大卷积核层来有效地扩大有效感受域，拉近了CNN网络与ViT网络之间的差距，特别是下游任务中的性能。整篇论文阐述十分详细，而且也优化了实际运行的表现，值得读一读、试一试...

  2024-09-09 btikc 技术文章 18 ℃ 0 评论
• 

  《长安十二时辰》背后的文娱大脑:如何提升爆款的确定性?

  本文整理自LiveVideoStack线上分享第三季，第九期，由阿里巴巴资深算法专家，蔡龙军（牧己）为大家详细介绍如何在制作和播出阶段，利用AI和大数据来提升重要环节的确定性，进而提升内容爆款的可能性。文/阿里巴巴资深算法专家蔡龙军（牧己）...

  2024-09-09 btikc 技术文章 16 ℃ 0 评论
• 

  如何从 900 万张图片中对 600 类照片进行分类? | 技术头条

  作者|AlekseyBilogur译者|风车云马...

  2024-09-09 btikc 技术文章 16 ℃ 0 评论
• 

  深度学习物体检测论文阅读路线图以及官方实现代码

  作者：hoya012编译：ronghuaiyang导读物体检测是CV领域非常重要的场景，自从2012年深度学习开始发威以来，物体检测也不例外的屈服于深度学习的淫威之下，特别是RCNN以来，物体检测进展飞速，各种网络，各种loss，各种tri...

  2024-09-09 btikc 技术文章 13 ℃ 0 评论
• 

  杨传广:高效设计图像分类模型:混合连通性的门限卷积神经网络

  图像分类（ImageClassification）是使用计算机视觉和机器学习算法从图像中抽取意义的任务。这个操作可以为一张图像分配一个标签，或者也可以解释图像的内容并且返回一个人类可读的句子。图像分类是一个非常大的研究领域，随着深度学习的...

  2024-09-09 btikc 技术文章 15 ℃ 0 评论
• 

  卷积神经网络是如何实现不变性特征提取的?

  本文介绍了卷积神经网络在不变形特征下是如何提取的。...

  2024-09-09 btikc 技术文章 13 ℃ 0 评论